基于图像灰度梯度特征的钢轨表面缺陷检测

利用机器视觉技术检测钢轨表面缺陷时,检测结果的准确性易受光照变化、钢轨表面反射不均和锈迹等因素的影响。为此,提出了基于图像灰度梯度特征的钢轨表面缺陷检测方法。首先,在设计钢轨表面缺陷检测装置的基础上,分析了钢轨图像中不同区域的灰度和梯度特征;然后,基于双边滤波思想设计了背景平滑滤波器,利用局部灰度和梯度变化信息自适应调整不同特征区域的平滑程度,对原图像平滑得到背景图像;最后,将原图像与背景图像差分,通过对差分图像阈值分割并利用连通区域标记法,实现钢轨表面缺陷检测。实验结果表明,该方法可以在凸显图像缺陷部分的同时,有效减弱光照变化、钢轨表面反射不均和锈迹的影响,对不同轨道环境下的疤痕和裂纹缺陷均取得了较好的检测效果,缺陷漏检率和误检率分别为5.79%和6.84%,具有一定的实用价值。     

基于背景差分的高铁钢轨表面缺陷图像分割

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。     

基于小波和灰度共生矩阵的带钢表面缺陷识别

提出了一种基于小波变换和灰度共生矩阵的带钢表面缺陷识别方法。采用小波变换分解缺陷图像并提取其低频子带信息。通过在低频子带上构造0°、45°、90°和135°四个方向的灰度共生矩阵,分别计算角二阶矩、熵、对比度和逆差矩4个特征值,共获得16个特征值,并将其输入支持向量机,完成对6类共1800张带钢表面缺陷图像的识别,总体识别精度大于96%。实验结果表明,小波变换与灰度共生矩阵结合能有效描述带钢表面缺陷纹理特征,具有较好的识别效果。     

[表面强化及损伤机理]一种高鲁棒性的钢轨表面缺陷检测算法

利用机器视觉技术检测钢轨表面缺陷时,存在背景光照复杂、车载检测设备与钢轨相对位置发生变化等情况,严重影响了缺陷检测的准确率,为此,提出基于灰度标准差与投影积分的钢轨表面区域定位算法和基于多尺度灰度对比度的增强算法。定位算法利用灰度标准差排除复杂背景的干扰,通过投影积分获取精确的钢轨表面区域;综合不同尺度空间的灰度对比度,将钢轨表面区域图像转化为灰度对比图,实现钢轨表面缺陷的增强;采用迭代阈值分割法提取钢轨表面的缺陷。实验结果表明：提出的钢轨表面缺陷检测算法在几种不同拍摄条件下漏检率均低于6%,准确率均高于93%,用于高速有砟轨道无缝钢轨表面缺陷检测时具有较高的鲁棒性。     

一种高鲁棒性的钢轨表面缺陷检测算法

利用机器视觉技术检测钢轨表面缺陷时,存在背景光照复杂、车载检测设备与钢轨相对位置发生变化等情况,严重影响了缺陷检测的准确率,为此,提出基于灰度标准差与投影积分的钢轨表面区域定位算法和基于多尺度灰度对比度的增强算法。定位算法利用灰度标准差排除复杂背景的干扰,通过投影积分获取精确的钢轨表面区域;综合不同尺度空间的灰度对比度,将钢轨表面区域图像转化为灰度对比图,实现钢轨表面缺陷的增强;采用迭代阈值分割法提取钢轨表面的缺陷。实验结果表明:提出的钢轨表面缺陷检测算法在几种不同拍摄条件下漏检率均低于6%,准确率均高于93%,用于高速有砟轨道无缝钢轨表面缺陷检测时具有较高的鲁棒性。     

炭素制品缺陷的X射线自动检测技术研究

针对炭素制品X光图像的特点,对其缺陷的提取与识别技术进行了研究,给出了目标边界提取算法和基于小波变换的图像增强算法,实现了图像的背景去除及增强处理。在此基础上,为排除噪声干扰的影响,采用数学形态学和迭代阈值分割相结合的方法从背景去除后的图像中提取出缺陷区域,取得了良好的效果。对缺陷特征选择及识别方法进行了研究,设计了基于遗传策略的特征选择和基于BP神经网络的缺陷识别算法,计算表明:缺陷正确识别率可达95%以上。采用上述技术开发完成了一套炭素制品缺陷X射线自动检测系统。     

