雪糕棒质量在线视觉检测系统设计与实现

雪糕棒质量缺陷包括几何尺寸偏差和表面色差两大类,目前的质量检测手段是人工目测,检测结果难以得到保障;针对这一现状设计出一套雪糕棒质量在线视觉检测系统样机,由雪糕棒传送系统、光源、镜头、摄像机、计算机即图像处理单元、分选系统组成,由4台摄像机分别实现雪糕棒正、反面成像、两端侧面成像;采用基本计数原理解决了多点检测结果融合,检测结果到分选点的数据记忆,利用多线程技术解决了多台摄像机同步、提高系统运行速度等问题;现场测试表明,该系统能够提供符合质量检测要求的雪糕棒图像,并根据质量检测结果精确控制分选系统准确分级雪糕棒,雪糕棒检测速度达到每秒钟15支。     

基于并查集和约束集合的雪糕棒表面污染检测*

雪糕棒表面的污染缺陷会严重影响其卫生安全,是雪糕棒生产企业质量检测的重要内容,而由于人工检测存在低效率、低精度、卫生隐患等问题,促使雪糕棒表面缺陷的检测已逐步向自动化方向发展。为了解决由于污染缺陷尺寸不定、光照分布不均等造成当前雪糕棒表面污染缺陷检测算法性能不佳的问题,本文在对其进行详细分析的基础上,提出了一种基于并查集和约束集合相结合的检测方案。首先进行图像预处理,根据先验知识对目标雪糕棒进行粗定位,进而通过OTSU算法分割出感兴趣区域;然后,基于并查集算法结合定义的最小区域距离值和灰度差分值将目标雪糕棒表面满足预设阈值条件的像素点合并起来,即将上一步骤预处理所得图像分割成了若干子区域;最后,根据定义的约束集合对各子区域进行筛查以去除其中的噪声区域,从而实现污染缺陷的检测。在自建的图像数据库SUT-I1上进行了算法效果测试,结果表明,本文方法对污染缺陷检测的等误率仅为4.78%,与其它检测方法相比其等误率至少降低了9.44%,体现出本文方法的优越性,具有一定的实际应用价值。     

基于区域生长的雪糕棒毛刺检测算法

为提高雪糕棒产品质量,避免雪糕棒对人体造成伤害,根据雪糕棒缺陷类型对其进行分类处理是一种有效手段.但雪糕棒各类缺陷复杂多样且具有一定的相似性使得区分缺陷类别成为一个难点.针对以上问题,文章采用了一种基于区域生长的缺陷检测方法对毛刺与矿物线缺陷进行准确分类.首先对图像进行滤波处理来排除噪声干扰,然后获取缺陷区域骨架,并通过分析骨架端点8邻域内像素灰度值特征来获取区域生长的起点;在此基础上将骨架的方向以及骨架端点的灰度值作为相似性度量准则进行下一步生长,最后根据生长后的区域与雪糕棒边缘的连通性区分缺陷类别.利用该方法对建立的ICS-F缺陷图库进行测试,毛刺与矿物线的准确识别率分别达到99.6％、98.4％.该方法为雪糕棒工业现场实时缺陷分类提供可行性,具有一定的实用价值.     

手指静脉图像鲁棒边缘检测算法*

手指静脉识别技术已成为研究热点, 为定位用于识别的静脉区域, 首先需要对手指边缘进行检测. 对于低质量手指静脉图像, 经典边缘检测算法检测效果不理想. 为此, 提出一种新的可应用于低质量手指静脉图像的鲁棒边缘检测算法, 主要分为三个步骤：首先, 寻找手指内部分界线, 将图像分为上下两个部分;其次, 利用上下两个水平边缘检测模板, 分别检测手指的上下边缘;最后, 检测边缘中的错误片段, 并利用插值、拟合、填补等技术进行修复.实验结果表明该算法具有检测准确率高, 鲁棒性强的特点.     

基于鲁棒ICA-PCA的TE故障诊断*

针对复杂工业过程混合分布的问题,提出了鲁棒ICA-PCA(Independent Component Analysis-Principal Component Analysis, ICA-PCA)的故障诊断的新方法。由于实际工业过程数据不可避免的带有大量干扰,为降低数据粗差的影响,首先采用小波去噪算法提高建模数据质量,然后利用鲁棒ICA-PCA算法提取过程的非高斯和高斯信息,并构建了三个统计量进行故障的监控。最后把上述方法应用到田纳西-伊斯曼(Tennessee Eastman,TE)化工过程。仿真结果表明,相比于传统PCA算法、ICA-PCA等算法,鲁棒ICA-PCA方法能够有效的检测故障的发生,该方法具有较好的鲁棒性和灵敏性。     

