基于改进 Canny 算子的锂电池极片表面缺陷检测

针对目前锂电池极片表面存在低对比度微小缺陷难以检测的问题,提出了一种基于改进Canny算子的锂电池极片表面缺陷检测方法。首先,使用双边滤波改善高斯滤波在降噪时可能造成的图像边缘模糊问题,并在此基础上引入多尺度细节增强算法来增强低对比度图像;其次,基于Sobel算子的3×3梯度模板计算极片图像的梯度幅值和梯度方向;最后,基于最大熵和Otsu算法自动获取图像的高、低阈值,通过逻辑与运算对两种算法阈值分割后的检测结果进行边缘融合,并利用形态学闭运算和细化算法修复不连续边缘,得到最终检测边缘。实验结果表明,传统Canny算子和Otsu-Canny算法难以有效检测不同类型的暗斑、露箔和划痕缺陷,而本文算法对这些缺陷均取得了较好的检测效果,能够在突出目标缺陷区域的同时,有效减少同色度背景噪声,正确检测率达98%,具有一定实用价值。     

基于图像处理与卷积神经网络的锂电池极片缺陷检测与分类

针对锂电池生产过程中极片缺陷检测存在精度差、速度慢的问题，提出了一种基于图像处理和卷积神经网络（Convolutional Neural Networks,CNN）的缺陷检测与分类方法。首先，利用双边滤波、灰度变换、阈值分割、形态学处理、Canny检测和最小外接矩形提取等方法，分别实现图像去噪、对比度增强、图像分割、区域填充、边缘检测和缺陷轮廓标定；然后，对极片的裂纹、破损、黑斑和压孔四种缺陷图像进行变换，扩充数据集，搭建卷积神经网络模型；最后，将标定轮廓区域延展图像输入到搭建的模型，确定缺陷类型。结果表明，该方法对锂电池极片缺陷的检测与分类具有较高的准确率，能够实现对锂电池极片缺陷的自动化检测。     

直线道路识别实用性的优化分析

为了提高车道识别的实时性与鲁棒性,提出了一种车道识别优化方法。通过建立强鲁棒性的车道模型,对传统的道路图像边缘算法优化处理:图像预处理中充分考虑实用性,采用了加权平均法实现灰度化、中值滤波法降噪处理以及自适应Otsu法二值化分割图像、Canny算法实现边缘检测;基于模型利用极角极径法提取图像的感兴趣区域,改进Hough算法实现有效车道线的识别。最后实验证明,通过与传统方法比较,该算法极大提高了车道识别的效率并且增强了可靠性。     

基于Hausdorff距离区域生长的缺陷边缘重建方法

针对X射线探伤图像中的缺陷被提取时易产生形变,提出一种基于Hausdorff距离区域生长的缺陷边缘重建方法.首先对图像求补运算,以分水岭算法决定结构元素尺寸,采用改进的自适应数学形态学滤波算法处理图像,图像经阈值分割得到包含缺陷的二值图像;在此基础上对缺陷目标进行形态学收缩得到区域生长的若干种子点,以种子点的原始像素值为初始值,选择目标区域中的像素值大于或等于初始值的像素点进行合并生长得到新目标图像,以初始值减去2得到新的初始值,然后循环生长并计算新目标Canny边缘图像与原目标Canny边缘图像的Hausdorff距离,采用最小hausdorff距离为区域生长停止规则,所有目标生长完全后经过组合从而实现缺陷边缘重建.试验结果表明,该方法能够有效恢复缺陷的原貌,缺陷边缘重建效果明显.     

基于机器视觉的车用注塑螺纹件缺陷检测方法

针对车用注塑螺纹件人工检测效率低、可靠性差等问题,提出一种基于机器视觉的车用注塑螺纹件缺陷检测方法。应用这一检测方法,通过自适应滤波方法改进坎尼算子,结合分水岭算法得到不同的增强图像特征。根据缺料、毛刺、包胶等三种典型缺陷的图像特征,训练支持向量机分类器,并以此分类器实现螺纹件的缺陷检测。结合UR5机械手构建测试平台,实现车用注塑螺纹件的全自动分拣与缺陷产品剔除。在检测方法中,通过改进的边缘分割算法提高检测的准确率和稳定性。通过试验表明,这一方法能有效检测车用注塑螺纹件的典型缺陷,结合机械手可以实现缺陷产品检测和剔除的全自动化流程。     

基于Canny算子改进的图像边缘检测算法研究

针对Canny算法的图像边缘检测技术,提出用中值滤波和均值滤波合成的混合滤波器代替传统高斯滤波器,加强了对复杂噪声的平滑降噪;在边缘连接细化中,采用基于Ostu提出的最大类间方差法的自适应阈值选择法,提高了效率和适应性。并进行MATLAB仿真,结果表明提出的改进算法明显提高了图像边缘检测的精度。     

结合图像增强的含噪齿轮图像边缘检测研究

为了提高齿轮后期故障检测和缺陷检测的效果,并有效去除图像中的混合噪声,提出了一种结合图像增强的含噪齿轮图像边缘检测算法.首先,引入了信息熵改进了马氏距离公式,并将马氏距离用于改进自适应中值滤波器;然后,对幂次变换进行了改进,使其具有自适应性,并将改进的幂次变换用于改进Retinex算法,对图像整体进行了增强;最后,采用...     

