Fast Defect Detection in Textured Surfaces Using 1D Gabor Filters

In this paper, we present a fast machine vision method for the automatic inspection of defects in textured surfaces. Traditional 2D Gabor filtering schemes have been shown to be very effective for detecting local anomalies in textured surfaces of industrial materials. However, they are computationally expensive and sensitive to image rotation. In order to alleviate the limitations of 2D Gabor filtering, we first use a 1D ring-projection transformation to compress a 2D grey-level image into a 1D pattern, and then employ a 1D Gabor filter to detect defects embedded in a homogeneous texture. Given a problem with image size N × N and filter window W × W, the computational complexity can be reduced significantly from O(W ² N ² ) in the 2D Gabor space to O(WN ² ) in the 1D Gabor space, and the detection results are invariant to rotation changes of a texture. The experiments on structural textures such as a wooden surface, an LCD display, and a machined surface, and statistical textures such as granite, leather, and sandpaper have shown the efficiency and effectiveness of the proposed method. ID="A1" Correspondence and offprint requests to: Dr Du-Ming Tsai, Department of Industrial Engineering and Management, Yuan-Ze University, 135 Yuan-Tung Road, Nei-Li, Tao-Yuan, Taiwan. E-mail: iedmtsai@saturn.yzu.edu.tw     

基于梯度方向信息熵的印刷电路板缺陷检测

针对印刷电路板裸板缺陷在线视觉检测,提出了一种适用于电路板彩色图像的缺陷检测算法。该算法主要通过分析缺陷区域边界像素的梯度方向信息获得对应的典型图像特征,具体由滤波去噪、目标分割和特征提取三部分组成。为减弱环境光干扰同时保证边缘细节的清晰,首先在CIE Lab色彩空间对图像进行双边滤波,然后利用该色彩空间的均匀性分割出需要检测的目标区域,最后设计了邻域梯度方向信息熵这一描述子用于提取缺陷特征和构造特征向量,利用支持向量机对缺陷进行识别。实验结果表明:所提算法能够对印刷电路板裸板存在的短路、断路、孔洞、余铜、划痕等常见缺陷进行快速精确的定位,能够满足生产过程中的实时检测要求。     

Automated Surface Inspection Using Gabor Filters

In this paper we present a machine vision system for the automatic inspection of defects in textured surfaces found in industry. The defects to be inspected are those that appear as local anomalies embedded in a homogeneous texture. The proposed method is based on a Gabor filtering scheme that computes the output response of energy from the convolution of a textured image with a specific Gabor filter. The best parameters of a Gabor filter are selected so that the energy of the homogeneous texture is zero, and any unpredictable defeats will generate significantly large energy values. A simple thresholding scheme then follows to discriminate between homogeneous regions and defective regions in the filtered image. This transforms texture differences into detectable filter output. The experiments on structural textures such as leather and sandpaper have shown the effectiveness of the proposed method.     

一种时间序列异常检测用参数化熵滤波器

针对机械系统中近似高斯分布的低信噪比时间序列,设计出一种用于异常检测的参数可调熵滤波器。为检测均值漂移和方差变动这两类统计特性异常,对基于滑动窗的Shannon熵滤波器的参数设置策略进行研究。引入单调因子K1,在保证滤波器工作单调性的同时,可以获取不同的平滑效果。通过引入尺度因子K2,实现对熵滤波器正常信号容限的调节,从而实现时间序列的可变尺度异常检测。以时间序列中异常信号与正常信号统计特性重合度在滤波前后之比作为滤波器性能评价指标,利用仿真信号分析两个参数在检测均值漂移和方差变动异常时的合理取值范围。对电子清纱器颜色异纤信号的检测试验结果表明,这种带参数的熵滤波器对近似高斯分布的时间序列信号具有良好的异常检测能力。     

非金属工件电镀表面缺陷现场检测技术的研究

生产过程中对表面缺陷的检测非常需要。介绍了一种为现场设计的非金属电镀工件表面缺陷检测技术 ,系统在计算机信息技术、图像处理技术和自动测控技术相结合的基础上开发而成。该技术设计了具有均匀散射照明光源的 CCD光电检测系统 ,通过图像处理和计算机自动控制 ,由执行机构自动分选出带有表面缺陷的工件。该系统有效的解决了电镀工件表面的强反射光给图像处理和检测带来的困难 ,适于生产现场自动检测应用。     

