面向珍珠分拣机器人的形状视觉检测方法

针对人工进行珍珠形状分拣效率低、精度不稳定等问题,提出基于机器视觉的珍珠形状检测方法。采用背光成像方式消除珍珠表面纹理和光泽的影响,对获取的珍珠图像进行同态滤波等预处理算法,提高图像对比度。为了解决相互接触珍珠影响珍珠轮廓提取的问题,采用分水岭算法对珍珠图像进行分割,得到了独立存在的珍珠个体,再通过连通域标记、质心算法对珍珠进行定位。根据国家标准对珍珠形状的规定,基于珍珠图像信息建立珍珠形状参数模型,对珍珠形状进行量化。实验结果表明,不同形状的珍珠样本的检测误差为0.63%,形状统计精度为100%,算法耗时24 ms。该方法可准确高效对珍珠进行分拣分级,具有一定的实用价值。     

面向分拣机器人的珍珠形状视觉检测方法

针对人工进行珍珠形状分拣效率低、精度不稳定等问题,提出基于机器视觉的珍珠形状检测方法;采用背光成像方式消除珍珠表面纹理和光泽的影响,对获取的珍珠图像进行同态滤波等预处理算法,提高图像对比度;为了解决相互接触珍珠影响珍珠轮廓提取的问题,采用分水岭算法对珍珠图像进行分割,得到了独立存在的珍珠个体,再通过连通域标记、质心算法对珍珠进行定位;根据国家标准对珍珠形状的规定,基于珍珠图像信息建立珍珠形状参数模型,对珍珠形状进行量化;实验结果表明,不同形状的珍珠样本的检测误差为0.63%,形状统计精度为100%,算法耗时24 ms;该方法可准确高效地对珍珠进行分拣分级,具有一定的实用价值。     

基于机器视觉的珍珠图像采集及缺陷检测

针对珍珠表面图像采集和缺陷检测中存在的特殊问题,采用穹顶形散射光源以减小珍珠的光斑效应并提高图像质量,设计了珍珠自由落体状态下准同步方式的多幅图像获取方案,提出了用基于距离变换的自适应非线性滤波器来增强缺陷区域的对比度,对增强后的图像通过区域生长提取可疑缺陷区域,在光斑及光晕的空间分布模型上利用形态学方法去除了光斑－光晕区域,最后提取出缺陷的纹理特征、几何形状等特征参数。实验表明,该方案和算法能有效地实现珍珠表面缺陷检测。     

海底电缆破损红外图像监控方法研究与仿真

研究海底电缆破损准确监控问题.由于海底与陆地电缆不同,海底电缆往往具备大容量、长距离的特征,一旦发生细微的电缆表皮绝缘裂化,转化的红外表皮扫描报警信号也会较小,在长距离的海水传递中,受到海水阻塞等因素的影响,很容易造成信号衰减.传统的介质损耗因数方法通过检测介质中的红外报警信号进行监控,一旦红外线信号发生衰减,会导致海底电缆破损检测准确率降低.提出了一种配合计算机视觉图像的海底电缆破损智能监控方法.运用像素补偿手段,对细微破损点进行多次迭代补偿增强,克服了传统算法中需要远距离传递信号造成衰减的弊端.实验证明,改进算法能够避免海水深度增加造成的红外线信号衰减的缺陷,提高了海底电缆破损检测的准确率.     

计算机视觉在精密模具破损检测系统的应用

在图像准确检测问题的研究中,由于在高精密仪器中,各种损伤极其细微,传统的利用模具高斯曲线拟合检测技术在进行这种破损检测时,往往会因为破损部位过小,造成特征混淆,特征寻优过程陷入不收敛的境地,从而降低了精密模具破损检测的准确性.为了避免上述缺陷,提出了一种边缘像素定位的精密模具破损检测算法.利用像素灰度差值方法,提取精密模具图像的像素特征,并将其作为精密模具破损检测的数据基础.利用一种边缘像素定位方法,计算精密模具破损区域边缘的空间位置,从而实现精密模具的破损检测.实验结果表明,利用改进算法进行精密模具破损检测,能够提高检测的精度,从而满足精密模具生产过程中质量检测的需求.     

