基于机器视觉的图像边缘检测算法研究

提出机器视觉的方式弥补传统缺陷检测的弊端。针对目标图像模糊退化,采用中值滤波技术降噪的同时保护边缘信息;采用大津法算法进行阈值搜索;并进行直方图均衡化调整图像对比度。采用改进的Canny算子对传送带撕裂进行边缘识别提取,增加裂纹目标的可识别性。构建改进的T2FNN样本训练模型,将传送带裂纹图像的特征参数输入训练模型中,在隶属层输出模糊化的输入节点,最后通过输出层提供输入节点到输出的映射。通过验证对图像检测得到的数据结果,发现基于机器视觉基础的Canny算法在各种环境下对传送带撕裂的图像有更好的边缘检测效果,能更精准的做出判断,发出警报。     

基于BP神经网络的GIS缺陷图像识别系统的研究

为了实现对气体绝缘金属封闭开关设备(GIS)的精确检测,提出了一种基于BP神经网络的对GIS内部典型缺陷图像自动识别的检测方法。通过内窥镜获得各种类型的异物缺陷图像,建立缺陷类型样本数据库。对样本数据库中的图像进行特征分析和特征提取,采用图像的有效特征对BP神经网络进行学习和训练,建立异物缺陷类型的识别模型,实现缺陷图像的自动识别。该系统的算法和界面均由MATLAB实现,系统测试表明,基于BP神经网络的GIS缺陷图像自动识别系统,能够对GIS内部异物缺陷类型进行准确监测和识别。     

基于数字图像处理的电力线异物识别方法研究

针对架空线路异物搭挂的潜在威胁,本文提出一种快速识别航拍图像中异物的方法.首先运用直线段检测(LSD)算法从预处理后的图像中提取电力线,并基于架空导线上异物特征设计针对异物的识别算法,提取导线异物;接着对其进行边缘检测,提取缺陷画框并在巡检图像中标识;最后,通过多组样本数据对算法实用性能进行评估.实验结果表明,该方法能...     

基于HHT-Prony算法的GIS局放信号检测

GIS运行中发生的绝缘缺陷已严重威胁着电力系统的安全运行。GIS内可能因生产制造或长期运行中出现的潜伏性异物而导致不同程度的局部放电，长期放电会引起设备绝缘劣化，如果不能及时发现和处理，甚至会造成击穿或闪络，引发严重后果。所以，需要对局部放电进行监测。但局放信号容易受到外部信号的干扰，使得监测到的信号不准确，本文从信号去噪和识别的角度考虑，引入HHT和Prony算法。首先对监测到的局放信号进行去噪，然后对去噪的信号进行识别，与正常信号进行对比，得到局放信号的信号特征，从而进行有效的故障识别。     

基于深度学习网络的输电线路异物入侵监测和识别方法

为解决输电线路异物入侵在线监测图像样本量较小的问题,针对异物图像特点,提出了一种基于深度学习的输电线路异物入侵监测和识别方法.首先选取典型正常运行输电线路图像和目标异物图像,采用条件生成对抗网络算法对有异物入侵的输电线路图像进行样本扩充.然后将Dense-net网络替代YOLOv3网络中倒数第二层网络,建立Dense-...     

LOGO!在火力发电厂入炉煤采样装置上的应用

火力发电厂入炉煤采样由采样头、碎煤机、缩分器及余煤提升机组成。采样头从输煤皮带上沿段面采取的一个子样,经落煤管进入碎煤机进行破碎,再经缩分器缩分成最后样品,样品以外的余煤经螺旋输送机和提升机返回输煤皮带。由于煤炭中可能含有金属异物,控制系统应能识别并使碎煤机反转排除异物。为此,使用过流继电器对碎煤电机负荷电流进行监测,     

RISC-V实现多通道智能化货物分拣装置

本文结合当前国产自主发展处理器IP的嵌入式系统开发应用,设计了一个多通道圆形分拣结构的智能化货物分拣装置,通过OpenMv摄像头将传送带上货物的条形码识别,并通过串口协议,将数据发送到芯来科技推出的开源RISC-V架构处理器蜂鸟E203 MCU SoC,然后对串口接收到的数据进行分析处理,通过直流电机控制传送带,将货物运至尾部的由步进电机控制的分类转盘,送往不同的后续通道,完成分拣功能,整个过程在显示屏显示传送带的转速和当前转盘的角度.实验结果表明:该实验装置均能准确的实现7个通道货物分拣.     

基于ID-ELM算法的医药大输液可见异物检测系统研究

针对250 m L及以上医药大输液生产过程中造成药液中出现毛发、漂浮物、玻璃屑等可见异物的在线实时检测难题,开发了一种基于机器视觉的医药大输液可见异物智能检测系统。在研究医药大输液图像滤波、异物分割的基础上,设计了大输液图像特征提取算法,提出了基于影响度剪枝的改进极限学习机(ID-ELM)分类算法对可见异物分类识别,最后进行了相关实验验证算法的可行性。所设计的检测系统在医药企业用户运行并测试表明,该系统具有高检测精度、高效率、高稳定性的特性,识别准确率超过95.5%,能有效剔除次品,解决了医药大输液可见异物的在线自动检测和识别的难题,为医药生产企业分析产品质量提供了技术保障.     

基于紫外光/可见光的GIS内部机器人异物识别技术

由于GIS设备绝缘故障中内部异物引发的占比最大,且当检测发现长筒体结构GIS设备内部异物时,传统的吸尘器清理及人工擦拭的方式难以有效发挥作用。为了更加有效的清理GIS管道内的异物,文中在研发的GIS设备内部智能检查清理机器人平台基础上,设计了基于紫外光源/可见光源结合的机器人双光源补光技术,研究了基于双光源补光的机器人图像处理的异物识别算法,为GIS设备异物缺陷检查分析验证及异物清理提供了全新的方案。在两种光源下分别对管道内部拍摄图像,进而对图像进行处理,做异物识别判断,为机器人清理异物提供指导。文中在实现GIS腔体内部异物情况可视化的同时,解决了GIS设备内部智能检查清理机器人单一光源不易发现部分异物颗粒的问题,避免了机器人需要人工经验干预判别异物的难题,提高了GIS设备内部异物检查的效率。     

发电机定子铁心机器人的叠片异物识别系统

工业机器人在进行发电机定子铁心叠装中,发生过因异物导致的冲片质量缺陷和机器人冲片手爪螺钉松弛掉落等生产事故。故采用图像识别技术、机器视觉技术,边缘计算技术和远程运维技术对机器人自动叠装平台上的异物进行监测,避免异物影响产品的生产质量,该系统具有较高的测量精度、效率和可靠性。