基于机器视觉的手机壳表面划痕缺陷检测

为解决手机壳表面缺陷检测采用人工目测法,检测效率低且漏检率高的问题,采用基于机器视觉的手机壳表面缺陷检测方法,实现产品缺陷的自动化检测。该检测算法采用八方向的各向异性高斯方向导数滤波器对图像进行卷积滤波,并做归一化处理;利用滤波结果图的直方图确定自适应阈值,并进行阈值分割;对图像进行细化后通过划痕缺陷长度特征进行缺陷的提取。实验结果表明,该划痕缺陷检测算法能够实现长度0.5 mm以上的划痕缺陷的准确检测,检测效率高,满足企业的实际需求。     

基于优化Gabor滤波器的牙膏管肩缺陷检测

针对现有牙膏管肩缺陷检测方法效率低、准确率不高,难以满足产品验收标准的难题进行了研究,提出一种新的缺陷检测方法。本方法首先利用一种改进的最小二乘圆拟合的方法分割出待检测区域;然后采用基于优化Gabor滤波器的缺陷检测方法,通过引入评价函数以确定最佳滤波器参数,准确提取出缺陷位置。实验表明,通过对比传统的Gabor检测算法,证明该算法能较为准确地检测出牙膏管肩缺陷位置,且具有良好的检测速度及精度。     

基于Gabor滤波器对织造前帘子布疵点检测研究

针对织造前帘子布纱线疵点自动检测问题,对织造前帘子布纱线疵点分布特点开展了研究分析,提出了一种基于Gabor滤波器的帘子布纱线疵点检测算法,利用Gabor滤波器的能量值来描述帘子布纱线疵点特征。通过对疵点Gabor图像阈值化处理,得到了疵点的二值图像。然后对疵点二值图像沿水平方向进行了均等分割,得到了疵点所在的条状图像并除去随机噪声。在1 792个疵点图像测试集上对不同尺度参数的Gabor滤波器进行疵点检测准确度分析,建立了最优的方向和尺度参数组合。并搭建了基于机器视觉技术的帘子布纱线疵点检测系统。研究结果表明,该检测算法对帘子布纱线疵点检测准确度达到99.2%。经过4个月生产实践表明,该系统对织造前帘子布纱线疵点检测效果比人工检测效果提高86%,实现了机器换人的目的。     

基于机器视觉的陶瓷砖表面缺陷快速检测方法的研究

为了提高陶瓷砖表面缺陷检测效率,提出了一种基于机器视觉的表面缺陷检测方法。采用了自适应中值滤波算法对表面图像进行预处理,利用形状匹配实现图像之间的对齐,采用Deriche亚像素分割算法实现了陶瓷砖边缘的精确分割,设计局部门限算法实现陶瓷砖表面缺陷图像的提取。实验结果表明：该方法可实现陶瓷砖表面缺陷的快速提取,效果较好。     

基于谱残差视觉显著性的带钢表面缺陷检测

针对带钢表面缺陷检测实时性要求高,采集的图像易受光照环境影响且缺陷特征弱等因素影响,提出一种基于谱残差视觉注意模型的带钢表面缺陷在线检测算法。首先,提出改进同态滤波方法对图像预处理,去除光照不均匀的影响,改善后续的分割结果。然后,构建谱残差视觉注意模型,通过对数频谱曲线差分得到缺陷显著图像。最后,提出加权马氏距离方法对显著图像阈值化增强,并利用连通区域标记法,标记出原带钢图像的缺陷位置。对提出的算法进行了实验验证,结果显示:该算法检测速度快,单幅图像平均检测耗时仅37.6ms,满足带钢在线实时检测要求。在同一缺陷数据库与灰度投影法,多尺度Gabor边缘检测法和隐马尔可夫树模型法进行了性能对比,结果表明:本文算法对带钢常见8类缺陷类型,平均检测率达到了95.3%,且漏检率和误检率较低,有效性高于对比算法。     

软性电路板金面缺陷的无监督检测

为实现软性电路板(FPC)金面缺陷的准确自动检测,提出了一种以Gabor滤波器和Mean Shift聚类算法为基础的完全无监督FPC金面缺陷检测方法。首先,用Gabor滤波器组、数学形态学与Gaussian平滑处理抽取待检测图像的多维特征;然后,使用主元分析(PCA)将每个像素特征维数降为二维;最后,使用Mean Shift方法对二维特征数据进行聚类并将聚类的结果转化为二值图像。整个检测过程无需预先知道缺陷的类型和FPC金面的纹理类型,是一种完全无监督的检测方法。对带有各种缺陷的FPC金面进行检测实验,结果表明,该方法能够准确地将各类缺陷区域从背景区域中分离出来,具有自动缺陷检测系统所要求的识别能力强、稳定性高的特点。     

