基于纹理抑制的磁环表面缺陷检测方法研究

针对磁环表面缺陷图像具有对比度低、纹理背景复 杂、缺陷种类多和亮度不均匀等问题,提出了一种基于改进自适应Canny算法和掩模技术的 磁环表面缺陷提取方法。首先,在分析磁环表面图像中不同 区域灰度特征和梯度特征的基础上,通过拟合磁环内外轮廓构造掩模图像,以便屏蔽磁环背 景区域的干扰; 然后,利用提出的基于8邻域各向异性滤波的改进自适应Canny边缘检测算法,抑制磁环表面 纹理的干扰;最后, 利用图像数字形态学增强边缘连通域,并利用构造的掩模图像提取磁环表面缺陷。利用开发 的样机 进行了大量的在线实验。实验结果表明,本文缺陷提取算法稳定性好,鲁棒性强,能够准确 、快速地提取 出磁环表面图像各区域的缺陷,表面缺陷检测的准确率为97.3%。     

基于机器视觉的瓷砖素坯表面缺陷无损检测算法研究

针对瓷砖生产中对瓷砖素坯表面缺陷检测的高速度和高准确率的要求,本文提出了基于机器视觉的表面缺陷无损检测算法.首先对采集到的瓷砖素坯图像采用双边滤波器进行图像预处理,降低噪声,提高图像质量,然后利用Canny边缘算子提取图像边缘,在图像边缘的基础上,采用最佳阈值分割算法,实现图像分割,利用圆形度对缺陷特征进行描述,并实现缺陷判别,最后,通过实验验证表面缺陷检测的准确度和稳定性.实验结果表明,该方法可以实现瓷砖素坯表面缺陷的无损检测,准确率达到95％以上,能应用于瓷砖表面缺陷质量检测的生产实践中.     

基于小波去噪与改进Canny算法的带钢表面缺陷检测

针对带钢表面图像亮度不均匀、对比度低以及缺陷种类多、形式复杂的问题,提出一种基于小波去噪与改进Canny算法的带钢表面缺陷检测算法。首先通过小波变换将原始图像分解,对低频分量采用改进的同态滤波提高亮度和对比度,对高频分量采用改进的阈值函数进行去噪,并通过小波重构得到增强图像。其次对传统Canny算法进行改进,通过改进的自适应加权中值滤波进行平滑,并增加梯度方向模板;然后采用迭代式最优阈值选择法与最大类间方差法来求取高低阈值,提高算法的自适应性。最后采用形态学处理对缺陷边缘填充,并去除干扰边缘及毛刺,得到带钢表面缺陷区域。实验结果表明,所提算法对带钢表面缺陷的检测效果较好、精度较高,适用于多种类型的带钢表面缺陷检测。     

基于多种边缘检测的视频划痕检测技术

针对电影胶片中比较常见的垂直划痕及其特性,提出了一种新的基于多种边缘检测的检测算法。该算法首先运用Sobel算子中对垂直边缘响应最大算子对图像进行边缘检测,然后运用Canny算子进行边缘检测,再用概率Hough变换检测图像中垂直直线,最后结合形态学处理和宽度约束得到划痕位置。实验结果表明,该算法能有效地进行噪声干扰下的划痕检测。     

基于NSST和CLAHE的零件表面缺陷图像增强算法研究

为了改善传统剪切波变换在零件表面缺陷图像中边缘不明显和去除噪声效果不理想的问题,本文提出了基于非下采样剪切波变换(NSST)和限制对比度的自适应直方图均衡化(CLAHE)的图像增强算法,在后续的Canny算子边缘检测中效果较好.首先,将缺陷图像进行NSST变换,获得相应的高频图像和低频图像;其次,将高频图像进行CLAHE变换,NSST逆变换的图像经过Canny算子应用于检测缺陷图像边缘.结果表明:该算法在面对零件的拉伤、倒偏角和碰伤缺陷时,均获得了较高的峰值信噪比和信息熵;在增强边缘的同时,能够更好的去除噪声,证明了其有效性和鲁棒性.     