门禁系统中的异常行为检测*

针对门禁系统中尾随、蛮力开门两种异常通过的行为,结合门禁系统的身份验证功能,采用图像处理技术对违规行为进行检测,以进一步提升门禁系统的安全性能。首先设计并使用了一种基于轨迹分析的人数统计方法,通过目标检测与跟踪算法得到目标在监控场景中的运动轨迹,根据轨迹判定目标进出门禁的情况;然后根据监控场景的特点,设计了一种基于计数线的目标计数规则,结合目标运动轨迹实现人数统计;最后结合门禁系统的身份验证功能,设定异常通过行为的检测规则,检测定义的异常行为。实验结果表明,该方法能够有效的检测通过门禁系统时发生的异常行为,尤其对于行人比较稀疏和没有明显遮挡的情况,具有很好的检测效果,该方法平均检测准确率能够达到90%。     

基于随机森林的精确目标检测方法*

针对复杂场景中目标检测精确度过低的问题,基于随机森林算法,提出一种能适应由姿态、视角和形状引起外观变化的目标检测方法,同时还能有效预测最佳检测框大小,使其与真实目标区域有很高重叠度。首先,提出一种基于图像块多维特征的树节点分裂函数;然后,利用Boosting算法逐层生成树,使得每次分裂中错分样本更受关注;最后,扩展了随机森林输入输出空间,使其在分类同时,还可预测目标检测框的最优长宽比。实验结果表明,本文方法在不增加时间开销的同时,提高了检测的精确度,对森林中树生成算法的改进提升了分类性能,对森林输出空间的扩展使得目检测框与真实目标区域有更高重叠率。     

恶意PDF文档检测技术研究进展*

随着PDF文档使用的日益普及,针对PDF的漏洞及相应攻击手段日渐增多,为政府、企业、重要组织等的网络办公安全产生了极大的威胁,恶意PDF文档检测技术逐渐成为近年来网络安全研究的热点。目前针对恶意PDF文档检测的研究已取得一定成果,为了更深入地解决该技术存在的不足。采用文献分析方法,首先讨论了必要性、简述了其相关概念和检测基本框架。其次针对其分析技术的不同,将现有方案进行分类,从适用范围、检测效果、检测效率等多个方面进行对比分析。最后归纳了该领域当前的热点和发展前景,以期为下一步研究提供参考。     

基于DCT域视觉显著性检测的图像缩放算法*

为适应不同终端显示多样化的要求,需对接收到的图像进行缩放调整。针对现有的基于内容感知(content-aware)的图像缩放方法中视觉内容的连贯性易被破环而出现失真的问题,提出了一个基于离散余弦变换(discrete cosine transform, DCT)域的视觉显著性检测的图像缩放算法。该算法利用DCT域的视觉显著性检测模型获取视觉显著图,然后结合视觉显著图和能量分布图进行线裁剪(Seam Carving),实现了图像的缩放。实验结果表明,该算法与现有的基于内容感知的图像缩放方法相比,不仅保护了视觉显著内容,还保证了图像内容的连贯性,算法质量指数也获得明显的提高。     

点击欺诈群体检测与发现*

在线广告中的欺诈点击(click fraud)是指所有利用欺诈性手段或带有欺诈意图并被搜索引擎承认的点击行为。传统点击欺诈检测主要集中在检测个体用户点击的合法性。然而,目前存在很多的发布商雇佣大批网络用户,以群体形式进行欺诈点击。针对这一问题,提出了一种检测点击欺诈群组的方法。首先使用频繁项集挖掘算法来发现共同点击过大量广告的个体用户,作为疑似欺诈组。然后,在对组内用户点击行为属性分析的基础上,运用孤立点检测方法找到与组内其它用户有显著差异的疑似欺诈用户。最后,运用贝叶斯分类方法对检测到的所有疑似欺诈成员分类,得到真正的欺诈群组和欺诈用户。在真实数据集上的实验结果证明了方法的可行性与有效性。     

基于机器视觉的印刷标签检测系统的改进

针对图像采集的非同步性和传送平台存在的抖动等因素造成采集图像质量降低的问题,提出了一种简单可行的高可靠性机器视觉印刷标签检测系统。通过比较几种边缘检测算法,采用Canny这种相对高可靠性的边缘检测算法制作边缘掩膜,通过在模板图像上加盖边缘掩膜,在差影比较后对差影图像进行形态学去噪来消除轮廓伪影和人眼难以识别的微小缺陷。该方法运用在印刷标签质量检测系统中,有效地降低了印刷标签误检率,并且符合人眼识别特性。     

A novel method to look for the hysteresis thresholds for the Canny edge detector

In the last few years, several works have been proposed to solve the problem of determining the hysteresis thresholds in an unsupervised way. In this paper, a novel method to solve this problem is proposed. Given a set of candidates for hysteresis thresholds, the basic idea of the proposed method is to combine gradient information with information obtained when the linking process is applied to all candidates. Using the same dataset and the same evaluation methodology already proposed by other works, the results obtained by our method show a performance better than that of the previous methods. The results obtained by the proposed method have been validated only for the Canny edge detector, but there are no restrictions on applying the proposed method to any other edge detector whose strategy is based on the hysteresis mechanism.     