基于Sobel黑片图像亚像素边缘检测算法研究

本文提出一种基于Sobel黑片图像亚像素边缘检测算法。算法对传统Sobel算法进行了改进,并且和多项式插值法的改进的算法相结合。单像素边缘是通过对边缘梯度图像加上合理的权值和阈值的方法得到的,亚像素边缘定位通过多项式插值计算得到。该算法因为检测精度高而广泛的应用于黑片的在线检测。     

改进Canny算法在码垛机器人视觉图像处理中的应用研究

针对实际应用过程中码垛机器人视觉图像处理易受车间光照不足、噪声干扰等因素影响的问题,对码垛机器人视觉系统视觉图像检测原理进行了研究。通过对比常用边缘检测算法的检测性能,提出了一种改进的Canny算法;通过改进梯度幅值的计算方法,提高了去噪效果和边缘定位精度,并通过双阈值的自适应提取的方法,实现了自适应设定阈值对图像进行边缘检测;通过实验,对边缘检测算法的检测效果进行了测试分析。研究结果表明:改进的Canny算法能有效克服光照不足、噪声干扰等因素影响,避免边缘检测过程中出现的断边和虚假边缘,其检测效果优于传统的Canny算法以及其他几种边缘检测方法。     

融合Canny算子和形态学的 齿轮图像边缘检测研究

针对含噪齿轮图像边缘检测中存在的难以有效抑制噪声和准确检测出更多真实边缘等问题,将改进的Canny算子和数学形态学算法应用到含噪齿轮图像边缘检测中,提出了一种融合Canny算子和数学形态学的含噪图像边缘检测算法。首先利用了改进的Canny算子边缘检测,接着运用了多尺度多结构数学形态学边缘检测;然后对两幅边缘图像进行了小波分解,得到各层子图像;最后分别对子图像采用了自适应加权融合,并使用小波逆变换重构图像得到了最终的边缘检测图像。实验及研究结果表明:融合算法比单独使用改进的Canny算子、数学形态学去噪效果好、定位精度高、边缘连续清晰,并且当噪声浓度升高时依然具有良好的去噪效果,是一种可行的无监督融合算法。     

冷凝器清洗机器人的奇Gabor边缘检测算法研究

冷凝器管口的边缘检测是实现清洗机器人喷枪口精确定位的关键步骤。由于二维Gabor函数是能够取得空域和频域联合测不准原理下限的唯一函数,本文提出了二维奇Gabor算法应用于大型冷凝器清洗机器人清洗中的边缘检测,它克服了傅里叶变换对信号的局部特征没有分析能力的缺陷,可以在多个尺度上对图像的边缘进行检测。文章对检测的性能做了详细分析,实验结果证明该方法具有良好的边缘检测效果,其性能优于Sobel、Prewitt、Roberts、Log等传统边缘检测算法。     

基于图像处理的铁路货车交叉杆平面度检测算法研究

以OpenCV为软件开发平台,设计了一种基于数字图像处理的货车交叉杆平面度检测算法。首先利用局部对比度增强、背景差分对图像进行预处理突出被检测目标,然后对预处理后的图像采用自适应阈值改进了的Sobel算法提取目标边缘,利用局部图像截取感兴趣的图像部分,再利用最小二乘法来拟合圆形边缘得到圆心图像坐标,最后通过坐标变换和平面度计算公式实现相关参数的检测。分析实验结果表明该检测方法在实际应用中能取代人工目测,且满足实时性和高精度要求(精度±0.1mm,数据可靠性,即重复性测量标准差0.065mm),提升了工作效率和经济效益。     

光照不均环境下的手机外壳缺陷检测研究

针对实际手机外壳图像采集过程中遇到周围环境光照不均导致采集图像不清晰的问题,提出一种适用于光照不均环境下的手机外壳缺陷检测方法。首先用图像二值化、灰度化、图像修正旋转等算法对采集到的图像进行图像预处理,提取手机外壳主轮廓,然后利用双阈值的改进Bensern二值化算法对图像进行去光照影响处理,再采用自适应边缘检测Canny方法进行缺陷轮廓提取。最后提取缺陷感兴趣区域,并用轮廓绘制算法标记缺陷轮廓的大小。实验表明,该方法缺陷提取准确率高,实用性强,具有良好的检测效果。     

基于PSO-Gabor特征增强的钢板表面缺陷识别研究北大核心CSCD

为了解决钢板表面类内缺陷形态差异大、类间缺陷相似度高且传统方法难以准确识别的问题,提出了基于PSO-Gabor特征增强的钢板表面缺陷识别方法。首先采用粒子群优化算法(PSO)对Gabor滤波器的频率、方向、尺度和滤波窗口尺寸进行迭代寻优,根据得到的最优参数构造Gabor滤波器;然后利用该滤波器与钢板表面缺陷图像进行卷积操作,并计算其能量响应值获得对应的能量图;最后将能量图输入到卷积神经网络中进行训练和测试。实验结果表明,该方法对钢板表面缺陷识别准确率达到97.5%,检测时间约为50 ms,与传统的模式识别方法相比,识别准确率大幅提升,识别速度快。