基于图像处理的有色金属含量检测技术研究

基于图像处理的有色金属含量检测技术不仅效率和准确率高,劳动强度小,具有广泛的应用前景。从有图像内色金属区域识别、有色金属含量的检测与分级等方面综述了基于近红外图像、软X射线图像的有色金属含量检测与识别方法的研究进展,分析了各种方法的优缺点。     

管道无损检测系统中基于色彩信息的焊缝识别方法

管道无损检测系统在色彩信息的焊缝识别方法使用过程中,如果所识别的图像对比度过低,在介绍管道无缝检测技术的基础上,分析管道无损检测系统焊缝识别的国内外研究现状,以及复杂背景下的管道焊缝识别原理,即如果所识别的图像对比度过低,就需要增加图像信息,建立相应类型的检测算法来实现图像缺陷的修复检测和图像目标的提取,因此进一步分析讨论图像处理的基本技术和彩色图像处理技术。     

基于图像处理的冷轧薄板板形识别

本文提出一种新的基于图像处理的冷轧薄板板形识别方法。首先对图像进行直方图均衡化，使处理后的图像对比度、图像边界的清晰度提高，然后再进行形态学增强，改善图像效果，对于处理后的图像利用canny算子提取其边缘，利用图像的均值、方差和对比度的统计特征作为人工神经网络分类器的输入进行缺陷特征分类。根据上述方法进行了板形识别系统的硬件、软件设计，实际应用表明，本文提出的方法可以有效地识别出常见的板形缺陷。     

金属裂纹图像纹理重构识别方法研究

对金属裂纹采用图像处理方法进行纹理重构和识别,提高贵重金属制品的鉴别和裂纹的修复水平。提出基于三维网格分割的金属裂纹图像纹理重构识别方法。构建金属裂纹图像的纹理信息传导结构模型,采用三维网格分割方法进行图像重构。仿真结果表明,采用该算法进行图像纹理重构识别,从而提高图像修复能力。     

基于计算机视觉的铜金属杂质检测方法

计算机视觉图像处理技术被采用,对金属铜中的所含杂质种类及含量进行检测。基于传统的检测方法,我们提出了一种新的检测技术,该方法在检测精度上得到了很大地提升。新方法是以局部轮廓的特征为基准,提取金属铜中的杂质并且对杂质做定性以及定量分析。首先对采集完的金属铜图像实施局部轮廓视觉特征的提取,然后运用小波技术对采集完成的图像进行阈值滤波,最后Harris角点检测方法被采用来对金属铜中的杂质做定点成分标记,从而使图像的杂质噪点检测得到进一步优化,提高检测的准确率。仿真实验的结果表明,采用本文中的方法对铜金属中杂质进行检测,检测准确率较高,处理后的图像具有更好的平滑性。     

基于图像处理的贵金属破损识别方法研究

贵金属破损识别在质量鉴定和修复等领域具有应用价值,采用图像处理方法进行贵金属破损的视觉特征识别,提高识别准确性。提出一种基于角点检测和纹理跟踪的贵金属破损识别算法。首先对贵金属成品图像进行降噪处理,然后进行纹理特征提取,采用角点检测和纹理跟踪识别方法实现图像分割,实现图像识别。仿真结果表明,该识别方法精度较高,稳健性较好。     

基于Contourlet变换的连铸坯表面缺陷识别

根据连铸坯表面图像的特点,提出了一种基于Contourlet变换的连铸坯表面缺陷识别方法.通过Contourlet变换将样本图像分解成不同尺度和方向的子带,提取子带的Contourlet系数特征,并结合样本图像的纹理特征,得到一个高维的特征向量.利用监督核保局投影算法对高维特征向量进行降维,将降维后的低维特征向量输入支持向量机,对连铸坯表面图像进行分类识别.对现场采集到的裂纹、氧化铁皮、光照不均和渣痕四类样本图像进行实验,本文提出的识别方法对样本图像的识别率可达94.35%,优于基于Gabor小波的识别方法.      

金属材料焊接接头缺陷形成原因及识别方法研究

为了解决由于特征分析偏差较大引起的缺陷识别准确率较低的问题,提出金属材料焊接接头缺陷形成原因及识别方法研究。分析了由于焊接热源、材料属性、工艺技术引起的不同缺陷类型以及对应的X射线图像特征,将影像形状尺寸、黑度、位置、延伸方向、轮廓、细节特征作为缺陷识别的依据,采用卷积神经网络的方式提高对特征的分析精度,实现对缺陷的准确识别。通过实验对识别方法进行测试,结果表明所提方法能够实现对缺陷的准确识别,与基于神经网络的识别方法和基于蚁群算法的识别方法相比,能够更快地实现收敛。     

