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。     

面向机柜表面缺陷检测的不均匀光照和低亮度图像增强方法

光照条件是大尺寸机柜表面缺陷检测的重要影响因素。当光照分布不均匀或光照强度不足时,采集得到的机柜表面图像质量低,造成缺陷检测误差。为此,提出一种融合卡通纹理分解和最优双曲正切曲线的图像增强方法。首先,采用导向滤波将机柜表面图像分解为卡通图和纹理图,利用高斯尺度空间理论建立光照模型,实现不均匀光照去除;其次,研究图像的双曲正切曲线性质,通过图像加权拉伸实现低亮度图像增强;最后,采用对比度、亮度和灰度方差乘积对图像增强效果进行评价,同时对增强前和增强后的图像进行缺陷检测,进行对比分析验证。实验结果表明,该方法能实现光照不均且低亮度的机柜表面图像增强,机柜表面缺陷检测的准确率显著提升,召回率提高了29%,F值提高了21%。     

嵌入式图像处理系统在工件表面缺陷检测中的应用

阐述了嵌入式图像处理系统用于工件表面缺陷检测的原理。并以汽车发动机连杆破口缺陷检测为例,讨论了所研制的检测设备的系统设计、参照物标定法和测量流程。显现了嵌入式图像处理系统方案较之于传统基于PC的图像处理方案,在特定生产现场环境条件下具有更广泛的灵活性。     

均匀性调节在集中供热中的应用

在太原市热力公司一电集中供热系统的运行管理中,采用均匀性调节,利用有线和光纤网络传输方式将集中供热热力站的相关参数连接到中央监控层,实现了系统的自动调整运行。对系统的用户维护功能、控制模式设定功能、联网运行方案设定功能、一次网电动调节阀及二次网变频循环泵的时间表设定功能、数据排行功能、获得历史数据快照功能等做了详细说明。     

热轧带钢表面缺陷在线检测的方法与工业应用

热轧带钢表面的温度高,辐射光强,并且存在着水、氧化铁皮、光照不均等现象,与冷轧带钢的表面存在着很大的差别.将线阵CCD摄像机作为图像采集装置,用绿色激光线光源作照明,通过窄带滤色镜滤除钢板表面的辐射光,从而提高了缺陷对比度.根据热轧带钢表面的特点提出新的缺陷检测与识别算法流程,通过增加4种不同类型的缺陷检测步骤,去除了大量由水、氧化铁皮等造成的伪缺陷,在保证缺陷检出率的同时,减小缺陷的误识率.经在线应用,该方法可以满足在线检测的要求,缺陷的检出率达95%以上,识别率达85%以上.     

FPGA图像处理在带钢表面缺陷视觉检测中的应用

为有效解决冷轧带钢表面缺陷在线视觉检测系统中图像处理的瓶颈问题,本文提出了一种新型冷轧带钢表面缺陷检测与识别算法流程。首先介绍了阀值中值滤波算法及迭代阀值分割算法;接着对这两种算法的计算流程进行了分析;最后采用Xilinx公司的System Generator模块在Simulink中完成缺陷图像的中值滤波变换及迭代阀值分割任务。实验结果表明:Slice Flip Flops使用率28%,4 Input LUTs使用率10%,Occupied Slices使用率34%,FPGA图像处理技术可以解决图像信息实时处理这一关键问题。FPGA图像处理技术基本满足在线检测的稳定可靠、精度高、抗干扰能力强等要求,且能较好的满足实际生产线上的处理速度要求。     

Gabor滤波器在自动视觉表面检测中的应用

提出一种基于Gabor滤波器的纹理表面缺陷检测方法。该方法基于Gabor滤波方案，计算纹理图像与某一Gabor滤波器卷积能量输出响应。选择Gabor滤波器的最优参数，采用简单的二值化技术将纹理差别转化为可检测的滤波器输出。纺织品、铣磨面等结构纹理和皮革、砂纸等随机纹理的实验结果证明了该方法在识别不可定量测量缺陷方面的有效性。     