基于自适应滤波的超声TOFD的近表面缺陷检测

为了解决超声衍射时差法图像近表面盲区直通波与缺陷信号混叠的问题,提出了一种基于自适应滤波的近表面缺陷信号处理方法。采用Comsol软件建立了TOFD近表面缺陷的二维有限元模型,根据超声波传播过程及A扫描信号分析了近表面盲区产生的原因;通过RLS自适应滤波算法分别对距离上表面3 mm和10 mm的仿真信号进行了处理,有效分离出了一维混叠信号中的缺陷信号,经过数值计算得到了误差较小的缺陷长度信息;利用自适应滤波技术对TOFD图像进行了处理,完整地将隐藏在直通波下的缺陷信号提取了出来。研究结果表明:RLS自适应滤波能够有效解决近表面盲区问题,提取混叠在直通波下的近表面缺陷信号。     

基于激光线光源的钢轨表面缺陷三维检测方法

将结构光三维检测方法应用于钢轨生产过程中的表面缺陷三维检测,通过在钢轨四周安装4台激光线光源和8台面阵CCD摄像机实现钢轨四个面的检测。对摄像机采集到的激光光带图像进行光带中心提取、光带中心线矫正、光带中心线与基准线的差值等步骤,得到钢轨表面深度的变化值,并将沿钢轨长度方向和高度方向的深度变化值用深度分布图表示,通过两维图像识别的方法检测缺陷所在的区域,从而实现钢轨表面缺陷的自动检测。该方法已经实现在线应用,可以达到的最大检测速度为1.5m/s,深度检测分辨力为0.2mm。     

块离散余弦变换与灰色聚类相结合的表面瑕疵识别

针对工件或产品表面局部细微瑕疵不易识别、不利于在线检测问题,提出了一种块离散余弦变换(Block-Discrete Cosine Transform,BDCT)与灰色聚类相结合的表面瑕疵识别方法。该方法首先将图像分解成等尺寸的非重叠图像块,利用BDCT算法进行图像变换,提取待测图像的能量谱特性;然后将能量特性作为质量特征进行T2统计分析,初步查明待测图像表面瑕疵形状和性质;最后采用灰色聚类方法处理表面疑似瑕疵,进一步确定瑕疵具体位置和形状。为验证算法的有效性,设计了LED灯镜头表面瑕疵识别的检测方案和试验步骤,试验结果表明:本文所提出的算法相较经典的Otsu算法和分水岭算法在表面瑕疵正确识别率、速度等方面具有明显优势,可用于表面瑕疵的在线检测和识别。     

基于BP神经网络的冷轧带钢表面质量检测研究

针对传统的方法在冷轧带钢表面缺陷图像模式识别中存在的问题,在小波变换提取特征的基础上,提出了基于BP神经网络的非线性模式识别方法.结合国内实例,对5种典型冷轧带钢表面缺陷图像进行了实验研究,实验结果表明,该方法能够对冷轧带钢表面缺陷图像进行有效识别,具有更好的适应性.     

Automated method for studying the deformation behavior of a material damaged by a thermal fatigue crack network

This paper presents a method for analyzing the fracture kinetics of a sample with multiple defects by calculating the change function of a crack image histogram. A method of automated identification of defect location is developed based on processing photo images of a surface with multiple defects taken at various stages of deformation of the investigated template. Experiments have confirmed that this method can be used to detect cracks whose direction coincides with one of the axes of the image.     

基于Otsu方法的钢轨图像分割

由于钢轨图像灰度分布不均,一般的图像分割法难以将目标从背景中分割出来,故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点,总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后,对Otsu方法进行改进,以目标出现的概率为权重,对类间方差的目标方差加权,使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后,计算图像的错误分类误差、钢轨图像的缺陷检测率和误检率来验证算法的有效性。实验结果表明,改进的Otsu方法能有效地分割钢轨图像,错误分类误差接近0。与其它阈值分割法如Otsu法、其它改进的Otsu法、最大熵阈值分割法相比,本文方法对钢轨图像的分割效果更优,缺陷检测率和误检率分别为93%和6.4%,适合机器视觉缺陷检测的实时应用。     

超声锁相热像技术检测接触界面类型缺陷

为了提高超声锁相热像技术(ULT)的检测效率并获得最佳检测结果,对超声波调制、热图序列处理和检测参数选择进行了研究。阐述了超声锁相热像技术的检测原理并进行了理论分析,建立了ULT的检测系统。采用方波调制的超声波激励试件,用红外热像仪记录试件表面热图,并用瞬态处理方法对热图进行锁相处理得到相位图和幅值图实现对缺陷的检测。用该方法检测了钢板表面及近表面的微裂纹(微米级)和铝合金板内不同深度缺陷等接触界面类型缺陷。结果表明,检测A3钢板材料表面(近表面)裂纹时,调制频率可选择0.5Hz,接触压力约0.25kN,激励头与微裂纹的距离对检测结果几乎无影响,激励位置可根据试件结构而确定;由于降低调制频率可提高缺陷的检测深度,检测铝合金材料时,调制频率≤0.3Hz能够探测到4mm深度的缺陷;另外,该方法能够准确检测蜂窝夹层结构的脱粘缺陷。研究表明,研制的检测系统数秒内即可完成对接触界面类型缺陷的准确检测。     

