基于双CCFL的玻璃缺陷检测技术研究

针对浮法玻璃生产过程中产生的玻璃缺陷,提出了基于双CCFL的玻璃缺陷检测方法,在待检测玻璃上形成两个周期的光强呈正弦分布的光栅,采用透射式光路,线阵CCD采集匀速移动的玻璃缺陷图像.通过双阈值的图像分割方法,将缺陷图像进行二值化处理,利用对缺陷坐标的连通性判断和二值化数据的分布实现了缺陷大小的计算和缺陷类型的识别,测试结果表明,该方法的检测精度为0.1mm.     

一种新的航拍玻璃绝缘子图像分割方法

针对直升机巡检输电线路所拍摄的彩色图像,提出一种新的航拍玻璃绝缘子图像分割方法.该方法首先利用彩色图像中玻璃绝缘子的颜色呈现聚类的特性,通过K均值聚类算法将绝缘子从复杂的背景图像中大致分割出来;然后利用绝缘子的形状特性,采用基于主成分分析的连通区域判决方法定位出绝缘子的具体位置.实验结果表明了此方法的有效性,而且与现有的一些玻璃绝缘子图像分割算法相比,该方法受不同光线和复杂背景影响较小,提高了绝缘子分割的准确性和鲁棒性.     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

基于小波变换的墙地砖缺陷图像分割

目的改进原有的图像分割算法在分割图像时的精度和准确度，进一步准确地研究墙地砖缺陷图像的基本特征，提出一种有效的图像分割方法．方法根据墙地砖表面的纹理特点，采用Daubechies小波对原始图像进行处理．结果仅保留图像的近似信息，从而有效降低了纹理特征对缺陷分割的干扰．同时，图像数据量减少为原始图像的1／4．因此，在有效提取近似信息的基础上提高了系统的实时性，便于图像分割应用．该方法增强了缺陷纹理图像。能抑制背景纹理对缺陷纹理检测的干扰，并通过减运算有效地实现了缺陷纹理和背景纹理的分割．结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割，尤其适用于具有随机纹理的墙地砖缺陷实时检测．     

基于形态滤波和分水岭算法的硅片缺陷提取

针对硅片表面缺陷的特点,对其缺陷的提取技术进行了研究,采用了多结构元素的广义形态闭-开和形态开-闭滤波器,结合改进分水岭算法进行缺陷提取.滤波器对输入图像及滤波后图像的梯度图像进行平滑,实现消除噪声、简化图像、保持细节的作用.为了克服分水岭的过度分割问题,提出了改进的分水岭算法,利用区域强度准则和边界强度准则对过分割区域进行合并,很好的解决了过分割问题.实验表明,该方法可以提取精确且封闭的缺陷边缘轮廓,为进一步的缺陷特征量的提取与选择奠定了基础.     

一种基于机器视觉的玻璃质量在线检测系统

对玻璃缺陷识别原理进行了介绍,并对基于机器视觉的运动图像实时处理算法进行了研究。由此,提出了玻璃质量在线检测系统的总体设计方案,并提出了一种基于自适应阈值选取的图像二值化分割、缺陷特征提取并通过神经网络分类器识别不同种类缺陷的新算法。在此基础上,研制开发了一个玻璃质量在线检测系统,并将其运行于工业现场。实际使用情况表明该系统是可行且有效的。     

基于边缘检测和区域生长的自然彩色图像分割

提出一种自然彩色图像分割方法,即利用相位一致性模型检测图像边缘,获得图像主要几何结构;并将代表区域分布的边界线作为潜在的区域模型,自动获得种子点进行区域生长实现最后分割.实验结果表明,该方法有效地克服了单一使用边缘检测和区域生长进行图像分割的缺陷.所得分割结果与人类视觉系统判断基本一致.     

玻璃缺陷特征提取

根据玻璃缺陷的特点,研究了玻璃缺陷图像特征提取的基本原则,有效提取了玻璃图像中的缺陷目标的几何特征及7个不变矩特征.通过特征有效性分析,选取每幅玻璃缺陷图像的几何特征作为识别参数,实验结果表明,提取的特征区分度良好.     

Mean shift 算法在带钢缺陷图像分割中的应用

带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响．为了提高缺陷图像的分割效果,提出了采用 Mean shift 算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较．测试结果表明,Mean shift 算法能够有效地对缺陷图像中的感兴趣区域进行平滑,并精确得到缺陷目标的边缘,该算法在带钢的缺陷分割中具有较好的性能．     

射线检测中胶片焊缝缺陷定位与识别

针对传统焊缝射线检测中胶片数字化困难、焊缝缺陷自动定位与识别率低的问题,设计了胶片数字化系统,综合分析典型焊缝缺陷的特征,提出一种基于图像分割与二值形态学算法的胶片焊缝缺陷快速定位与缺陷类型识别的方法.可从数字化胶片图像中分割出有效焊缝区域,实现对焊缝缺陷的中心定位,并根据缺陷特征进行识别.试验结果表明该方法能够有效实现数字化胶片中的焊缝缺陷定位,对气孔、夹渣等典型焊缝缺陷定位识别率达到90%以上,提高了射线检测的效率.     

