基于改进MRF的冲压件轮廓缺陷图像分割算法

针对冲压件在生产过程中产生的表面缺陷视觉检测问题,提出一种改进的马尔可夫随机场图像分割算法.首先,应用基于像素的马尔可夫随机场算法,获取像素特征,提取基于像素的似然函数.采用随机区域合并算法获得区域特征,提取基于随机区域合并的似然函数.利用最大梯度算法获得图像的边缘特征,提取基于边缘的似然函数,用以恢复随机区域合并过程...     

基于彩色图像分割的数字技术图像识别方案研究

数字图像处理技术对于艺术领域的影响越来越大,特别是图像分割技术。针对美术图像识别中的分割精度问题,提出了一种基于canny算子边缘检测和GrabCut算法的美术图像自动分割方案。首先,通过RGB模型对图像进行预处理,实现对图像进行平滑和锐化。然后,采用canny算子边缘检测对待分割图像进行平滑滤波并计算梯度值。最后,采用GrabCut算法在RGB颜色空间中进行最小化能量函数计算,并按照随机的方法将分割区域与其他区域进行合并从而构造出一张分割图。实验对比结果表明:在直接视觉和量化分析上,相比现有分割算法,提出的方案表现出更好的分割效果。     

基于彩色图像分割的数字技术图像识别方案研究（英文）

数字图像处理技术对于艺术领域的影响越来越大,特别是图像分割技术。针对美术图像识别中的分割精度问题,提出了一种基于canny算子边缘检测和GrabCut算法的美术图像自动分割方案。首先,通过RGB模型对图像进行预处理,实现对图像进行平滑和锐化。然后,采用canny算子边缘检测对待分割图像进行平滑滤波并计算梯度值。最后,采用GrabCut算法在RGB颜色空间中进行最小化能量函数计算,并按照随机的方法将分割区域与其他区域进行合并从而构造出一张分割图。实验对比结果表明:在直接视觉和量化分析上,相比现有分割算法,提出的方案表现出更好的分割效果。     

基于机器视觉的线缆表面缺陷检测系统设计与算法研究

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。     

基于机器视觉的芯片字符区域分割和定位算法

芯片表面的字符对分选具有重要意义,对字符的定位是分选工作的关键步骤。为了提高分选工作定位效率和定位精度,提出了一种基于改进的区域生长算法和凸包检测算法分割和定位芯片表面字符区域方法。首先,对采集图像进行预处理操作,利用改进的Canny算法获取无干扰图像边缘,将图像边缘作为区域生长法的种子点并以图像自适应阈值作为生长准则分割图像,使用最大内接矩形算法粗定位字符区域;其次,采用Harris角点检测算法获取字符角点分布位置;最后,筛选角点并提取关键点,利用一种改进的凸包检测算法定位字符区域。经过实验验证,所设计的算法能够完整的分割和定位芯片表面字符区域,定位精度和效率较原有方法提升5.3%和15.4%,满足实际工业生产的要求。     

基于视觉注意的V形焊接区域清晰图像获取

焊接过程中焊接区域亮度范围大,而且随机变化,导致采集的焊缝区域图像干扰大,特征难以提取.文中利用激光条纹良好的方向特性,以及图像中结构光与熔池的亮度特征,提出一种基于视觉注意的焊接区域清晰图像获取方法.针对采集的焊缝区域图像,首先获取在不同检测方向下结构光条纹的单方向特征图,再进行加权融合得到多方向特征图.其次,利用高通巴特沃斯滤波器对原始图像加强,获取亮度特征图.接着提出一种改进的显著性度量方法实现了显著性区域与复杂背景图像区域的较好分割.最后,通过图像融合归一化得出结构光与熔池的清晰图像,并采用聚类中心距离客观评价了图像显著性检测效果.结果表明,试验结果显示提出的方法是有效的.     

