基于图像区域划分的轨道缺陷自动检测技术研究

轨道表面缺陷检测是保障铁路运输安全的重要手段之一,本文设计了基于机器视觉的轨道缺陷自动检测系统,并对钢轨表面缺陷提取技术进行了研究。改进了最大类间方差自适应阈值分割算法,提出了基于轨道峰区检测的自适应二值图像投影法快速提取钢轨表面区域;最后,采用内部点掏空法和链码跟踪算法获取并存储缺陷轮廓信息,实现了钢轨表面缺陷区域的自动检测。实验结果表明:本文所采用的方法可快速定位钢轨区域,并自动准确提取缺陷图像,平均每幅图像耗时11 ms,从而为后续缺陷的测量和识别奠定基础。     

基于图像处理的轨道表面病害检测研究

以钢轨为研究对象,结合图像处理技术,对钢轨表面质量进行检测。首先,对钢轨图像进行预处理,通过线性灰度变换对图像进行增强,并采用自适应滤波进行图像去噪;其次,采用Ostu阈值分割算法对预处理后的钢轨图像进行缺陷分割;最后,以离心率、矩形度和致密度作为分类依据,通过决策树分类法对钢轨表面缺陷进行分类。实验结果表明：基于图像处理的钢轨表面质量检测方法能够有效对钢轨缺陷进行检测,分割准确率为96.7%,分类准确率为90%,为钢轨表面质量检测提供了一种有效的检测方法。     

数字图像处理对人脸图像的检测

通过论述人脸识别的重要性和近年来人工智能的热度,分析基于数字图像处理的人脸图像检测的工作原理和操作流程。提出该技术在应用过程中存在分析图像处理过程中存在的主要问题。     

基于图像语义分割的半监督裂纹检测方法

基于深度学习的裂纹检测方法严重依赖大量的像素级标注信息,为此提出一种基于半监督学习的裂纹检测方法.该方法将多尺度模块引入到裂纹检测的网络模型中,仅利用小部分的像素级标注数据进行全监督训练.对于无标签数据,融合多种显著性区域检测方法生成伪标签,可以减少对像素级标注信息的依赖.在裂纹数据集上对改进网络进行实验验证,并与常用...     

基于车载激光点云的铁路轨道检测

铁路轨道的局部变形直接影响火车的高速安全行驶。为实现铁路轨道的自动化巡查,提出一种从车载激光点云中提取轨面与枕木的方法。首先,利用基于高程约束的欧氏聚类对原始点云数据进行预处理,得到路基区域;然后,对路基区域进行网格划分,并对每个网格内的点云进行高程判断,从而提取出轨面点云;最后,利用枕木与砟石的几何形态差异,设计出一种面向轨道点云的动态阈值分割方法,以提取枕木点云。对多个路段的铁路轨道进行实验,结果表明,本文方法仅利用点云坐标信息就能实现不同区域的轨面与枕木的自动检测,平均提取质量分别达到97.8%和93.6%,验证了本文方法的可行性与有效性。     

基于图像处理的印制电路板缺陷检测研究

如今我国经济发展水平不断加快,科学技术也在不断提升当中,电子工程和相关产品增多,其中对于线路板的使用存在着很大问题,其中比较常用的问题就是短路或者是断路问题,因而,为了更好的避免发生这种问题,对于缺陷进行检测是必要内容,当前,很多电子检验企业中,很多产品还能够具备自动化检测技术,很多只是通过双眼去直观进行判断,这种方式不准确,同时生产效率也很低,如今技术发展带动了图像处理技术提升,对于缺陷检测方面的技术也更多,本文对这种情况进行简要阐述.     

