基于圆心定位的瓶口三圆周快速缺陷检测算法

目前,药用玻璃瓶的质量检测主要靠人工检测,这会增加巨额的人工成本和管理成本,同时检测的精度和速度也达不到生产的要求.为了能更快速、更准确地对玻璃瓶口进行无接触的检测,提出了一种快速的玻璃瓶瓶口的缺陷检测算法.通过对常用的圆心定位算法和瓶口缺陷检测算法的分析,提出了四点垂直弦截法来定位圆心,再采用三圆周法来检测瓶口缺陷.实验证明,基于四点垂直弦截法定位的三圆周法瓶口缺陷检测算法达到快速准确的工业检测要求.     

基于图像分析的粘接质量评价系统设计

目前对发动机防热结构件的粘接质量的判断采用电磁超声波进行无损检测,检测人员只能通过超声波返回的A波波形进行粘接缺陷的评估;这种检测方法效率低,准确度低,对人员要求高且无法实现在线检测,严重影响产品量产;针对此类情况,采用数据可视化、智能图像分析的方法,建立一套粘接质量评价系统;系统包含了对测量结果数据进行过滤处理;根据工件尺寸按照法线函数展开成二维模型;为二维模型填充缺陷信息从而实现粘接效果可视化;采用二值法建立缺陷矩阵;通过粒子法求解缺陷的面积;采用缺陷矩阵扩张的方法,解决相邻缺陷的识别问题;再通过特征值数组的方法解决从3D展开至2D时展开边界切割缺陷区域的问题,从而完整地描述发动机防热结构件粘接质量的全面特征,为粘接质量评价提供了直接依据。     

基于骨架模板配准的OLED显示屏斑痕缺陷检测技术

针对OLED显示屏的自动化缺陷检测问题,提出了一种新的检测方法。首先,基于显示屏的原图像,提取其骨架信息,进行分块处理后快速地与模板图像配准,通过差影法实现斑痕缺陷的初次提取。然后通过大津法确定图像的阈值,将图像分割并进行差影操作后,实现斑痕缺陷的检测;最后,通过列举的实例,验证了本方法的有效性。     

基于鲁棒尺度的统计建模数据中异常点去除算法的研究及应用

针对基于主元分析 (PCA)的统计监控模型受到历史数据中异常点强烈影响的不足,鉴于建模历史数据中存在的异常点会影响过程监控效果,分析目前常用的鲁棒异常值检测算法原理及其缺陷,提出将中心最短距离(CDC)法与椭球多变量整理(MVT)法相结合,构成一种基于鲁棒尺度的CDC-MVT异常值综合检测算法,更加准确地检测异常点。将该算法应用于工业发酵过程,与CDC法和MVT法相比较,该算法能够有效去除建模数据中的异常点。     

基于RPCA的太阳能电池片表面缺陷检测

目前太阳能电池片生产过程中的缺陷检测主要由人工完成,费时费力,容易受主观因素的影响.文中提出了一种基于RPCA(Robust Principal Component Analysis,RPCA)的太阳能电池片表面缺陷检测方法.该方法对图像矩阵进行变换,使之分解成无缺陷的低秩矩阵图像和有缺陷的稀疏矩阵图像.通过凸优化的方法,分别最小化上述两个矩阵的核范数和1范数,从而使矩阵得以有效快速地分解.同时,文中分别对优化的两种算法:加速逼近梯度(Accelerated Proximal Gradient,APG)法和非精确增广拉格朗日乘子(Inexact Augmented Lagrange Multiplier,IALM)法,在太阳能电池片缺陷检测的计算时间和迭代次数方面进行了比较.最后通过大量实验,证明了上述方法在检测太阳能电池片表面缺陷的可行性和有效性.     

基于帧差法和背景差法融合的车流量检测方法

研究优化车流量检测准确度问题。针对运动目标速度和外界环境都是影响车流量检测准确性,容易造成车流量的漏检和误检等。为了克服传统算法所存在的缺陷,在现有算法的基础上,提出了一种融合帧差法和背景差法的智能车流量检测方法。首先利用帧间差分方法为主,结合减背景方法为辅,然后通过一种迭代阈值分割法滤除噪声并对背景进行实时更新。完成了多车道的车流量检测,并进行了仿真,结果得到多组数据,并提高了计算准确率。仿真结果表明,改进方法可有效地提高了车流量检测精度。     