基于细化滤波的刀具表面疵病检测方法研究

研究切削刀具表面疵病的准确检测问题,刀具表面的瑕疵比较微小,瑕疵像素特征过于细微,瑕疵的像素特征数量不足。传统的瑕疵像素特征的识别方法不能获取足够的瑕疵像素,进而不能建立准确的特征像素检测模型,存在漏检测率较高的问题,为此,提出了一种刀具表面细化滤波的瑕疵检测算法。利用图像多次细化滤波分割技术,对微小的瑕疵特征进行有效的分割,最终将刀具表面的细微疵病检测出来。实验表明,对刀具表面疵病检测系统能够准确地将所有疵病检测出来,并且不会二次损伤刀具,为刀具表面检测提供了依据。     

路面交通线破损图像智能检测优化研究北大核心CSCD

路面交通线破损图像智能检测的研究极大的提高了对路面维护和保养的效率。针对现有系统获取图像较难且像素差、处理图像算法效率低等问题,提出了城市智能监控系统路面交通线破损图像智能检测算法。即通过城市智能监控系统获取图片样本,采用高斯低通滤波和脉冲耦合神经网络相结合算法对样本进行滤波分割处理来突出路面交通线等有效信息,智能检测和计算分析图片纹理特征并得出结果。根据标准样本和检测样本的检测结果进行对比分析做出结果判断,在检测出路面交通线存在明显破损时对市政部门提供及时的预警。实验结果表明,改进系统获取图片方便且像素高,同时检测速度快、可靠性高,可运用于实际路面交通线破损等路面状况的检测系统。     

基于无人机摄影电力线缆破损位置检测方法

由于部分电力线缆所处环境较为恶劣,极易发生损坏且人工检测可操作性不强,导致位置检测结果与实际破损位置误差大,因此提出基于无人机摄影电力线缆破损位置检测方法。标定无人机采集图像坐标系,提取电力线缆破损有效位置信息。采用色彩空间分割技术,获取图像灰度值,对无人机摄影图像进行校正处理。使用差分计算梯度分量算法,对图像处理结果展开迭代计算,完成破损点定位分析实现电力线缆破损位置的检测。经实验证实,此方法位置检测结果与实际破损位置误差最小,有效提升了电力线缆破损位置检测精度。     

基于水平集的不规则透明表面缺陷检测设计

针对图像采集中,缺陷的灰度值和背景几乎不可区分,导致图像的低对比度的问题,目前,常规的表面缺陷检测图像预处理中常用阈值化和边缘检测技术,易出现漏检现象,即不适用于检测不规则表面边界处的细微瑕疵.为解决这一问题,从低对比度透明材料图像的非高斯统计特性出发,研究提出利用水平集智能分割具有复杂形状的目标对象,并利用小波变换进行缺陷特征提取的高效的智能缺陷检测方法.测试表明,所提出的基于水平集和小波变换的不规则表面缺陷检测系统的有效性,克服了检测区域边缘处的漏检缺陷问题.     

基于小波变换的羽毛杆折痕缺陷检测

羽毛片毛杆上的细微折痕缺陷在图像中极易受到噪声干扰.针对细微折痕图像,提出将二维小波变换应用于羽毛片杆细微折痕缺陷检测的方法.这种方法通过二维小波变换图像局部极大值将细微折痕缺陷从图像中准确提取出来.实验证明二维小波变换用来检测羽毛片杆细微折痕缺陷比其他方法更有效.     

基于双目视觉的板材平面测量研究

针对传统人工测量板材尺寸精度较低、工作量大、易导致板材表面受损等局限,基于双目视觉技术设计了一种板材尺寸视觉测量系统;通过双目相机采集棋盘格图像,采用MATLAB进行相机标定和图像校正,拍摄左右图像并通过半全局立体匹配算法(SGM,semi global matching)进行特征点立体匹配,重建出目标三维点云模型;为提高目标特征点坐标获取的准确性,提出基于HARRIS的亚像素检测方法;采用区域生长算法结合膨胀和腐蚀操作提取板材表面轮廓,根据三角测量原理计算出板材轮廓上各点的三维坐标从而实现板材的尺寸测量,并进行点云重建增强三维展示效果;实践结果表明亚像素检测方法在角点提取上存在优势,在实际板材测量应用中实现了高精度尺寸测量,满足了工业测量需求。     

融合深度残差网络和字典学习的肺炎检测

由于空气污染与吸烟等原因, 肺炎已成为人类死亡率最高的疾病之一. 随着机器学习与深度学习技术在医疗图像检测上的应用, 为临床专家诊断各类疾病提供了帮助. 但由于缺少有效的配对肺部X射线数据集, 以及现有针对肺炎检测的方法均采用不是针对肺炎任务的普遍分类模型, 难以发现肺炎图像与正常图像的细微差别, 导致识别失败. 为此, 本文通过数据裁剪、旋转等方式扩充数据集中的正常图像; 再使用50层深度残差网络对胸部X射线中的浅层肺炎特征进行学习; 然后, 通过两层字典对残差网络学习到的肺炎特征进行更深度的抽象和学习, 发现不同肺部图像之间的微小差别; 最后, 融合残差网络和字典学习提取到的多级肺炎特征, 构建肺炎检测模型. 为了验证算法的有效性, 在Chest X-ray肺炎数据集上评估肺炎检测模型的性能. 根据测试结果, 本文提出模型的检测准确率为97.12%; 指标测试中, 精度与召回率之间的调和平均数上的得分为97.73%. 与现有方法相比, 获得了更高的识别精度.     