基于卤素灯激励的红外热成像裂纹无损检测研究

钢轨安全状态的监测对保证列车的安全运行至关重要,针对钢轨裂纹的检测,本文阐述了几种不同的裂纹检测技术.重点分析了红外热成像检测技术在钢轨裂纹检测中的应用,该检测技术包括外激励加热、红外图像采集以及图像处理三部分.本文将常用激励方式进行了介绍和对比,详细阐述了卤素灯作为激励在裂纹检测中的应用;其次,搭建了基于卤素灯激励的...     

Lamb波检测板中裂纹的有限元模拟

运用有限元法建立Lamb波在板中传播的二维模型,模拟压电晶片双面同相和双面异相激励以获得单一模式Lamb波。针对板中裂纹的Lamb波检测分别从裂纹深度和取向两方面进行研究,系统分析对称与反对称模式Lamb波与不同形态裂纹间的相互作用,为裂纹缺陷定量分析提供了一些有用的依据。数值模拟结果表明,铝板中传播的Lamb波与裂纹缺陷相互作用并发生波型转换,散射能量分配发生变化;对于基态Lamb波,对称模态S0比反对称模态A0对板中裂纹识别能力强。     

基于MATLAB的齿轮缺陷检测算法研究

为了检测齿轮在生产过程中出现划痕、凹槽等缺陷,需要对齿轮图像进行降噪、图像增强、图像分割与识别处理。对目前已有的去噪算法进行分析,提出一种改进的自适应中值滤波算法对图像进行降噪;通过比较各种图像增强算法,最终采用灰度分段线性变换增强;在图像分割算法中,提出一种基于改进的K-means聚类的齿轮表面缺陷分割算法,将人类学习优化算法和K-means聚类算法相结合,应用于齿轮表面缺陷检测,通过实验结果可知,利用K-means聚类算法进行齿轮缺陷的检测具有较好的效果。运用MATLAB软件对算法进行仿真,提高了齿轮缺陷检测的准确性和效率。     

基于图像处理的瞳孔大小检测算法研究

人眼瞳孔大小的检测技术在医学领域具有较大的研究和应用意义.采用图像处理技术开展了瞳孔大小的检测算法研究,通过对瞳孔图像进行预处理、获取图像处理区域、边缘检测、链码编码算法识别瞳孔边界、改进Hough圆拟合瞳孔及大小计算,实现了瞳孔大小的检测功能.通过对正常人眼瞳孔图像以及病变瞳孔图像检测的实验分析,算法实现的瞳孔拟合覆盖率达到85％以上,检测时间短,易于在实时系统中应用.     

Fast and Efficient Method for Fire Detection Using Image Processing

Conventional fire detection systems use physical sensors to detect fire. Chemical properties of particles in the air are acquired by sensors and are used by conventional fire detection systems to raise an alarm. However, this can also cause false alarms; for example, a person smoking in a room may trigger a typical fire alarm system. In order to manage false alarms of conventional fire detection systems, a computer vision‐based fire detection algorithm is proposed in this paper. The proposed fire detection algorithm consists of two main parts: fire color modeling and motion detection. The algorithm can be used in parallel with conventional fire detection systems to reduce false alarms. It can also be deployed as a stand‐alone system to detect fire by using video frames acquired through a video acquisition device. A novel fire color model is developed in CIE L*a*b* color space to identify fire pixels. The proposed fire color model is tested with ten diverse video sequences including different types of fire. The experimental results are quite encouraging in terms of correctly classifying fire pixels according to color information only. The overall fire detection system's performance is tested over a benchmark fire video database, and its performance is compared with the state‐of‐the‐art fire detection method.     

基于图像处理的火灾探测技术简

基于图像处理的火灾探测技术具有准确性高、实时性好、信息丰富等优势,是火灾探测领域重点研究的内容。本文根据火焰的面积增长率、火焰尖角等作为特征提取对象,通过MATLAB仿真技术对火焰特征进行实验研究,实验证明此技术具有一定的理论参考价值。     

基于分水岭分割算法夜间能见度仪的图像处理方法研究

基于数字摄像技术的夜间能见度仪是利用人眼观测原理研制的一种适用于夜间的能见度观测的仪器.通过CCD采集的光源图像的亮度信息来反演能见度,关键技术在于能够准确分割出目标光源和黑体的图像.介绍了一种基于控制标记符的分水岭分割的光源图像处理方法.实验验证了该方法具有很好的提取目标光源亮度信息的效果,能达到夜间能见度观测的要求.与Vaisala FD12前向散射能见度仪的结果进行相关性对比,具有较好的一致性.     