药柱脱粘超声检测方法研究

为了能够准确检测出包覆层与推进剂的缺陷,针对药柱自身形状的特点,采用水浸式超声脉冲回波法,提取各部位的缺陷特征回波信号,并对其进行C扫描,获得了试件缺陷图像,并对图像去噪、二值化后得到缺陷的位置和面积信息。选取脱粘情况已知的试件与本系统检测情况进行比较,结果表明,本检测系统检测缺陷位置准确,且有很好的分辨率。     

油管腐蚀的一种电磁检测方法

针对目前油水井中在役油管使用状况的检测仪器和方法对油管外壁腐蚀检测的局限性,提出了一种电磁检测方法。该方法采用双极性低频脉冲激励,取代了传统的正弦激励;采用了"时间切片法"对信号做时域分析,通过对油管模拟外壁腐蚀缺陷的检测,取得了良好的效果;对油管壁厚计算值的误差分析表明,计算值与实际值的相对误差较小。试验结果表明,该方法能够检测油管的外壁腐蚀,并能较准确地给出油管剩余壁厚的平均值。     

基于空气耦合超声对泡沫材料探伤的应用研究

针对传统的超声穿透式异侧检测法受换能器布置方式的影响且需要较高灵敏度的检测装置,对于厚度较大试件的检测信号幅值较低,提出了一种基于穿透式同侧检测模式(v透射法)的非接触空气耦合超声波无损检测技术应用于泡沫材料的检测中。首先简要阐述了空气耦合超声波v透射法检测模式的基本原理。其次介绍了利用v透射法对泡沫材料进行非接触空气耦合超声声速测量以及对其内部缺陷的检测,成功检出了传统超声波检测方法难以检测的泡沫材料缺陷并成像。最后 使用空耦超声同侧v透射法点采集方式将探头沿着两个互相正交的方向对损伤进行同步线性扫查,得到缺陷区域幅值曲线并使用6dB法对其定量结果表明使用空耦超声同侧v透射法定量精度较高,误差在20％以下,满足实际的检测精度。     

不同颜色风力机叶片缺陷检测系统研究与验证

针对目前风力机叶片缺陷检测方法检测精度低、危险系数大、设备价格高等问题,提出一种基于LabVIEW+无人机的风力机叶片缺陷检测系统,实现了硬件平台搭建和系统软件设计,对图像处理算法进行研究,针对传统二值化算法中不同颜色风力机叶片阈值不同的问题,提出了应用边缘提取的检测方法。通过理论分析和实验对比了LabVIEW中边缘提取缺陷检测算子及组合算子的检测效果,并最终确定Sobel算子应用于本风力机叶片缺陷检测系统。实验表明,该系统能够实现不同颜色风力机叶片缺陷的自动、低成本检测,检测精度高达93%。     

An Extended Replication of an Experiment for Assessing Methods for Software Requirements Inspections

We have performed an extended replication of the Porter-Votta-Basili experiment comparing the Scenario method and the Checklist method for inspecting requirements specifications using identical instruments. The experiment has been conducted in our educational context represented by a more general definition of a defect compared to the original defect list. Our study involving 24 undergraduate students manipulated three independent variables: detection method, requirements specification, and the order of the inspections. The dependent variable measured is the defect detection rate. We found the requirements specification inspected and not the detection method to be the most probable explanation for the variance in defect detection rate. This suggests that it is important to gather knowledge of how a requirements specification can convey an understandable view of the product and to adapt inspection methods accordingly. Contrary to the original experiment, we can not significantly support the superiority of the Scenario method. This is in accordance with a replication conducted by Fusaro, Lanubile and Visaggio, and might be explained by the lack of individual defect detection skill of our less experienced subjects.     

基于机器视觉方法的焊缝缺陷检测及分类算法

对于在工业生产中如何有效地识别薄壁金属罐焊缝的缺陷及其类型判别的问题,提出了一种基于机器视觉技术的自动化焊缝缺陷检测及分类算法。利用混合高斯模型,提出了一种改进的背景差分法,主要用来提取焊缝缺陷的特征区域。在此基础上,以不同缺陷类型的缺陷面积、亮度及波形特征等差别作为依据,对焊缝缺陷进行了分类。实验检测结果表明,算法可以对主流的薄壁金属制罐焊缝缺陷类型进行准确的识别和归类,达到了96%以上的精确度。同时,算法的运算时间也能够满足在实际生产中的高实时性需求。     