Surface defect detection of voltage-dependent resistors using convolutional neural networks

Surface defect detection is an important way to improve the production quality of voltage-dependent resistors (VDRs). To improve the accuracy and efficiency of VDR surface quality detection, an end-to-end surface quality detection method based on deep convolutional neural networks (CNNs) was proposed. The method includes four stages: data preparation, convolution neural network design, CNN training, and testing. First, images of VDRs were acquired from three perspectives, i.e., the front, back, and side, and then training, validation and testing sets were obtained. Second, the proposed CNN models for VDR surface defect detection were constructed. Third, during the training stage, the images with class labels from the established training sets were input to the proposed network for training and validation. Finally, in the testing stage, test images from a total of 408 samples of two VDR models were used to test the trained network. The sensitivity, specificity, accuracy, precision and F measure of the proposed algorithm were compared with those of state-of-the-art methods, and the experimental results showed that the proposed method has a high recognition speed and accuracy and meets the requirements of online real-time detection.

     

航空发动机损伤图像的二分类到多分类递进式检测网络

航空发动机损伤是影响飞行安全的重要因素。当前基于计算机视觉的发动机孔探图像损伤检测存在两个主要问题：一是孔探图像背景复杂,使得模型对损伤的检测精度较低;二是孔探图像数据来源受限,导致模型可检测类别较少。为解决这两个问题,提出了基于Mask R-CNN的二分类到多分类递进式航空发动机损伤图像检测网络。通过在Mask R-CNN中增加二分类检测分支,首先对图像中的损伤进行二分类检测并对定位坐标进行回归优化;其次使用原始检测分支递进地进行多分类检测,以进一步回归优化损伤的检测结果并确定损伤类型;最后根据多分类检测的结果,通过Mask分支对对损伤进行实例分割。为了增加模型检测类别及验证方法的有效性,构建了包含八种损伤类型,共1 315张孔探图像的数据集。在该集合上进行的训练和测试结果表明,多分类检测的平均精度（AP）和AP75与Mask R-CNN相比分别提高3.34%、9.71%,可见所提方法能够有效提高对孔探图像中的损伤的多分类检测精度。     

基于中心化Jaccard匹配的SD卡光学字符验证

为了解决安全数码卡(SD卡,secure digital card)表面字符人工验证效率差、准确率低的问题,提出了一种基于中心化Jaccard匹配的SD卡光学字符验证方法,能够实现SD卡表面字符的精密检测与自动验证。首先,提出了一种基于HSV三通道直方图分析的快速验证方法,实现特征显著SD卡图像的准确验证;其次,针对SD卡字符验证精度受光照变化和微小旋转影响的问题,提取V通道图像和变化角度特征,提高HOG特征对光照和旋转变化的抵抗能力;最后,针对相似SD卡字符的验证问题,提出了一种中心化广义Jaccard系数,增强了相似度指标的辨别力,实现了特征相似图像的精密检测。以实际场景采集的数据对所提方法进行验证分析,试验结果表明,该算法准确率达到99.15%,具有很好的实用性和鲁棒性。     

基于视觉的结构变形测量系统的实现

为了测量自行车把动态加载变形量,辅助车把疲劳试验,提出了基于机器视觉的车把图像测量系统设计方法.考虑到零件表面不确定性,采用黏贴圆形标志于表面进行变形量测量,对采集的实时图像进行线性滤波等预处理,连续轮廓搜索函数搜寻待测目标,进行基于随机Hough变换的圆形标志检测,接着利用图像特征参数计算实时变形量.根据误差理论对测量结果进行数据处理与分析.实验结果表明该测量方法效果明显,测量精度可以达到0.03mm,高于常规测试方法的测试精度,能够达到车把加载变形高精度测量的要求.     

基于机器视觉的珍珠光洁度在线自动分级

为代替耗时的传统人工分选,设计了一种基于机器视觉的珍珠光洁度在线自动分级系统。首先,该系统在珍珠自由落体时对珍珠进行全方位成像;然后对图像进行实时分析,计算珍珠的有效特征;最后,根据多图的有效特征确定珍珠的光洁度等级。实践证明,该系统不但提高了珍珠光洁度的分选效率,而且节省了企业的生产成本。