用于轧辊磨损度检测的传感器探头系统设计

轧辊是轧钢厂轧钢机上的重要零件，在整个轧制生产中，轧辊工作在高压、高温、高速的恶劣环境下，其质量和使用寿命直接关系到轧机的生产率、产品的质量及钢材的生产成本。提高轧辊磨损度的在线检测精度，对提高钢材的表面质量与产量，实现自由程序轧制，延长换辊周期等都具有重要意义。近年来，光纤测距技术被引入到轧辊磨损度检测中并得到推广，本文主要针对其中光纤反射式测距方法中所用的传感器探头系统展开研究，包括系统总体设计和器件选型。     

热轧磨辊间管理系统的设计与应用

磨辊间管理系统（RSMS）实现轧辊磨削和使用的自动化管理。对磨辊间的轧辊从进厂、使用到报废（包含轴承、轴承座）进行全寿命周期跟踪管理，并对轧辊的磨削生产进行指导。     

基于二级检测的椒盐噪声滤除算法

针对目前算法不能适用于含不同密度椒盐噪声的图像去噪,提出了一种基于噪声点极值特性和方向差异性的开关型噪声滤波器。检测阶段,采用极值法检测噪声,并计算噪声密度,当噪声密度低于阈值时进行基于噪声点方向差异性的二次检测,否则直接进行滤波;滤波阶段,根据局部噪声密度选择递归或非递归窗口,进行除去窗内噪声点的加权均值滤波。实验结果表明本文算法滤波性能和细节保护都优于传统中值滤波和一些改进算法。     

毛化轧辊的新方法及其应用

用脉冲激光毛化轧辊既可精确控制辊面的形貌与粗糙度又能使辊面得到强韧化。在冷轧薄钢板（带）生产中，激光毛化轧辊比目前常用的喷丸毛化轧辊有更好的使用效果和更长的使用寿命，所轧薄板的质量也更为优异。     

Nd：YAG激光毛化方法在金属薄板冷轧生产中的应用

用Ｎｄ；ＹＡＧ激光毛化冷轧工作辊，即可以精确改变轧辊的表面形貌，获得设定粗糙度，又可以通过快速熔凝使辊面得到强韧化。在金属薄板的冷轧和平整生产中采用激光毛化工作辊，其使用效果明显优于目前常用的喷丸毛化轧辊，其使用寿命也明显延长。     

用于轧辊磨损度检测的反射式传感器探头系统的设计

轧辊是轧钢厂在钢板轧制工程中的一种重要的冶金工具,它的性能好坏直接影响到轧钢厂的产品质量。提高轧辊磨损度的在线检测精度,对提高质量与产量、减少轧辊更换次数、实现自由程序轧制及在线磨辊都具有重要意义。近年来,光纤测距技术被引入到轧辊磨损度检测中并得到推广,本文主要针对其中光纤反射式测距方法中所用的传感器探头系统展开研究,包括系统总体设计和器件选型。     

高功率CO2激光快速刻花实验

研究了高功率ＣＯ２激光快速刻花中激光功率密度、侧吹气体、重力和激光头的扫速度对扎辊表面粗糙度和微观硬度的影响，对轧辊表面性质的形成进行了分析，讨论了影响轧辊表面性质的各种主要因素。     

基于子波相关算法的红外图像点目标检测

红外图像中点目标的检测技术是近年来信息处理研究的热点和难点之一，目标在图像中的表现为点状，且信噪比低，目标被噪声（杂波）淹没，现结合前人的一些检测算法，按照背景信号和噪声在相邻的子带间所表现出的不同相关性这一特点来进行背景信号、噪声的分析，提出了基于子波相关算法的点目标的检测方法，并对其进行了仿真和软件编程，结果表明这种算法具有很好的检测能力。     

图像边缘提取的定位误差产生机理分析

本文分析了使用Dmarr的LOG方法检测图像边缘时,零交叉点定位误差的产生机理,指明边缘中心邻域关于边缘中心不对称是造成零交叉点定位误差的主要原因,各类边缘的零交叉点是否定位准确与噪声存在与否并无直接的联系,关键在于噪声是否破坏了边缘相对其中心的奇函数特性。     

由数据统计特性检测噪声的中值滤波算法

为了改善中值滤波的滤波效果,提出了一种基于数据统计特性进行噪声检测的中值滤波算法,采用通过数据的离散程度检测出噪声点,仅仅对噪声点进行中值滤波的方法,对实验激光图像进行处理,计算了各算法处理图像的散斑指数、峰值信噪比和归一化均方误差,比较了它们的散斑抑制能力。结果表明,新方法确实具有滤波优势。     

基于灰度特征的棋盘格内角点检测算法

标定物特征点的定位精度能直接影响相机标定的精准度，为提高检测的精度和效率，提出了一种基于灰度特征的棋盘格内角点检测的改进算法。通过分析角点的灰度分布特征，首先利用3×3环形邻域模板对初始角点预筛选；随后通过计算初始角点的BW算子响应值实现对棋盘格边缘角点及伪角点的剔除；最后结合改进的角点响应函数确定最终内角点。实验结果表明：运用改进算法在不同光照及噪声的影响下检测结果无漏检及误检，单幅图像所需检测时间为0.225 s,平均重投影误差结果为0.045像素，能为相机的高精度标定提供更精准可靠的数据。     