一种金属铜破损图像纹理特征提取方法研究

对金属铜破损图像纹理特征点的快速定位,提高破损故障信息分析能力。提出一种基于纹理超像素边缘分割的金属铜破损图像纹理特征提取方法。对采集的金属铜破损图像进行边缘检测和图像融合处理,对降噪提纯后的图像采用自适应纹理密度量化估计方法进行图像的深度超像素特征分割,得到图像的显著性主颜色分量特征信息,计算图像向量量化区域的图像超像素级视觉特征,实现不同像素级深度内的特征匹配和融合,实现图像纹理特征提取优化。仿真结果表明,该算法能准确识别金属铜破损图像纹理特征信息参量,从视觉对比和量化分析角度能实现对破损区域的轮廓分割和检测,性能优越。     

无损检测和模式识别技术在粉末注射成形中的应用

从粉末注射成形技术智能化的角度出发,将无损检测技术与模式识别技术相结合,提出了一种高效可行的缺陷检测诊断方法.本文通过工业CT检测注射成形坯中的两种常见的缺陷,在对缺陷图像进行图像处理后进行傅立叶变换,选取缺陷图像的傅立叶变换作为特征参数来进行BP神经网络的输入后,获得了较好的识别效果.将识别结果输入专家知识库后给出相应的产生原因和解决办法,为实现缺陷的智能控制提供了一种有效的解决办法.     

镁合金裂纹的图像纹理重构识别方法研究

由于镁合金热脆性区间较大、热导性好,容易产生焊接热裂纹,裂纹沿晶界开裂成为结晶裂纹,对镁合金裂纹的图像进行纹理重构和识别,可以有效提高镁合金裂纹的修复水平。提出引用多层次纹理映射算法的镁合金裂纹图像纹理重构识别方法,根据建立多层次纹理映射模型,将将镁合金材料中个合金元素含量参数作为算法的输入数据,经过算法运算后得到镁合金材料的纹理数据,然后提取镁合金裂纹图像的特征点,将两组数据进行差值计算得到傅里叶变换的结果,从而实现镁合金裂纹图像的纹理重构识别。实验结果表明,采用该算法进行图像纹理重构识别,能够提高镁合金图像修复能力。     

钢轨表面缺陷自动检测系统应用

目前钢轨表面缺陷的检查主要依靠人工目视觉检测的方式,但这种方式存在易疲劳、检测速度慢和检出率低等缺点。钢轨在线表面缺陷检测系统,通过高速、超高分辨率数字图像采集技术,获得高清晰钢轨表面图像;运用图像处理和检测技术,准确定位缺陷位置;利用现代人工智能技术,计算缺陷几何和灰度特征,对缺陷进行分类识别。     

金属板带材表面缺陷自适应检测方法

对缺陷检测方法进行了系统研究。在工业现场通过线阵CCD相机,采集合金板材图像;运用Open CV图像处理技术设计出检测金属板材缺陷的非接触式检测方法。提出一种图像背景值自适应计算方法,根据缺陷部分的灰度值与图像背景值偏离较大的特征,运用数字图像处理和基于C++和Open CV的软件技术,实现图像背景值的自适应检测。     

粉末冶金构件疲劳裂纹的扩展寿命

 针对航空发动机粉末冶金旋转盘件的疲劳裂纹扩展特性,以标准紧凑拉伸试样裂纹扩展数据为基础,基于Paris公式获得了材料典型温度下的裂纹扩展参数,并利用简单件对所采用的裂纹扩展计算方法进行了验证。进行了粉末冶金旋转构件的裂纹扩展试验,继而进行断口分析,通过测量疲劳条带获得了裂纹扩展寿命。同时,采用有限元方法计算出粉末冶金构件的裂纹扩展寿命,与实测值吻合较好,验证了裂纹扩展寿命分析方法的有效性及实用性。     

基于数字图像处理的带钢缺陷检测和度量

针对带钢表面麻点和裂纹缺陷,设计了一种缺陷检测和度量方法。首先对样本图像进行滤波、二值化、细化及去毛刺操作,在得到的二值图上进行麻点缺陷检测,骨架图上进行裂纹缺陷检测。最后,在缺陷区域进行统计分析,得到样本图像的麻点缺陷数量和面积,裂纹缺陷的数量、长度和方向等指标。测试结果表明,该方法可有效实现带钢缺陷的检测和度量。     

基于图像预处理的神经网络带钢缺陷检测

针对带钢表面缺陷的特点,提出了1种基于图像预处理消除光照不均等的干扰且用神经网络进行缺陷识别的检测方法.带钢缺陷的检测分为3步:首先,对采集的图像进行预处理,通过图像零均值化以消除光照对检测的影响,分别利用维纳滤波和sobel算子对图像进行滤波除噪和锐化处理;其次,通过最大类间方差法进行图像分割以及计算面积来判断是否存在缺陷;最后,在提取图像特征的基础上,通过设计人工神经网络识别带钢缺陷类型.实验表明,采用的方法能够有效抑制图像背景干扰,能够有效地实现带钢缺陷的快速检测.     