基于机器视觉的轴承字符识别技术的研究

针对轴承上字符的特点,提出了一种基于机器视觉的轴承字符自动识别方法,并利用C++和OpenCV计算机视觉库开发了识别软件。对轴承字符图像进行阈值分割,使用Sobel算子提取边缘轮廓,然后使用改进的圆检测算法定位环形字符区域,在经过极坐标变换后进行字符分割。最后提取改进的字符特征,使用支持向量机分类器进行字符识别。试验结果表明:该方法能有效识别轴承字符,而且识别率达到了95%以上,具有广阔的应用前景。     

基于视觉注意机制的射线图像缺陷检测方法

针对铸件、焊缝等缺陷在复杂背景射线图像中提取准确度较低的情况,提出一种基于视觉注意机制的射线图像缺陷检测方法。根据缺陷的不同性质,将射线图像按照区域或者线段划分成若干子区域;通过模拟视觉注意机制,利用中央-周边差算子分割出可疑区域;设置显著性阈值排除图像其他部分的干扰,并极大减少了算法处理量,然后以阈值法即可准确提取出各类缺陷。实验结果表明:该方法可在复杂背景下的射线图像中准确高效提取出缺陷,准确率可达94.6%,且适应性强、通用性好。     

小径管X射线焊缝图像缺陷识别算法

针对小径管X射线焊缝图像缺陷检测精确率低的现状,通过对图像进行特征分析并结合稀疏字典学习,提出一种基于图像分割的小径管焊缝图像缺陷检测算法.首先,对小径管焊缝图像进行两步图像分割获得感兴趣区域;其次,提取焊缝缺陷,得到缺陷疑似局部图像;最后,提出以不同类型原子间相关性最小为目标的小径管焊缝缺陷字典矩阵数学模型并使用K-SVD算法进行求解,利用该字典矩阵实现圆形缺陷、线形缺陷和噪声的分类鉴别.为提高系统实时性,使用并行编程对图像分割算法进行加速.结果表明,改进后缺陷字典矩阵对圆形缺陷识别成功率为0.974,线形缺陷识别成功率为0.967,且具有较快的识别速度,实现了小径管焊缝图像缺陷的有效识别.     

基于机器视觉的滑动轴承缺陷检测系统设计

针对滑动轴承生产过程中存在的检测速度慢、自动化水平低、检测精度低等问题,提出一种基于机器视觉的滑动轴承内表面缺陷检测系统的设计方案,实现了轴承体的自动检测功能。首先设计了一种实验检测平台用于获取滑动轴承内表面的图像;通过基于形状的模板匹配算法对预处理后的图像进行匹配,实现对目标物体与缺陷区域的快速定位;为了实现对缺陷的提取,提出了一种基于区域灰度值的图像分割方法与基于区域形态学处理的特征提取方法。实验表明,系统的检测效果与传统的检测方法相比,具有明显的优越性,为滑动轴承内表面检测提供了新的方法。     

用于铸件表面缺陷机器视觉检测的快速图像处理技术

提出一种基于DSP数字图像实时处理的主从机器视觉系统结构,图像采集、图像处理和图像分析可并行进行,提高了视觉系统的信号处理能力;提出图像噪声平滑和图像分割的快速算法,实验结果验证了本文方法的可行性和有效性.     

基于改进SIFT的无人机双目目标识别与定位北大核心

对无人机自主着陆系统中双目视觉采集到的地标图像进行了研究,在分析地标图像中存在模糊噪声以及大量背景干扰问题,提出一种基于改进SIFT算法的无人机双目视觉目标识别与定位方法。首先,采用基于OTSU与HSV的ROI算法对无人机双目图像进行目标识别与分割预处理操作,将目标准确识别;其次,针对双目视觉获取三维信息效率慢的问题,采用基于改进的SIFT算法对已识别的地标进行特征提取,生成二进制描述符,并采用局部敏感哈希算法对特征点进行稀疏匹配,提高目标特征匹配准确度及效率;最后,采用相似三角形原理计算每个特征匹配点的三维距离,获得无人机与目标之间的平均三维距离。实验结果表明所设计的算法相较于传统的SIFT算法更具有可行性和有效性。     

指示表图像特征的视觉检测方法

在对指示表进行智能读数时,需首先检测出指示表的两个图像特征,即指示表轮廓与指针位置,由此可以确定指示表的有效区域以及指针与刻度的位置关系。基于指示表图像的几何结构特征,提出一种指示表图像特征的视觉检测方法。通过对图像预处理提取出轮廓区域,基于对称性圆检测算法与Hough变换思路得到圆轮廓参数。然后在轮廓内部,以轮廓圆心作为指针回转中心,运用Radon变换得到指针中心线。最后利用二值图像椭圆特征识别出指针朝向。该方法能够准确、快速检测出指示表图像特征,为后续基于视觉的指示表智能读数提供必要的技术基础。     