基于机器视觉的重轨表面缺陷检测系统的研究

针对目前几种常用的重轨缺陷检测方法检测速度慢、精度低等问题,提出一种基于机器视觉的重轨表面缺陷检测系统的设计方法.针对重轨表面常见缺陷种类,根据实验情况对该检测系统的硬件系统进行详细设计.并分别对重轨表面字符和缺陷采用信息定位和模式识别实现图像识别,使重轨缺陷和重轨号等字符信息的相应关系达到自动判别,从而实现缺陷检测的目的.     

微小高度检测系统设计

高度信息是分析物体三维形貌的最重要信息。为了研究微小焊点的三维形貌,需要对焊点高度进行测量。针对传统测量技术的缺点,设计了一种检测系统。系统应用白光平行照射条纹板,将其像投影到被测物体上,受到物体高度轮廓的调制作用,形成变形的亮暗相间的条纹。该条纹图携带着焊点的三维信息,再用照相系统把变形的条纹图拍摄在CCD上,通过对CCD上像的处理,可以还原出高度信息。该方法可将条纹板的像等间距地投射到被测物体的表面上,避免了由于投影条纹宽度不同所带了的图像处理过程的误差。实现了测量范围大、重复性好、图像处理简单的优点,为微小高度的测量提供了新方法。     

基于机器视觉的浮空器囊体材料表面缺陷检测系统

在复杂气象环境下,浮空器囊体作为整机系统的直接受压面,其表面必须平整光滑,无褶皱损伤,以将其与空气的摩擦力降至最小。文中基于机器视觉对浮空器囊体材料表面缺陷检测进行系统设计。首先为了降低背景灰度变化对缺陷检测的影响,研究了一种同时具有噪声滤除与图像增强功能的预处理算法;其次利用图像二值化和中值滤波技术实现特征图像的预处理,并结合纹理特征提取技术（基于灰度共生矩阵）对囊体材料表面不同缺陷图像的特征参数进行仿真提取,通过分析不同特征参数,判断囊体材料的表面缺陷类型。该系统对采集到的200个囊体材料表面缺陷样本的分析表明,所用方法能识别浮空器囊体材料93.6%的表面缺陷,识别内容包括缺陷的类型、位置、大小等,并根据缺陷的类型加盖不同的标记。该系统具有较高的识别率和准确率,可对浮空器囊体材料表面缺陷进行快速检测。     

基于HALCON的四光源光度立体法金属表面缺陷检测方法

为了提高金属表面缺陷的检测效率,提出了一种基于四光源光度立体法的检测方法。先用CCD相机采集4个不同空间角度的打孔金属试样图像。然后,利用HALCON算子,基于四光源的光度立体技术原理计算得到表面梯度图像,再将其转化为平均曲率图像。最后,把图像各点曲率值转化为灰度值,使用全局阈值分割出缺陷区域。结果表明,与经典光度立体法相比,四光源光度立体法能够准确构建图像表面梯度信息,利用图像平均曲率信息可以快速检测出金属表面缺陷。     

强反射表面缺陷图像预处理

为了校正强反射表面图像的亮度不均匀性,抑制局部强亮度现象,同时使其保留足够多的原始图像信息,研究了强反射表面缺陷图像的预处理方法。分析了强反射表面的光学特性,研究了偏微分方程理论及同态滤波算法,在此基础上提出了一种基于偏微分方程的同态滤波算法,即采用热传导方程滤波算子对同态分解的图像进行处理。引入信息熵对不同尺度参数下的处理效果进行评价,从而确定热传导同态滤波的尺度参数,并将该算法与背景去除法、基于小波的同态滤波算法进行了比较。对比实验表明,采用提出的算法处理后得到的图像其灰度级均匀分布在1～6之间,信息熵值均在91%以上。该方法校正了图像亮度的不均匀性,提高了图像质量,同时能保留足够多的原始图像信息。     

基于加工表面小波包能量分布比例的刀具磨损状态研究

将计算机视觉检测技术应用于刀具磨损检测。通过获取工件表面图像,利用数字图像处理技术对工件表面图像进行处理。由于工件表面图像信息主要集中在中频区域,利用小波包分解工件表面图像,可得到许多含有丰富中频信息的子图像,故可从中提取小波包能量分布比例特征,作为刀具磨损的度量指标。理论分析和试验结果表明,该方法是有效的。