重熔处理对火焰热喷涂Ni60A涂层件疲劳性能的影响

为了研究重熔处理对火焰热喷涂件疲劳性能的影响,本文应用火焰热喷涂技术在40Cr基体上制备出Ni60A自熔性粉末合金涂层,将热喷涂件经不同时间的火焰重熔处理后,应用疲劳试验机测试了喷涂试样及基体试样的弯扭疲劳寿命,分析了试样的宏观断口及极限应力。结果表明:重熔处理时间是影响热喷涂件疲劳寿命的关键因素之一。当重熔时间不足时,涂层表面缺陷为主要裂纹源,涂层与基体的结合力不强,极限应力随裂纹的萌生波动,裂纹在涂层中的扩展以微观第一阶段为主,断口大多为瞬断面,无疲劳辉纹,热喷涂件的疲劳寿命较短;当重熔时间过长时,涂层强度有所提高,但涂层中再次形成的缺陷为主要裂纹源,极限应力波动显著,裂纹在涂层中的扩展为微观第一阶段及第二阶段,断面有较明显的疲劳辉纹;当重熔时间合理时,缺陷对喷涂件疲劳寿命的影响减弱,构件疲劳寿命显著提高。     

含缺陷压铸AlSi_9Cu_3合金疲劳寿命的计算

研究压铸铝合金AlSi_9Cu_3基体中铸造缺陷和疲劳寿命的关系有望实现铝合金疲劳寿命的预测,具有较大的工程实用价值。采用Paris公式可以对含缺陷铝合金的疲劳寿命进行计算。然而在现有报道中,缺陷类型对合金疲劳寿命的影响被忽略,导致计算的准确性降低。本文在对含缺陷压铸AlSi_9Cu_3铝合金试样的疲劳寿命测试的基础上,通过引入缺陷类型的几何因子对Paris公式进行修正,提高了其计算精度。首先,通过对试样进行疲劳实验和断口分析,明确了合金中主要包括3种裂纹:穿透裂纹、表面裂纹和角裂纹。其次,采用公式计算得到穿透裂纹、表面裂纹和角裂纹的平均几何因子分别为1.421,0.814和0.947,其中穿透裂纹对疲劳寿命的影响最大。在此基础上,采用Paris-Erdogan公式对铝合金的疲劳寿命进行了计算,计算疲劳寿命与实验疲劳寿命结果相吻合,计算误差在一倍以内,证实了假设的合理性和计算的可行性。该计算可以在实际应用中为含缺陷铝合金寿命的预测提供重要的理论基础和实际参考。     

冷轧带钢表面自动监测系统的研究

介绍一种新的基于图像处理的冷轧带钢表面自动监测系统。该系统采用面阵ＣＣＤ摄像头来采集带钢表面的图像,并且配备两种不同的照明方式,以检测不同类型的缺陷。系统在硬件结构和软件流程上进行了特殊的设计,以保证能够对带钢表面进行实时在线监测。同时,讨论了系统中采用的图像处理和模式识别方面的一些有效算法。用实际的样本对该系统进行试验,结果表明：该系统能识别六种常见的表面缺陷,识别率接近９０％。     

激光金属沉积TA15钛合金工字梁疲劳性能研究

激光金属沉积（LMD）是一种应用广泛的金属增材制造技术,可以快速成形复杂的结构件。以TA15钛合金粉末为原材料,采用激光金属沉积技术成形了TA15工字梁缩比件,进行了LMD TA15钛合金工字梁试样的疲劳试验和失效分析,研究了LMD TA15钛合金材料和结构的疲劳性能。对4件试样在应力比为0.06,载荷峰值为80%静力破坏载荷的交变载荷下进行四点弯曲疲劳试验,受成形缺陷影响,试样出现混合失效模式：两件试样无明显缺陷,裂纹形态为受拉缘条角裂纹,两件试样为内部气孔缺陷诱发失效,裂纹形态为受拉缘条半椭圆裂纹。起裂位置与缺陷和应力水平有关,存在明显的差异。为阐明试样疲劳失效行为,进行了有限元分析,获得起裂位置的应力水平,分析了缺陷和应力水平对疲劳寿命的影响。结果表明,缺陷是影响试样疲劳性能的主导因素,缺陷降低疲劳寿命50%以上,对于无明显缺陷试样,试样的疲劳行为受到应力水平控制。