基于机器视觉的全自动电池检测系统的研究

给出了一种基于机器视觉和X射线的全自动电池检测系统.利用X射线的穿透性和计算机对数据的快速处理能力,相机可以采集到成型电池的内部结构图像并对图像数据进行快速处理.通过对图像进行滤波、锐化、边缘提取等过程得到阴极和阳极的精确位置.运用软件来测量各个特征问的距离并与标准值进行比较来判断电池的好坏,从而实现电池检测过程的完全自动化操作.     

基于双向轮廓跟踪的面部轮廓线生成算法

为了提高医学图像中面部轮廓线的分割效果,提出一种新的面部轮廓线生成算法(bidirectional contour tracking,BCT).该算法首先利用边缘检测算法对CT图像进行检测,然后利用头部CT图像中各组织的灰度特征和图像的对称性,对检测后的图像进行双向轮廓跟踪,并获得面部的轮廓线.另外,根据面部轮廓线的特点,使用中点法可生成辅助轮廓线.以一组颅脑CT图像为例来验证算法的效果,实验结果表明,新的生成算法提高了轮廓线的生成速度,并有很好的分割效果.     

基于统计分析的地磁车位探测器在线标定方法

针对地磁车位探测器的标定值不稳定的问题,研究了地磁车位探测器标定值的变化特点,提出了一种地磁车位探测器的在线标定方法。该方法可实现在线自动标定,并可以提高车位状态判断的准确率。这种在线标定方法使用统计学方法对标定值的变化范围进行分析,可跟踪标定值的变化,并对其进行定期修正。文章最后用一个实际应用案例验证了该在线标定方法的可行性。     

基于机器视觉的织物检测方法的研究

对布匹表面质量的检测方法进行了研究,并提出了一种新的检测思路.与其它基于纹理的布匹缺陷处理算法不同,该方法的关键步骤就是采用了一种自定义的局部二值化操作,并经实验验证取得了较为理想的处理效果.它具有较为理想的缺陷参数提取效果,较低的误检率和较低的算法复杂度.     

基于机器视觉的二次设备运行状态巡检方法研究

为了提高二次设备运行状态的自动检测能力,提出一种基于机器视觉的二次设备运行状态巡检方法,采用机器视觉方法构建二次设备运行状态的成像模型,提取二次设备运行状态的视觉成像特征量,采用边缘轮廓检测方法进行二次设备运行状态机器视觉的边界特征分析,在机器视觉的梯度下降流中构建二次设备运行状态巡检的变结构分布模型,以灰度值较高区域边界像素点为中心,进行二次设备运行状态巡检的视觉重构识别,实现二次设备运行状态自动巡检。仿真结果表明,采用该方法进行二次设备运行状态巡检的智能性较高,特征分辨能力较好,提高了二次设备的巡检能力。     

基于支持度变换的几何活动轮廓模型轮廓提取方法

提出了一种新的轮廓提取方法,该方法将几何活动轮廓模型与映射最小二乘向量机(mapped LS-SVM)相结合.首先用映射最小二乘向量机推导出支持度滤波器,通过在基本支持度滤波器中填充零的方法得到一系列的多尺度支持度滤波器.然后通过支持度变换(SVT)计算出支持度图像.在此基础上,用支持度图像计算几何活动轮廓模型的边缘指示函数,使得曲线演化快速地收敛到期望位置.实验结果表明该方法的轮廓提取效果较好,收敛速度更快.     

基于机器视觉的弧形件检测算法

为快速准确地对弧形零件特征参数进行检测,提出了一种基于机器视觉技术检测弧形件的各种特征参数的方法。该方法先采用Canny算子检测图像边缘,然后用三次样条插值方法对图像边缘进行插值并计算其亚像素坐标,最后采用基于切线方向的方法计算曲率值。对离散曲率数据进行处理,计算其均值和方差以及弧形件的弧长、夹角、面积等特征量。实验结果证明：该算法不仅精度高、速度快,而且稳定性好,能满足弧形零件特征参数的检测要求。