“数字图像处理”边缘检测教学典型案例设计

边缘检测是“数字图像处理”课程教学中尤为重要的内容,针对学生对边缘检测算法理解浮于表面和过于依赖库函数编程等问题,将理论教学和底层代码编程实现相结合,并通过实际工程问题和先进技术的介绍,帮助学生深刻理解该算法和了解学科发展方向,从而培养学生的科研兴趣和鼓励开展底层创新。该教学案例设计对“数字图像处理”课程教学改革具有良好的借鉴意义。     

基于图像处理的暖血器缺陷检测方法研究

针对人工检测效率低、暖血器表面灰度值变化平缓以至缺陷提取受限的问题,提出一种基于图像处理的暖血器缺陷检测方法。首先合理搭建视觉检测平台,对采集图像进行灰度化、直方图均衡化等预处理;其次改进阈值分割算法,对灰度映射变换直方图进行拟合并引入判断条件,对单峰灰度图直接进行自动阈值分割,将双峰、多峰灰度图分解为多个部分并运用迭代求取最佳阈值T;最后运用形态学提取侧面轮廓信息,完成缺陷分类。实验结果表明,该方法与常用方法相比,能够有效区分缺陷种类,并将准确率提升至99.33%,满足企业实际检测要求。     

公路病害检测中的图像平滑算法研究

在对公路路面裂缝类病害的检测过程中．通过认真分析路面病害图像特征．研究适合于路面病害识别的图像平滑算法。采用加权的邻域平均噪声滤除算法对病害图像进行平滑处理．裂缝的边缘得到了很好的保护。该算法用于对公路路面裂缝类病害的识别检测过程中．检测精度和检测效果都很好。     

图像边缘检测算法研究与分析

边缘是图像的重要特征,包含了图像中用于识别目标的信息。边缘信息存在于目标与背景、目标与目标之间,边缘检测技术是图像分割和其他一些图像处理的基础。图像边缘检测算法在边缘提取中起着重要的作用,本文介绍了Roberts、Sobel、Prewitt、Kirsch、Laplacian、LOG和Canny等几种常见的边缘检测算法,并通过实验仿真对其性能进行了验证和比较分析。     

含裂纹缺陷的红外热图像处理算法研究

针对含裂纹缺陷的红外热像图对比度差、信噪比低的特点,提出了一种涉及噪声消除、图像细节增强、区域分割等多个方面的红外图像处理算法。算法首先通过时域有限冲激响应（FIR）滤波去除了图像中的部分噪声,然后利用提升小波变换与模糊逻辑非线性算子相结合的方法实现了对红外图像的增强,最后采用改进的区域生长方法对图像中的裂纹区域进行了分割处理。实验结果表明,本文算法有效地滤除了噪声干扰,提高了裂纹图像的对比度,同时很好地保留了整条裂纹中各小段灰度等级不同的特征,为后续测量裂纹深度奠定了必要的基础。     

基于图像分割的SAR图像变化检测算法及实现

本文提出一种基于图像分割的变化检测方法,该方法首先根据SAR图像统计特性进行图像分割,然后对两幅SAR图像的分割图进行融合,用相同的区域分割来描述两幅图像,再利用区域灰度和纹理等信息构造图像变化函数,用变化函数对图像进行变化检测判别,最后利用合成孔径雷达(SAR)图像进行的试验,并和变化矢量分析方法(CVA)进行比较,得到了很好的效果。