图像处理在医用纱布表面缺陷检测中的应用

针对医用纱布表面缺陷的特点,研究缺陷检测算法。运用迭代算法对图像进行预处理,有效地去除噪声对图像的影响。采用了一种特殊的图像分割方法即基于数学形态学的分割技术对图像进行边缘检测及分割,保证了边缘检测的连续性,能够分割出完整的缺陷目标图像。利用提取的纱布表面缺陷图像中的形态学特征对缺陷进行分类,实现纱布表面破洞、缺经、断纬等缺陷的识别目的。通过MATLAB软件对一些医用纱布图像进行测试,验证了该方法的可行性和准确率。     

机器视觉在板材表面缺陷检测中的应用

为检测木工板材表面缺陷,采用3D智能相机获取包含灰度图和高度图的三维图像。通过比较,选择高度图作为研究对象。应用均值滤波和动态阈值分割方法检测板材表面的大缺陷特征,应用高斯滤波和全局阈值分割方法检测板材表面的小缺陷特征。对缺陷特征进行了开运算和闭运算等形态学处理以提高识别缺陷位置和大小等数据的准确度。实验表明:该方式能够准确识别出满足工厂工艺要求的板材表面缺陷,经坐标标定后,可给出缺陷的大小和位置信息,为修复设备实现缺陷的定点修复奠定了数据基础。     

基于视觉感知的表面缺陷智能检测理论及工业应用

由于在工业产品质量监控中不可比拟的优势,基于视觉感知的表面缺陷检测近年来得到了很多研究者的持续关注,且已广泛应用于不同工业领域,包括汽车工业、半导体加工、玻璃制造、钢铁冶金等。AI学习算法与视觉传感技术的飞速发展为表面缺陷检测研究带来了新的机遇与挑战。综述了基于视觉感知的表面检测研究中的主要方法与进展,重点介绍了图像处理、几何深度学习、面向目标检测的深度学习等方向的研究现状,这些研究有望为表面缺陷智能检测技术的发展带来突破。讨论了工业图像检测与识别在钢铁冶金、大气污染监测以及航空发动机缺陷检测3个领域的应用。最后,提出了值得研究的挑战性问题。     

基于条纹反射的陶瓷球表面缺陷快速检测算法

陶瓷球是一种广泛应用于精密轴承的基础零件,目前尚无成熟的陶瓷球表面缺陷检测设备。为此设计了一种基于条纹反射的陶瓷球表面缺陷快速视觉检测算法。该算法借助图像预处理、灰度累积差分定位、边缘检测、行间差分及模板匹配等方法来定位特征点,然后根据其数量评判球面是否存在缺陷。对直径6.35 mm的黑色氮化硅陶瓷球进行了检测,单幅灰度图缺陷检测时间0.78秒,检测极限为16.5μm。     

基于正弦结构光激励的透明材质缺陷检测方法

透明材质广泛用于航空航天及光学设备等领域,但由于其镜面特性及透射、多重反射等光学性质,针对其微小缺陷的高效自动检测方法是领域难点,主要表现为缺陷成像对比度极低。为得到高缺陷对比度图像,现有方法需要采用复杂的系统结构或是反复的角度调试。本文基于缺陷形态对结构光的调制作用,提出结构简单的高缺陷对比度图像成像方法,且该方法对相机角度不敏感。在不同厚度缺陷试件中的实验结果表明,相较于当前的暗场照明方法,本文方法采集的图像对于冲击损伤、划痕、擦伤缺陷对比度有平均27.58%,最高37.41%的提升。本文方法从成像角度提高缺陷对比度,包含了更丰富的缺陷特征信息。在使用多种深度学习检测算法进行对比实验时,当前最佳的暗场照明方法的平均精度均值(mAP)最大仅为34%,而本文方法均接近80%,有显著的提升。     

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。     

结合暗场散射与曲率成像的镜面缺陷检测方法

在镜面表面缺陷检测技术中,常用的暗场成像检测法对于波纹类的三维镜面缺陷难以形成对比度,为此提出了一种结合暗场散射法和曲率成像法的综合型镜面表面缺陷检测方法.分别对暗场成像原理和基于条纹反射的曲率成像原理进行了理论分析;构建了结合两种成像模块的综合型镜面缺陷检测的实验装置;对注塑反射镜和抛光玻璃薄片两种样品进行了缺陷成像...     