基于机器学习算法的光伏组串故障诊断技术研究

常规缺陷检测方法中,主要依据光伏电站面板异常状态数据检测面板缺陷,检测结果存在着一定的随机性,导致缺陷检测结果不清晰。因此,利用了无人机影像技术,设计了光伏电站面板缺陷检测方法。提取出图像中的缺陷特征,结合无人机影像技术,通过灰度共生矩阵将缺陷图像与完整图像分割开来,识别可见光图像缺陷位置,并将缺陷图像放在光伏面板缺陷检测模型中进一步检测,使图像纹理特征与形状特征高度融合,从而实现光伏电站面板缺陷的精准检测。采用对比实验的方式,验证了该检测方法的检测置信度更高,检测精准度随之升高,能够应用于实际生活中。     

炭制品X光图像的缺陷边缘提取

针对炭制品X光图像的特点,为快速准确地提取缺陷,提出了基于迭代的阈值构造方法和数学形态学相结合的边缘提取算法。通过对传统形态学边缘提取方法的分析,构造了基于形态学多结构元边缘提取算子,该算子既有良好的边缘提取特性,又很好地解决了噪声抑制和保持图像边缘细节之间的矛盾。在此基础上,为进一步减少噪声干扰的影响,采用基于迭代的分割阈值从图像中提取出缺陷区域,然后利用多结构元边缘提取算子成功提取了缺陷区域的边缘,并从理论上分析了噪声对缺陷边缘提取的影响情况。实验结果表明,与目前的边缘检测算子相比,该法能有效抑制噪声干扰的影响,保证了缺陷边缘的连续性、完整性和精确定位。     

基于局部熵的CMOS摄像头疵点检测

在CMOS摄像头数字图像性能检测系统中,疵点检测是关键内容。基于局部熵,提出了基于局部熵的CMOS摄像头疵点检测方法。与原有的摄像头疵点检测方法进行比较,局部熵方法是一种自适应的疵点检测方法。实验结果表明,该方法能够准确、有效地检测到摄像头的疵点。     

航拍图像中绝缘子缺陷的检测与定位

长期暴露在自然环境下的绝缘子易产生自爆缺失故障,对此提出了一种绝缘子缺陷检测和定位的图像处理方法。依据绝缘子在航拍图像中的型态特征,采用最大类间方差法以及中值滤波进行图像预处理,提出基于粒子群优化参数的蚁群算法来检测其中的绝缘子轮廓及其数目,最终实现在原图中标记出缺陷绝缘子所在位置的目的。该方法针对简单背景下绝缘子缺陷的标记具有良好的效果,并为进一步实现复杂背景下绝缘子缺陷检测和定位提供了预研基础。     

大规模源代码增量式资源泄漏检测方法

资源泄漏是影响软件质量和可靠性的一种重要软件缺陷,存在资源泄漏的程序长时间运行会由于资源耗尽而发生异常甚至崩溃.静态代码分析是进行资源泄漏检测的一种有效的技术手段,能够基于源代码或者二进制代码有效地发现程序中潜在的资源泄漏问题.然而,精确的资源泄漏检测算法的复杂性会随着程序规模的增加呈指数级增长,无法满足生产中即时对缺陷进行分析检测的实际应用需求.面向大规模源代码提出了一种增量式的静态资源泄漏检测方法,该方法支持过程间流敏感的资源泄漏检测,在用户编辑代码的过程中,从变更的函数入手,通过资源闭包、指向分析过滤等多种技术手段缩小资源泄漏检测范围,进而实现了大规模代码的即时缺陷分析与报告.实验结果表明：该方法在保证准确率的前提下,90%的增量检测实验可以在10s内完成,能够满足在用户编辑程序过程中对缺陷进行即时检测和报告的实际应用需求.     

结合随机子空间和级联残差网络的缺陷检测

针对基于深度学习的表面缺陷检测方法中的小样本问题,提出一种结合随机子空间和级联残差网络的缺陷检测方法（RSM-MTResNet）。该方法将缺陷数据分解为多个随机子空间,在每个子空间上构建残差网络,通过级联多个残差网络得到融合特征。在NEU表面缺陷数据集上进行实验,运用了混淆矩阵和[F1]值来评估模型性能。结果表明该方法的分类准确率为97.66%,比传统CNN方法的准确率高了14.5%,[F1]值均提高10.0%以上,这证明了该方法不仅能在一定程度解决小样本问题,同时能获得较高的识别性能。