视频图像的边缘检测与边缘细化

在有效滤除原始视频图像噪声的基础上 ,首先对视频图像进行边缘提取得到单边缘图像 ,然后再对得到的单边缘图像进行边缘提取 ,得到双边缘图像 ,最后将前两次得到的边缘图像进行差分 ,得到较为理想细化边缘图像。若结果仍不能满足特殊需要 ,可重复上述方法 ,直到得到理想边缘。实验结果表明 ,该方法在提取视频图像的细化边缘方面有明显的效果。     

基于小波域的图像增强算法

针对图像边缘增强和滤噪的矛盾,提出了符合视觉特性的基于小波域的图像增强算法.将图像的小波变换结果看成一幅图像,则在空域中的阶跃边,在小波域的高频通道中表现为屋脊边,而空域中的屋脊边,在小波域高频通道中表现为成奇对称的屋脊边缘对.在高频通道中,用高斯函数或升余弦函数拟合屋脊边,用正弦函数拟合屋脊边对.通过修改拟合函数的参数来改变其形状,从而使反变换回来的图像的边缘斜率提高,进而达到图像增强的目的.由于在对屋脊边的识别中采用了方向信息测度,使算法能很好地处理边缘增强和滤噪的矛盾.分别对测试图像和实际图像进行处理,并与传统的高通滤波方法进行了对比,实验结果表明,本文提出的方法具有更好的视觉效果.     

基于第二代小波的增强边缘的图像去噪

传统的一些去噪技术往往是以牺牲图像的边缘和细节为代价的。为了去掉图像的噪声,同时又能够很好地保留图像的边缘和纹理细节,在介绍第二代小波变换的原理的基础上,提出使用边缘检测的方法检测出图像的边缘和纹理细节,将它和该图像进行融合,用第二代小波对含噪图像进行分解,对图像高频进行自适应去噪。由于图像在去噪前融合了边缘信息,因此边缘和细节部分得到了增强。仿真结果表明：该去噪方法优于传统小波阈值去噪方法。     

基于边缘细化的图像插值方法

针对图像放大过程中运算量大和边缘模糊问题,提出了基于图像边缘细化后进行插值的图像放大算法.利用改进的Prewitt算子对提取的图像边缘进行细化,获得较准确的边缘位置,再根据边缘位置和非边缘位置做不同的插值处理.实验结果表明:用本文算法对图像进行放大,能得到较理想的视觉效果,图像边缘无明显的锯齿现象,且该算法简单,易于实现.     

一种基于模糊梯度算法的图像边缘检测方法

图像的边缘是图像最基本的特征.进行了图像分割、模板匹配和图像识别等方面的研究,无不例外都会使用到图像的边缘.对图像边缘检测方法中的模糊梯度算法进行了探讨,并提出了一种改进方法,得到了较好的检测效果.     

基于多重分形的图象边缘检测

给出了一种基于多重分形的图象边缘检测方法 ,并对维数范围的选取及对边缘检测结果的影响进行了研究。该方法通过计算图象中每个像素点的局部Hoelder指数和它的多重分形频谱 ,然后根据多重分形频谱选取适当的维数范围提取图象边缘信息。实验证明 ,通过选取适当的维数范围该方法能得到良好的边缘检测效果 ,并能突出主要的图象边缘细节信息。     

一种基于Sobel算子的彩色图像边缘检测新算法

在研究灰度图像边缘检测方法的基础上,针对彩色图像的特点,提出了一种改进的Sobel算子边缘检测算法,并用MATLAB进行了仿真。仿真结果表明,直接利用Sobel算子对彩色图像进行边缘检测,得到的结果图像边缘比较模糊,而本文提出的改进算法,不但图像边缘比较清晰,而且还能有效降低图像的噪声,将Sobel算子边缘检测算法从灰度图像很好地移植到了彩色图像。     

基于小波分析边缘检测技术研究

边缘检测是图像分割的基础,小波分析技术可以进行图像的边缘检测。本文提出利用模极大值与自适应阈值相结合的算法进行图像的边缘检测,并仿真得到边缘检测图像。与传统的方法比较,本文采用的方法效果较好,能够检测较弱的图像边缘。     

一种新的堆积颗粒图像边缘检测方法

提出了一种应用混合神经网络进行颗粒图像边缘检测的方法,混合神经网络由用于对边缘侯选图像的二值输入模式进行聚类特征提取的自组织竞争子网络（ASCSNN）和用于获取颗粒图像边缘矢量信息的BP子网络（BPSNN）组成,边缘侯选图像是通过采用基于灰度极小值算法提取边缘倏选像素获得,神经网络以边缘倏选图像中的边缘侯选像素及其邻域像素的二值模式作为训练样本,对经过噪声污染的图像进行实验表明,该方法获得的边缘图像封闭性较好、边缘描述真实、抗能力较强、适用于颗粒图像的边缘检测。     

蚁群算法在图像边缘提取中的研究

文章对蚁群算法在图像边缘的提取中进行研究,对蚁群算法在图像边缘提取中采用蚂蚁访问不同邻域策略与不同的启发信息公式进行MATLAB仿真,得到最佳的邻域策略与启发信息公式,并利用得到的最佳方式对不同图像进行边缘的提取,达到一定的效果。