共查询到17条相似文献,搜索用时 296 毫秒
1.
2.
3.
4.
针对纸病检测系统中采集到的图像存在横向灰度不均匀现象,基于几何光学辐射照度理论,围绕纸病检测系统光源模块照射到被检测纸张上的照度均匀分布问题开展了应用技术研究。依据斯派罗法则,确定了光源模块中LED灯珠间的最优距离函数;从机器视觉的角度出发,利用实验法确定了光源阵列中不同位置灯珠的功率优化函数;采用图像灰度均匀度指标,对光源的改进效果进行了验证。结果表明,本优化方案可以将获取到的图像灰度均匀度由优化前的57. 8%提高到98. 6%,有效地提高了纸张的成像质量,可降低后期的图像处理难度,有望提高应用程序的执行效率。 相似文献
5.
6.
为切实有效解决既有纸病检测系统数据处理不到位等一系列问题,基于工业相机+FPGA+计算机模式提出了纸病二次辨识方法,具体即FPGA通过纸张图像预处理、纸病粗略判断、提取疑似纸病区域、传输疑似纸病区域于计算机等程序,负责完成纸病一次辨识;再由计算机通过多特征量提取、以自适应神经模糊推理系统精确辨识纸病等流程,负责完成纸病二次精确辨识。结果表明,此方法不仅纸病辨别准确率高且具备一定鲁棒性;基于FPGA系统并行算法不仅可迅速实现图像一次辨识,还可显著提升后续计算机的图像二次辨识速度,从而将进一步提高纸病标识与产品复卷剔除的精确度。 相似文献
7.
8.
针对造纸生产线上宽幅高速纸机纸病检测系统快速性和精确性的挑战,提出"工业相机+FPGA(Field-Programmable Gate Array)+计算机"模式下的基于自适应神经模糊推理系统的纸病二次辨识方法。使用CCD相机采集纸张图像,通过FPGA完成图像预处理和一次辨识(粗辨识+过辨识);计算机通过自适应神经模糊推理系统(ANFIS)对疑似纸病区域二次辨识(精确辨识),判断出纸病和种类。实验表明,该方法能够准确地辨识各种纸病。 相似文献
9.
10.
11.
目的:解决鲍鱼风味片在生产过程中出现的边缘残损、内部气孔以及皮料厚度不均匀等外观缺陷自动化检测问题。方法:提出了一种基于机器视觉的在线检测方法。利用机械梳理装置将鲍鱼风味片整理成单层阵列排布;采集图像后,选择图像分割、灰度值拉伸、轮廓边缘提取等方法进行图像处理;利用外轮廓圆形度特征完成边缘残损检测,通过测量皮料厚度完成皮厚异常检测,通过计算气孔面积,完成气孔检测。结果:该在线检测方法对边缘完整度缺陷的检出率为100%,皮厚度异常缺陷检出率为100%,气孔缺陷的检出率为98.65%。结论:该方法具有较好的应用性,能够实现鲍鱼风味片残次品的在线检测。 相似文献
12.
13.
14.
15.
为提高筒子纱检测过程的自动化程度,设计了一种基于机器视觉的筒子纱缺陷在线检测系统。该系统由2个工业相机、条形LED光源、对照式光电开关和计算机组成。首先,相机与同步光源分时采集筒子纱顶面和侧面过曝模式及正常模式图像。然后通过对顶面过曝图像自适应分割来定位筒子纱中心。其次,通过极坐标变换展开顶面正常图像。最后,在顶面展开图中,分别利用垂直方向边缘分布的投影特征、纹理及强度一致性、局部方向直方图纹理识别菊花芯、多源纱和网纱缺陷;在筒子纱侧面图中,通过投影法快速确定边界位置,并通过轮廓拟合程度识别多层台缺陷。结果表明,该系统可实时识别多层台、网纱、菊花芯、多源纱等筒子纱缺陷,具有较好的检测效果。 相似文献
16.
为解决目前基于图像处理的织物瑕疵检测算法中,因织物纹理的多样性与瑕疵形状尺寸的不确定性所造成的检测效果差的问题,提出一种基于结构-纹理模型与自适应数学形态学的织物瑕疵检测算法。首先采用相对总变差模型对织物图像进行滤波以去除织物纹理,然后在得到的灰度图像上直接进行基于自适应邻域的灰度形态学运算,形态学算子采用开运算算子,最终得到织物瑕疵的增强图像。采用基于相对总变差模型与自适应形态学相结合的方法与2种已知的Gabor算法进行比对,对4类典型织物瑕疵进行检测实验和分析。结果表明,本文方法能更好地提取出织物瑕疵。 相似文献
17.
纹理织物疵点窗口跳步形态学法检测 总被引:1,自引:0,他引:1
针对纹理织物疵点自动检测时因生产速度快造成的织物抖动以及检测速度难以匹配问题,提出窗口跳步形态学法纹理织物疵点检测算法。使用该算法对图像进行窗口分割及预处理后,首先对纹理织物图像的纹理特征进行分析,然后设计形态学算子进行腐蚀操作,最后使用连通域分析来确定疵点大小及位置。仿真实验及工厂实际应用表明,该算法可有效克服工业生产中纹理织物抖动造成的图像明暗不均,可检测出纹理织物中存在的破洞、经纬疵点、污渍、断线、折痕和结头等各种疵点,而且检测速度明显优于快速傅里叶变换特征点算法以及传统形态学检测算法。实时检测速度超过80 m/min,疵点检测精度为0.1 mm,满足实际生产需求。 相似文献