大型工件角度的视觉测量方法

提出一种采用计算机视觉检测技术对大型工件进行角度测量的方法,首先对工件进行图像采集并做一定的预处理,而后利用霍夫变换进行直线检测、最终通过角度计算达到角度测量目的。同时本文结合工程实例以及仿真实验对该方法进行了深入探讨和验证。结果表明,文中提出的测量方法可以应用在一般的角度测量中,可以有效地对大型工件进行非接触角度测量,且拥有好的测量精度和抗噪能力,此外也呈现出测量结果可靠、实时性好的特点。     

基于改进 SIFCM 和区域生长的三维 CT 图像缺陷体积测量

针对工件三维CT图像中孔洞和空腔缺陷体积测量问题，本文提出了一种基于改进型空间直觉模糊C均值聚类(NL-SIFCM)和三维区域生长的内部缺陷体积自动测量算法。首先对采集得到三维CT图像进行预处理；随后使用NL-SIFCM在三维CT图像上分割得到二值化缺陷图像组，同时针对三维CT图像切片间具有空间相似性改进得到快速算法；最后对二值化图像组进行三维区域生长得到缺陷体素数和空间结构，并将缺陷空间结构显示于三维可视化软件中辅助检测人员分析缺陷。实验结果表明，对用于模拟缺陷的标准球体积测量值相对误差在1.0%以内，具有较高测量精度；并通过实际工件检测验证了该算法适用性可有效满足CT检测需求。     

基于机器视觉的汽车管件法兰尺寸检测系统

针对目前汽车管件法兰采用传统人工抽检测量时存在效率低、误检率高等问题，开发基于机器视觉的汽车管件法兰尺寸检测系统，提高检测效率与测量精度。使用HALCON软件对相机进行标定，采用中值滤波对待测图像进行去噪处理，然后采用灰度化进行图像增强，完成图像预处理，利用Canny算子对图像进行亚像素边缘检测后，使用最小二乘法对提取的亚像素边缘信息进行拟合得到连续的孔径轮廓，获得法兰端面尺寸，再通过HALCON与C#联合编程显示测量结果，最后与影像测量仪的测量结果进行对比分析。实验结果表明：该检测系统的测量精度可达0.08 mm,满足测量精度要求；法兰检测时间为1.2 s,与传统人工检测相比，检测效率提高70%,可应用于实际生产现场。     

机器视觉在大型工件自动探伤检测中的应用

大型金属工件探伤一般用无损检测法，技术难度高、工程量大，往往难以获得精度的测量准确值。针对机器视觉产品将被摄取目标转换图像信号后，多数都还依赖于手工进行处理问题，文章提出了一种基于边缘撮的工业CT（断层）图像几何尺寸的自动测量方法。该方法采用Canny算子提取图像边缘信息，并在图像边缘上实现对大型工件CT图像的内部结构尺寸和缺陷尺寸的自动测量。该方法已成功地应用于工业CT图象处理软件中，实际应用表明，它具有较高的精确度和重复性。     

基于机器视觉的发动机气缸壁珩磨角测量方法

针对实际工业检测中发动机气缸壁珩磨角人工测量存在效率低、精度低等问题,提出了一种基于机器视觉的发动机气缸壁珩磨角测量方法。首先利用Gabor最优滤波通道算法处理样本图像获得线性特征增强后的网纹图像,再对网纹图像进行DFT转化获取傅里叶频谱图像,然后基于数字微分分析算法获取频谱图像中的峰值直线并计算两条峰值直线的夹角作为计算结果,同时与基于Camera Measure测绘软件手动测量结果进行对比。通过实现测试结果表明:该方法相对于手动测量结果的误差仅为0.33%,重复测量的均值差为±1°以内;在检测时间上,检测一个工件的平均时间为0.53 s。该测量方法测量精度高、测量速度快等优势,可以有效地取代工业检测中的人工测量。     

基于机器视觉的光学镜片测量方法

光学镜片的种类多,每种镜片上待测目标也比较多,现有的图像处理方法测量精度低,对多类型工件适应性差。针对上述问题,现提出基于机器视觉的光学镜片测量方法。首先基于改进的Harris角点检测对工件进行角点定位,其次采用最小二乘法分段拟合角点间的几何基元,最后根据每一类待测目标模板提取的尺寸索引信息,测量几何基元之间的尺寸。实验结果表明：该方法不仅可以针对多种工件,对具有毛刺边缘工件也可以做到高精度测量,通过对比本文测量与基恩士三维测量仪测量的偏差进行分析、计算均方差,得到方法的精度为±0.02mm,重复测量偏差的均方差在0.01mm以内。     

基于线阵CCD的液位测量系统设计

在化学试剂定容测量领域,试剂的液位高度是重要的被测参数之一.传统的液位测量方法存在测量精度不高、测量数值不连续、难以实现非接触测量等缺陷.通过研究透明化学试剂液位的在线检测方法,设计了一种高精度非接触式的光电液位检测系统,以FPGA为主控制器,驱动线阵CCD进行液位传感,接收经过平行光束透射的光信号,在驱动时序的作用下进行自扫描转换成便于处理的一维图像信号,送PC机中进行处理,对实际液位和图像边缘像素点之间的关系进行分析,实现了液位高度的测量.经实验验证,本系统绝对精度达到10 μm,测量分辨率优于2μm.     