红外热波序列图像的图像分割与三维显示

研究了针对红外热波序列图像的图像分割和三维显示方法。红外热波无损检测只能得到被测工件表面温度变化的时间序列图像,无法直观到检测缺陷,利用三维显示技术可以产生深度三维立体图,方便技术人员更直观、精确地进行无损检测。三维显示效果的好坏直接取决于图像分割的效果。为此提出了基于局部极小值的区域生长分割算法,成功地提取出红外热波图像中缺陷成分的目标图像,并进行了三维显示,取得了较好的效果。     

基于机器视觉的热转印胶片缺陷检测

为了解决热转印胶片在生产中存在的若干种缺陷问题,并替换当前较为低效且可靠性低的人工检测方法,提出了一种基于机器视觉的热转印胶片的缺陷检测方法。首先介绍缺陷检测系统的整体构成,然后重点研究了其中的视觉算法流程,包括了通过仿射变换、图像配准等方式进行的目标区域定位,通过改进的ViBe算法、形态学处理等方法进行的图像缺陷检测。最后用包含了合格品胶片与各种缺陷的不合格品胶片样本集合进行实验检测,实验表明,算法缺陷检测能力良好,达到0.5%的漏检率和0.6%的误检率,平均检测耗时为663ms,满足检测速度需求。     

一种用于轴承缺陷图像分割的改进k-means聚类算法

为了实现轴承缺陷无损检测自动化,研究了轴承表面缺陷图像的分割方法。在数字图像处理技术的基础上,提出一种改进的k-means的图像分割算法。先利用二维向量小波变换对图像提取特征,根据表面缺陷特征,运用k-means算法的思想,对其进行改进。试验结果证明,该方法显著提高了分割速度和精度,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性,具有一定的使用价值。     

基于二元函数拟合的X射线焊缝图像缺陷分割方法

由于存在焊缝图像噪声强、不清晰、对比度低的问题,导致图像分割效果差,文中提出一种基于二元函数拟合的X射线焊缝图像缺陷分割方法。通过正弦变换函数对原始焊缝图像增强处理,使用B样条曲线拟合图像内的灰度曲线,计算高斯曲率与平均曲率得到焊缝表面图像边缘特征,通过二元函数得到不同类型的焊缝边缘数据,结合焊缝图像的表决图,完成对焊缝图像缺陷完美分割。试验结果表明,该方法分割精度高,且在缺陷类别识别和检测效果图上都要高于卷积神经网络算法、目标检测算法、多视觉成像算法的,证明所提方法分割效果好,有实际的应用价值。     

基于模糊聚类的工业薄片件图像亚像素检测北大核心

针对机器视觉检测工业薄片件边缘存在精度不高的问题,基于模糊数学理论,引入模糊聚类思想,提出了一种图像亚像素综合定位算法。用OTSU法对源图像进行二值化处理;用5×5矩形域最大梯度模检测像素级轮廓边缘;用基于模糊聚类的亚像素边缘定位算法进行极片亚像素边缘定位,实现了边缘的高精度定位。实验结果表明,该方法算法简便,精度较高,易于编程实现,且兼具多种检测算法的优势,尤其适合工业生产现场的机器视觉检测系统。     

OpenCV耦合三目视觉的标准件目标定位研究与应用

在制造业自动化生产过程中,需要对标准件上某些目标进行定位,从而以此为依据对生产件进行校准。由于标准件为金属物品,且表面粗糙,打光成像后,目标背景复杂,而当前的图像目标定位算法不稳定。对此,文章提出了一个基于Open CV与三目视觉的标准件定位机制。首先基于三个Basler工业相机实现图像采集;然后基于形态学处理与阈值分割处理得到目标的大致区域,再通过轮廓匹配得到目标的精确坐标,轮廓特征有周长、长宽比、长宽差。最后引入特征判断机制,实现不良检测。最后测试了该机制性能,结果表明:与普通的图像目标定位算法相比,在图像目标特征不明显,且背景复杂时,该机制具有更好的定位与检测效果,准确定位出图像目标的轮廓。     

物料输送智能监控中多运动目标跟踪方法研究

面向运动物料智能监控的需求,提出了一种多运动目标视觉跟踪方法。在运动目标检测中,将基于边缘检测的三帧差法和背景减法相结合,提高了检测目标轮廓的完整性,同时改善了目标的空洞现象和图像的噪点问题,为运动目标跟踪提供了有效的数据基础;基于数学形态学和面积阈值去噪对目标区域进行检测、分割、分类与标记,进一步结合卡尔曼滤波预测对多个运动目标同时进行跟踪与定位。实验表明:提出的多运动目标跟踪方法能够准确地对多个运动物料进行视觉检测与跟踪,同时能够满足系统可靠性与实时性要求。