HSI颜色空间下的直线导轨表面缺陷检测方法

为解决直线导轨表面微小缺陷受背景纹理影响、无法准确检测的问题,提出了一种HSI颜色空间下的直线导轨表面缺陷视觉检测方法。将直线导轨表面图像由RGB空间转换到HSI空间,得到色调、饱和度和亮度的分量图;采用主成分分析法对各分量图像进行降维,建立混合灰度模型;利用粒子群算法优化其相应的加权系数;通过阈值分割完成缺陷检测。实验及计算结果表明,相比RGB空间的缺陷提取,该方法能准确检测出常见的直线导轨表面四种类型缺陷。     

基于多尺度多方向熵差的二值图像边缘检测法

将信息熵引入到图像的边缘检测中，利用数据Gap统计方法的思想，提出了熵差的概念，建立了一种基于熵差的二值图像边缘检测模型，给出了边缘检测的算法，并通过图像边缘检测实例，与经典的sobel边缘检测法进行了比较。     

Neural Networks for Classifying Images of Wood Veneer. Part 2

A decision tree using smaller more specialised modular neural networks for the classification of wood veneer by an automatic visual inspection system was presented in Part 1 [1]. A key process in the design of a modular neural network is the use of "normalised inter-class variation" in the selection of the most appropriate image features to be used for its particular specialised classification task. At the root of the decision tree is a single large (holistic) neural network that initally attempts to classify all of the image classes which include clear wood and 12 possible defects (13 classes). The initial design uses 17 features of the acquired image of the wood veneer as inputs. The selection (or more correctly pruning) of inputs for this large neural network used not only "normalised inter-class variation", but also "normalised intra-class variation" in the features and their "correlation" within the same class. This results in the elimination of 6 inputs. The revised smaller 11 input neural network results in a substantial reduction in classification time, for the computer implementation used here, and at the same time the classification accuracy is improved. This is the root of the decision tree described in the previous paper.     

基于数字图像处理和特征提取的钢轨表面缺陷识别方法

设计了一种基于图像特征分析的钢轨表面缺陷识别方法,运用快速数字图像处理技术可实现钢轨表面裂缝和剥离掉块缺陷的提取,该识别方法通过对采样图像使用高低帽变换进行图像增强,再进行高斯平滑消除毛刺,最后采用阈值处理及边界抑制来提取出缺陷信息。研究了钢轨伤损评价及信息表达方法,可将缺陷信息以曲线的形式表示出来。为验证所设计方法的有效性,设计了模拟实验装置,用工业线阵CCD摄像机获取钢轨样品运动时检测的图像,进行缺陷识别处理,实验表明,系统输出曲线能够明确反映损伤的程度及其位置信息。     

轴承故障动态检测的迭代交叉信息熵方法

将小波包变换和迭代交叉信息熵有机结合,从检测信号信息量差异性的角度出发,提出一种设备故障动态检测的新方法。该方法的核心是动态选取时间相邻的两帧振动信号,对两帧信号作小波包分解得到等频宽的分解信号,计算分解信号不同时间段的能量,得到信号的尺度分段时间能量矩阵,以尺度分段时间能量矩阵作为一种信息的划分,计算两帧信号的迭代交叉熵,用熵值来表征信号的差异性而检测出故障。检测实例验证了该方法的有效性,检测的实时性好、准确性高。     

基于支持向量机的X射线焊缝缺陷检测

为提高对焊缝缺陷的检测精度,提出采用支持向量机(Support Vector Machine,SVM)分类的方法对X射线焊缝图像进行分割.选择训练样本图像的灰度、形态学梯度作为训练向量的特征分量对SVM进行训练,得到SVM分割模型后,将测试样本输入分割模型进行分割处理.以气孔缺陷为例,证明了该方法能实现焊缝气孔缺陷的准确分割,与其他分割方法相比,可提高缺陷检测的精度.     