基于非标定摄像机的尺寸测量方法

针对小工件的非接触长度测量,提出了一种基于交比不变,利用非标定CCD摄像机与已知特征标记物进行小工件长度测量的新方法.利用摄像机对工件的图像信息进行远距离采集,建立测量模型,在对图像进行预处理的基础上行边缘识别,提取工件与已知特征标记物边缘特征,进而实现工件长度的在线测量,并与经标定摄像机的在线测量结果进行比较,结果表明,该测量方法操作简单,无需标定摄像机的同时适应性强,被测工件长度在0～500 mm,测量误差低于0.4％.     

大尺寸空间中自动获取测量目标点的新方法

本文基于机器视觉领域中利用双目立体视觉技术测量大尺寸物体的三维面形的研究,提出一种先对图像边缘检测后分析图像中物体形状,面积等几何特征,自动获取测量空间中多个目标点的方法,并用大量实验验证了该方法的可行性,使测量大物体面型的测量更方便、快捷,同时也能够提高三维面型的测量精度.     

基于迭代法及腐蚀算法的超声相控阵缺陷提取

为解决超声相控阵检测时噪声干扰及仪器精度造成的缺陷提取困难等问题,提出了一种基于迭代法及腐蚀算法的超声相控阵B扫图像缺陷提取方法。以轮辋试块侧通孔的超声相控阵B扫图像为对象,结合迭代法与腐蚀算法,研究了超声相控阵图像缺陷提取及量化方法,并与传统迭代法、Otsu法、Bernsen法进行对比,且讨论了相控阵检测时检测孔径对提取的缺陷特征值精度的影响。结果显示孔径大于20时,采用迭代法与腐蚀算法相结合提取的缺陷特征值相对误差均小于12%,且远小于采用传统迭代法、Otsu法、Bernsen法提取的相对误差。随着检测孔径增大,检测精度提高,但提高的速度在减缓。研究结果对改善超声相控阵检测成像质量,提高缺陷特征提取及量化精度提供了参考。     

基于图像处理的管束间气液两相含气率的实验研究

将数字图像处理方法应用到管束间气液两相流动含气率的检测并研究其分布特性.采用高速摄影仪,拍摄管束间气液两相流动的流型图像,利用图像处理技术对流型图像进行灰度增强、二值化、边缘检测等处理,然后计算出两相流动不同时刻的含气率.实验结果表明,该方法能够满足测量要求,可以用于管束间两相流动参数的检测.将2种管束的含气率值与模型预测结果比较,发现Feenstra模型和Dowlati 模型能较好地预测含气率.比较管束不同方向的含气率分布特性,发现壁面位置含气率低,管束中心含气率高.     

基于视觉技术的非接触测量精度优化研究

针对精密加工行业零件形位公差在线检测实时性不高并且无法同时检测多个零件的问题,采用机器视觉技术,改良了相机采集图像的图像预处理流程与测量方法,提出一种基于CNN的超分辨重建的非接触测量改良算法。相较于其他超分辨率重建算法该算法模型简单,精度较高,速度快,在资源受限的情况下可以兼顾测量精度和效率。为了验证所设计算法的可靠性,设计了一套机器视觉的非接触测量系统。实验结果表明,改良测量方法后测量精度较之前使用的测量方法至少可提高47.86%,平均提高49.67%;该超分辨率算法在分辨率一定的基础上,对原始采集图像的超分辨率重建提升图像分辨率后,测量精度较不使用超分辨率重建提高了60.38%,最后利用该算法实现对多个目标在线同步测量分析,并且精度不低于同分辨率下单一零件检测精度。     

基于鱼眼相机畸变图像的大尺寸目标测量方法

为满足大尺寸目标高精度图像测量的需求,提出一种利用鱼眼畸变图像实现宽视野、大几何尺寸目标测量方法。根据非线性畸变的多项式逼近函数建立鱼眼相机成像模型,通过立体标定板来确定相机参数;将相机沿光轴方向移动采集一组图像,建立鱼眼相机的测量模型实现待测目标尺寸的测量。通过对棋盘格和某大型建筑物几何尺寸的测量实验表明,本文提出的直接利用畸变图像进行测量的方法优于传统的将畸变图像校正成线性图像测量的方法,具有更高的测量精度和稳定性。     