QFN芯片表面划痕检测定位方法设计

在工业应用中,需要对方形扁平无引脚封装(Quad flat no-lead package, QFN)芯片表面划痕实时 准确检测,提出了一种快速的芯片表面划痕检测定位方法。通过图像分割算法获取缺陷图像,结合 轮廓提取算法可以较好地实现芯片表面划痕定位。同时,为了保证对芯片表面划痕实时检测,采用 基于粒子群的Otsu多阈值算法进行图像分割,不仅使得图像中缺陷区域更加明显,而且缩短了芯片 表面划痕检测时间。与直接采用Otsu算法相比,芯片表面划痕检测时间由秒级缩短至毫秒级,提高 了芯片质量检测效率。该划痕快速定位检测方法对芯片检测设备软件系统开发与应用具有重要的参考价值。     

基于改进剪切波和Canny的故障区域检测算法研究

针对机械故障红外热图像存在各种噪声造成故障区域测量参数提取精度低的问题,本文提出了基于改进剪切波和Canny的故障区域检测算法。该算法包括基于改进剪切波的去噪算法和改进Canny算子的边缘检测算法,在去噪中本文提出的是一种基于剪切波和高阶谱相结合的新算法,可以有效地去除高斯噪声与椒盐噪声的混合噪声并保留图像细节;在图像的边缘检测中本文利用剪切波与Canny算子相结合的改进新算法对红外故障图像进行边缘提取,从而消除了传统的Canny算子在检测时出现的伪边缘现象。实验仿真结果表明本文提出的去噪算法与传统的去噪算法相比显著提高了图像的峰值信噪比(PSNR),同时图像的边缘和细节也得到了很好的保留,实现了故障区域特征参数的精确有效提取。     

基于参数化对数图像处理模型的光照不均匀图像的边缘检测算法

由于低照度以及场景光不均匀的环境下图像的成像特点,普通的边缘检测方法无法有效检测出完整清晰的边缘图像.本文结合参数化对数图像处理(PLIP)模型对低亮度图像敏感、处理效果接近人眼视觉观察的结果等优点提出一种新的边缘检测算法.首先,利用PLIP模型理论推导出新的梯度算子,然后分析传统Canny算法检测边缘过程的不足并加以改进,并将推导出的新梯度代替了传统Canny算法中的梯度,运用Canny算子的三个最佳边缘检测标准提取图像的边缘.最后,通过对微光实验平台获取的低照度和场景光不均匀环境下的图像进行边缘检测对比验证.实验结果表明,新算法边缘检测的线型连接程度相较于传统Canny算法、Sobel算法和原对数图像处理模型(LIP)算法分别提升了约10％、30％和4％,其检测效果更佳.     

一种改进型的Canny边缘检测算法

针对传统Canny边缘检测算法中固定双阈值的问题,本文提出一种改进的Canny算法,运用动态双阈值代替传统Canny算法固定双阈值,在不损失边缘图像准确度和清晰度的前提下,大大减少了边缘数据量。仿真结果表明改进Canny算法对于边缘检测效果较好,数据量较小,是一种具有实用价值的边缘检测算法。     

一种基于改进Canny的边缘检测算法

鉴于传统Canny边缘检测算法在高斯滤波方差和高低阈值选取上需要人工干预,不具备自适应能力,以及其在梯度计算上的缺陷。提出了一种改进的Canny边缘检测算法。改进算法使用自适应平滑滤波代替高斯滤波,在平滑图像的同时锐化了边缘;使用水平、垂直、45°和135°四个方向梯度模板计算图像梯度,改善了传统Canny算法在计算梯度时对噪声的敏感性;引进Otsu算法自适应地根据图像灰度生成高低阈值,避免了人为设定高低阈值的难题。实验结果表明,改进算法在检测到更多边缘细节的同时,也具备较强的自适应性。特别地,在噪声环境中,改进算法比传统Canny算法检测效果更优。     

基于模糊C均值聚类和Canny算子的红外图像边缘识别与缺陷定量检测

针对脉冲红外热成像检测缺陷构件时,红外图像噪声较大、边缘信息模糊等特点,提出了一种基于模糊C均值聚类和Canny算子相结合的边缘检测新方法。该方法首先对输入的红外图像进行整体灰度变换,采用模糊C均值聚类对图像进行区域分割、提取和二值化;再将各个区域进行叠加,使红外图像的边缘变得连续;最后,采用Canny算子对处理后的图像进行边缘检测,实现缺陷的识别。在图像边缘检测基础上,分析了图像定位缺陷位置与实际缺陷位置之间的相对误差,并运用物像关系,实现缺陷几何尺寸的定量检测。结果表明:该方法对缺陷边缘识别完整清晰,具有较高的定位精度和抗噪能力,有利于缺陷的识别与定量检测。     