一种非开关型快速随机脉冲噪声降噪算法

为提高现有开关型随机脉冲噪声（Random-Valued Impulse Noise,RVIN）降噪算法的降噪性能,提出了一种基于卷积神经网络的非开关型RVIN快速降噪算法（Fast Non-switching RVIN Denoising Algorithm,FNRDA）.首先,利用噪声检测器随机地检测给定噪声图像中少量不同位置处的像素点;然后,将检测为RVIN噪声点的个数除以被检像素点总数转化为噪声比例值;最后,根据噪声比例值调用相应预先训练好的非开关型卷积神经网络降噪模型,快速且高质量地完成图像降噪任务.实验结果表明：所提出的非开关型FNRDA算法在各噪声比例下的综合性能（降噪效果和执行效率）优于经典的开关型RVIN降噪算法,适用于图像恢复、信号检测、无线通讯等实时系统中.     

基于Hessian矩阵的黑白棋盘格角点检测

针对棋盘格角点的检测,提出了一种运算速度快、定位精度高的Hessian矩阵子像素角点检测算法。简述了Hessian矩阵的原理、算法的执行流程和黑白棋盘格子像素坐标提取的基本方法。通过实验检测出了黑白棋盘格中的角点,得到了角点坐标,并利用二阶泰勒展开式得到了角点的子像素坐标。最后,在不同的噪声水平下,与Harris算法作比较,计算出提取误差与提取时间。实验证明,Hessian矩阵对黑白棋盘格角点检测的更加精确。该实验结果可应用于摄像相标定中。     

摆臂式轮廓测量不同母线条数的敏感性分析

为了确定摆臂式轮廓检测大口径离轴非球面采用不同扫描线数时系统检测误差的敏感性，文中提出采用蒙特卡洛方法，建立了仿真分析的模型。对母线条数分别为8~120条的模式进行模拟检测，对系统噪声引入的面形误差进行Zernike多项式项拟合，统计分析得母线条数为8~39条时，系统噪声引入的低阶项检测误差随母线条数的增加而迅速降低；母线条数为40~70条时，引入低阶项检测误差降低缓慢；71~120条时，引入的低阶项检测误差几乎保持不变。结合实例，对一口径1 500 mm的离轴非球面反射镜进行实验，分别采用36条、72条和96条母线进行面形检测。36条母线检测误差相对较大，检测结果为7.73 m PV和0.68 m RMS；72条母线和96条母线检测结果十分接近，分别为5.755 m PV，0.568 m RMS和5.612 m PV，0.569 m RMS。验证了仿真分析结果的准确性，为摆臂式轮廓检测大口径离轴非球面中母线条数的优化选择提供了理论指导。     

一种轧辊磨损度的光电在线检测法

利用反射式光纤位移传感器的工作原理,通过对反射光强信号的检测提出了一种用于轧辊磨损度在线非接触检测的光电检测法.同时利用光电转换及信号处理技术,并采用一种新型等间距三光纤探头来自动补偿光源不稳定、反射体反射率不同、光纤传播损耗和弯曲损耗等因素产生的误差.研究表明,该传感器的分辨率可达到1 μm,精确度和稳定性均可满足实际要求,仪器可在工作现场进行多点在线非接触测量.     

一种基于自适应方法的循环平稳信号检测器设计

在时变噪声环境中，各个SCCMF的信噪比在不同的噪声段会产生不同程度的恶化，一旦处于噪声的尖峰位置将会严重影响MCCMF的检测性能。为改进这点不足，文中设计了一种自适应多循环频率循环相关匹配滤波检测器（AMCCMF，Adaptive MCCMF），基于自适应理论中的序贯回归（SER）思想确定了其优化流程图，通过平稳高斯白噪声以及两种恶化系数不同的时变高斯白噪声背景下的仿真试验，可知AMCCMF的检测性能要优于MCCMF。     

屋脊型边缘的亚像素级检测算法研究

通过分析屋脊型边缘的成像特点,提出了一种针对屋脊型边缘的亚像素级检测算法.给出了算法的理论证明,说明了算法不存在原理性误差,此算法将求取边缘点的亚像素位置转为求解图形的对称中心.推导出算法的离散化公式.通过实验验证了此算法在无噪和含噪情况下的有效性,并分析了误差产生的原因.研究结果表明,此算法计算量小、精确度高,并具有抑制噪声的能力.     

基于噪声检测的高密度椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度的保护图像的细节信息,使得高密度噪声污染图像也能得到较好地恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

基于噪声检测的高密椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度保护图像的细节信息,使得高密度噪声污染图像也能得到较好的恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

基于改进ViBe的海面远距离运动目标检测

针对ViBe算法在进行海面远距离运动目标检测时存在噪声和干扰的问题,在ViBe算法的基础上提出4点优化。首先,在背景建模中扩大样本取值范围减少判别误差;接着,根据背景的动态变化程度自适应地设定不同的阈值与背景模型更新速率,增强了算法的自适应能力;然后,定义一个闪烁等级,当闪烁等级达到一定阈值时,判定为闪烁点,减少对海面闪烁点的误判;最后,对输入的视频序列进行金字塔变换,得到不同分辨率的图像,对于不同分辨率的图像,分别使用改进的Vibe算法检测出结果,并对这些结果进行融合,再一次减少了海面闪烁点的影响。实验结果表明,所提算法能够减少海面噪声,以较好的实时性稳定地检测和提取海面远距离运动目标。