基于 YOLOv5 的多分支注意力 SAR 图像舰船检测

针对合成孔径雷达图像噪声大,成像特征不明显,尤其在面对海陆边界、港口码头、近岸岩礁等复杂场景,通常的检测算 法对 SAR 图像目标特征提取困难,导致检测精度不高,出现误检漏检等问题。 在 YOLOv5 的基础上设计了一种旋转的目标检 测方法,提出了多分支注意力模块可以跨维度的信息融合,能更好地提取 SAR 图像目标中的位置信息和语义信息,以提高检测 精度。 此外,由于旋转目标检测会产生边界不连续问题影响边界框的回归,因此,利用了圆形平滑标签的方法将角度参数从回 归问题转为分类问题,由此提高了精度。 最后在 HRSID、SSDD+数据集上进行了实验,精度分别达到 84. 98%和 90. 13%,比原始 的 YOLOv5 算法分别提升了 1. 29%和 2. 57%,实验结果证明所提算法的有效性。     

基于SAR图像样本的本征维数检测人造目标

人造目标检测是合成孔径雷达（SAR）自动目标识别（ATR）系统的重要功能,当前适用于复杂背景中人造目标检测的手段较为有限,为此提出了一种基于多方位角SAR图像样本本征维数的检测方法。该方法不依赖于图像强度,而是估计出各感兴趣区域（RO I ）大量不同方位角图像样本在高维度空间中的本征维数,根据本征维数定量衡量ROI内目标更趋近人造或是自然,由此检测出人造目标。采用Gotcha项目实测数据将本文方法与当前以分形维数检测人造目标的方法进行了对比,实验结果显示本征维数方法具有不依赖于图像强度的特点,并且在目标形态刻画上比分形维数方法取得更好效果。     

星载合成孔径雷达在杆塔基础地表形变监测技术的研究与应用

为保障高原输电通道的安全,排查地表形变引发的地质灾害,以哨兵雷达卫星影像数据为数据源,以750 kV川湖Ⅰ线为监测对象,采用星载合成孔径雷达干涉测量技术(interferometric synthetic aperture Radar,InSAR),研究分析输电通道地表微小形变的提取方法,发现川湖Ⅰ线100号杆塔附近存在明显的地表形变量,且2019年7月形变有明显的加速过程,分析说明该地面沉降区的形变与地面或地下的施工过程有关。研究表明:(1)卫星遥感星载InSAR测量技术适用于地表微小形变的提取,提取精度较高,能够满足输电通道地表形变的监测;(2)卫星遥感星载InSAR测量技术提取的地表形变精度可达毫米级,可替代人工地面测量工作;(3)针对地表形变,与传统野外核查、人工测量解译相比, 卫星遥感星载InSAR监测技术具有精度高、效率高、覆盖范围广等优势。     

基于CSI-ISAR的非合作目标成像技术

合成孔径雷达（SAR）针对静止目标成像,依靠雷达平台的运动形成较长的合成孔径,达到方位高分辨。而在地面静止场景中,必然会存在运动目标,其运动参数的未知使得目标在SAR图像上难以聚焦成像。另一方面,逆合成孔径雷达（ISAR）技术在雷达平台静止条件下,依靠目标运动形成长合成孔径后聚焦成像。本文将结合多通道合成孔径雷达-地面动目标指标（SAR-GMTI）技术,提出了基于杂波抑制干涉（CSI）和ISAR相结合的非合作动目标聚焦成像。成像过程中,利用多通道图像信息,动目标在CSI处理后被检测到,针对动目标的能量范围进行ISAR处理,实现该区域内动目标的聚焦成像。最后仿真结果验证了该方法的有效性。     

基于圆周灰度分布互相关的颗粒转速判别方法

开发了一种基于颗粒圆周灰度分布互相关的计算机算法用于所拍流化床流场图像中颗粒转速的判别。该方法利用数字图像处理技术进行图像中颗粒的识别、筛选和定位,进而根据颗粒的圆周灰度分布在两幅图像中的变化计算颗粒的转速。通过对已知转速和旋转方向的小球的验证实验表明：所提出的转速判别方法能够比较准确地测量旋转轴垂直或近似垂直于拍摄平面的颗粒,并有效地过滤掉其他颗粒的干扰,保证了测量的可靠性。对转速测量的误差进行分析,提出了灰度修正方法以减弱颗粒灰度分布不均对转速测量的影响,指出考虑各因素后,所开发的转速判别方法的误差小于10%。