带角圆柱铣刀对自由曲面3轴NC加工的刀具干涉检测

对自由曲面用带角圆柱铣刀3轴NC加工提出了系统的刀具干涉检测方法。加工自由曲面时,刀具干涉可以出现在包括刀具驱动面的刀具周围的任何地方。本文提出先检测自由曲面上可能产生刀具干涉的区域,然后再生成刀具路径,这样不但可极大地简化安排刀具路径的过程,改善加工的精度和可靠性,而且有利于产品的几何设计和影响加工效率的刀具选择。研究表明所提方法和算法是合理有效的。     

基于机器视觉的太阳能电池片位置误差检测

为了提高太阳能焊接机的焊接精度和焊接速度,提出了基于机器视觉在线检测太阳能电池片位置误差的方法。采用最小误差法对图像进行阈值分割,通过轮廓提取出电池片的轮廓;采用Hough变换直线检查的方法得到了电池片边缘及三线所在直线;计算出电池片的位置误差。实验结果验证了该方法的有效性。     

凸轮轴凸轮表面缺陷检测与诊断方法的研究

凸轮轴是高速运转的复杂轴类零件,是发动机五大核心部件之一.由于凸轮异形,在智能制造中采用视觉检测技术时,其磨削后凸轮面反光,对检测系统的设计带来挑战.本研究提出一种凸轮视觉检测方法,利用拍摄凸轮图片进行阈值二值化,提取凸轮轮廓,得到凸轮表面选定区域,再进行缺陷轮廓提取,得到缺陷轮廓,对表面缺陷的大小和周长进行筛选后实现...     

基于声音的刹车片内部缺陷检测装置的设计

为了解决刹车片内部缺陷检测困难的问题,根据不同内部构造的刹车片敲击声音不同的原理,设计了 一套刹车片内部缺陷检测装置.通过三维软件对装置整体结构进行了设计,主要包括传动、敲击、声音信号处理、分拣四部分.刹车片托盘为承载构件所以对托盘的螺栓强度和托盘本身的刚度分别进行了强度计算和强度仿真实验,保证结构设计的合理性,然后对...     

基于时频分布的EEG中棘波的相关检测

本文提出了一种检测EEG中棘波的新方法。这种方法首先对仿真信号进行时频变换,得到模型棘波的时频特征。EEG信号经过时频变换后,计算EEG信号与模型棘波的时频相关系数,利用相关系数和时频分布中高频部分的能量,给出了一个确定EEG信号中是否含有棘波的指标,并定义这个指标为棘波概率。检测过程中,以棘波概率的大小检测棘波。实际应用表明,这种方法能够准确地检测EEG信号中的癫痫样瞬态特征     

基于视觉技术的扣式电池自动检测系统设计

介绍扣式电池自动化检测系统的实现方法,以实现其在线检测。设计了该系统硬件模块组成和控制系统结构,基于机器视觉的外观缺陷检测是重点,设计了分布式机器视觉系统组成方案,以实现并行检测。上位机软件具有系统控制、图像处理等功能,并包含能够实时显示的人机界面。     

基于深度学习的铸件缺陷检测方法

针对铸件X射线图像获取困难、人工及传统识片方法效率低且漏判率高的问题,文中提出了一种基于深度学习的铸件缺陷检测方法。首先,采用Overlap切图（重叠切图）数据增广方法实现缺陷扩充,并基于简化Mosaic数据增广进一步提升图像的复杂度;然后,基于仅浏览一次（You Only Look Once, YOLO）的理念实现缺陷检测模型构建;最后,提出一种基于边界框抑制的测试图像缺陷检测方法,以子图迭代方式完成测试图像中的缺陷检测。实验结果表明,该方法能够有效实现多种铸件缺陷的自动检测,为铸件缺陷检测提供了基于深度学习的解决方案。     

基于瞬时频率熵的超声缺陷检测

根据超声无损检测中缺陷和噪声反射回波的瞬时频率的差别，提出利用超声信号瞬时频率在一移动窗内熵的信息，估计缺陷的时频位置。瞬时频率熵方法使得用Wigner—Ville分布表示超声信号时，既能利用Wigner—Ville分布的重要性质，又能实现缺陷的准确定位。对仿真数据和实际探伤数据的实验结果分析表明，瞬时频率熵方法不仅能够识别单个缺陷，也能有效地检测多个缺陷。     

基于光栅投影的工件表面缺陷检测方法研究

针对工件厚度与表面缺陷检测精度不足的问题,提出一种基于双投影的光栅投影缺陷检测方法。采用CCD相机采集两个方向上投影到工件表面的云纹图像,利用相移法求解两个方向的云纹图像相位,将两个方向的重建三维轮廓进行融合,实现工件表面缺陷的检测。试验结果证明:工件的厚度测量精度为0.05mm,缺陷测量精度提高到0.1mm。