基于自适应阈值分割改进Canny算子的管道边缘检测方法研究

针对工厂中管道破损位置无法通过机器视觉准确判断的问题,提出一种基于自适应阈值分割改进Canny算子的管道边缘检测方法。该方法从滤波方式、梯度方向以及阈值分割角度对采集图像进行处理,首先采用采样-自适应中值滤波+双边滤波代替传统Canny算子中的高斯滤波,减少图像边缘信息丢失并去除图像中的噪声,然后增加梯度幅值的计算来更好地检测不同方向的边缘信息,最后为避免人工选取阈值效果不佳的情况,采用最大类间方差 (OTSU)阈值分割算 法进行阈值的自适应选取。实验表明,该方法相比于传统Canny算子的图像信噪比提升28.22%,边缘点数提升39.97%,四连通道数提升11.52%,八连通道数提升5.92%,提取特征完整且连续性较好,实现了对管道图像中破损情况的有效检测。     

基于改进Canny算子的手势图像边缘检测

针对手势检测不准确,手势边缘检测有偏差等问题,文中提出了一种改进的Canny算子用于检测手势图像边缘。改进的Canny算子使用自适应中值滤波与双边滤波相结合的方法去除图像噪声,并在Sobel的基础上扩展45°和135°方向的梯度幅值计算,自适应获取最佳阈值判别图像边缘。最后,使用哈夫变换与像素点的梯度方向相结合检测边缘,连接边缘、增强边缘。实验表明,改进后Canny算子检测的结果8连通数比传统Canny算子检测的结果8连通数多,边缘连续性较好,检测精度更高且自适应性增强。     

鲁棒主成分分析的铝箔表面缺陷检测方法

为了准确检测铝箔表面的穿孔、污点、亮斑和刮痕等各种缺陷，提出了一种基于低秩稀疏分解的铝箔图像表面缺陷检测方法。铝箔材料生产过程中表面出现缺陷的概率较小，同时一幅铝箔图像中缺陷占整幅图像的比例较小，即铝箔图像背景之间是线性相关的，可近似视为处于同一低秩子空间中，同时图像表面缺陷是近似稀疏的。采用RPCA(Robust Principal Component Analysis)算法对铝箔图像序列组成的观测数据矩阵进行低秩稀疏分解，得到低秩的背景图像和稀疏的缺陷图像。分别对单幅铝箔图像以及由多幅铝箔图像组成的图像序列进行低秩稀疏分解实验，在铝箔图像表面缺陷检测应用中验证所提方法的有效性。实验结果表明，提出方法检测到的缺陷清晰、完整，处理一幅大小为880×540的铝箔图像平均耗时不超过0.7秒，能够实现铝箔表面缺陷的实时检测。同时，算法具有较好的扩展性，能够方便地应用到其他产品的表面缺陷检测中。      

图像边缘检测算法研究

边缘检测是图像处理中很重要的组成部分,其效果直接影响到后面的图像分析。在此介绍Roberts算子、Prewitt算子、Sobel算子、LOG算子和Canny算子等经典边缘检测算子,对其性能和算法特点进行分析。运用Matlab进行算法的仿真,并对其检测结果进行分析和比较,得出Canny算子的边缘连接程度最佳,景物的细节表现得最明晰,轮廓边缘提取得很完备。     

以仪表结构为先验特征的指针式仪表图像识别

在指针式仪表图像识别方法中,为克服的指针定位易受干扰的问题,文中基于Canny边缘算子和Hough直线检测,提出了一种以表盘半径和指针的旋转中心作为先验特征的指针定位算法。首先以旋转中心为中点,表盘直径为边长,提取正方形的感兴趣区域以减小Canny算子的作用时间;其次将Hough变换后的所有直线与结构特征进行比较,剔除不满足距离和位置条件的干扰直线;最终结合Canny边缘算子特点,分析并修正数值计算的误差。     

改进的小波变换算法在图像融合中的应用

为了改善传统图像融合方法在精确制导武器系统中对目标检测模糊、识别率低与实时性差等缺陷,采用了一种将小波变换与Canny算子相结合的图像融合的新方法。该方法的具体改进在于首先对源图像在垂直和水平方向上进行了适合图像重构的3层小波分解,并依据各分解层不同频率分量的自身特性,采用独特的融合规则,即对低频分量采用加权平均融合算法,对高频分量采用Canny算子与局部区域均方差准则结合法改变图像的小波系数,最后对融合后的小波系数进行逆变换,得到重构的目标图像。结果表明,利用该方法不仅降低了融合图像的边缘模糊性,突出了目标色彩,达到良好的视觉效果,而且计算效率高、实时性好,特别有助于伪装目标的检测与识别,具有较好的应用价值。