基于亮度特征的PTZ视频能见度检测算法及实现

为解决现有视频能见度检测方法的不足,提出一种基于亮度特征的PTZ视频能见度检测算法:提取路面的兴趣域,获得所选像素的高度一致性;利用基于Nagao滤波的区域增长算法得到精确路面区域,去除路基、车辆的影响,获得所选像素的亮度一致性;在路面区域中,提取反映路面亮度变化的对比度曲线,找寻亮度曲线特征点,通过消光系数计算图像中人眼可分辨最远像素;结合摄像机标定换算出最大能见距离.实验结果表明,该算法与人眼观测效果一致,准确率达到96%以上,检测误差在10 m以内,与能见度的对比度算法相比较,操作简单、抗干扰强、准确率高.     

基于视觉显著性的太阳能电池片表面缺陷检测

现有基于机器视觉的太阳能电池片表面缺陷检测算法均是采用各种类型的数学模型来进行算法设计,为进一步提高检测准确率,从人眼仿生学角度出发,首次将人眼的视觉注意机制引入到太阳能电池片表面缺陷检测中,提出了一种基于视觉显著性的太阳能电池片表面缺陷检测算法。首先,对输入的太阳能电池片表面图像进行预处理,去除对检测有影响的噪声和栅线;其次,提出一种基于自学习特征的视觉显著性检测算法来大致定位缺陷区域;随后,提出一种视觉显著性和超像素分割相结合的算法来进一步精确定位缺陷区域;最后,通过形态学后处理得到最终检测结果。在包含多种缺陷类型的测试图像库上的主观和客观实验评估表明,该算法具有较高的检测准确率。     

基于关键点检测的航空发动机螺栓安装缺陷自动化检测方法

针对航空发动机螺栓存在背景复杂、目标小、且精细特征不明显的问题,本文研究了一种基于关键点检测的航空发动机螺栓安装缺陷的自动化检测方法。首先设计了基于Faster RCNN和改进CPN(AD-CPN)的级联卷积神经网络,实现了图像中螺栓及二维关键点的检测,可判断该螺栓是否脱落、漏装。为进一步检测螺栓的三维安装缺陷,通过欧氏距离选择策略对已检测出的关键点进行双目匹配、筛选以获得检测点对,最后对检测点对三维重构,并计算出螺栓的实际长度,从而判断螺栓是否错装。实验结果表明,相较于CPN,AD-CPN的mAP、AP₅₀、AP₇₅分别提升了2.9%、3.3%、4%;螺栓测量长度的相对平均误差约为3.0%,可见该方法具有较高的缺陷检测准确率,有效保障了航空发动机的安全运行。     

High-resolution optical inspection system for fast detection and classification of surface defects

A high-resolution automated optical inspection (AOI) system based on parallel computing is developed to achieve fast inspection and classification of surface defects. To perform fast inspection, the AOI apparatus is connected to a central computer which executes image processing instructions in a graphical processing unit. Defect classification is simultaneously implemented with Hu’s moment invariants and back propagation neural (BPN) approach. Experiments on touch panel glass show that using 100 training samples and 1000?cycle iterations in BPN, the accurate classification of surface defects for a 350?×?350 pixels image can be completed in less than 0.1 ms. Moreover, the inspection of a 43?mm?×?229?mm sample that yields an 800 megapixel raw data can be completed remarkably fast in less than 3?s. Thus, the AOI system is capable of performing fast, reliable, and fully integrated inspection and classification equipment for in-line measurements.     

基于深度学习模型融合的铸件缺陷自动检测

针对目前铸件缺陷检测漏检率高的问题,提出一种基于深度学习模型融合的铸件缺陷检测方法.首先对Faster RCNN网络进行改进,利用特征金字塔结构改进特征提取网络模块,实现多尺度的特征融合,完成铸件缺陷的特征提取;然后,基于ROI Align对网络中的ROI池化层进行改进,将IOU分数引入NMS算法判定过程;再将改进后的...