基于光度立体学的金属板带表面微小缺陷在线检测方法

高品质金属板带对于表面质量的要求非常严格,不允许存在一些微小的缺陷,现有的基于机器视觉的表面在线检测系统很难检测到微小缺陷.采用光度立体学的原理,利用两幅不同光照角度的灰度图像获得表面法向的方法检测表面微小缺陷.彩色三线阵电荷耦合元件(Charge-coupled device,CCD)摄像机安装在垂直于金属板带方向上,一台红光光源和一台蓝光光源对称安装在摄像机两侧.摄像机采集到的彩色图像可分离出R、G、B通道图像,其中R、B通道图像分别为红色、蓝色光源的反射光图像.表面倾角法可通过R、B通道图像计算表面倾角分布图,并根据表面倾角分布图检测微小缺陷.通过试验验证该方法可检测直径为0.1 mm的孔洞.讨论在一套检测装置中实现微小缺陷与常规缺陷同步检测的方案.在红光、蓝光两种光源基础上增加一台绿光光源,与摄像机形成介于明暗场的照明方式,可通过摄像机分离出的G通道图像检测金属板带表面的常规缺陷.     

基于图像灰度梯度特征的钢轨表面缺陷检测

利用机器视觉技术检测钢轨表面缺陷时,检测结果的准确性易受光照变化、钢轨表面反射不均和锈迹等因素的影响。为此,提出了基于图像灰度梯度特征的钢轨表面缺陷检测方法。首先,在设计钢轨表面缺陷检测装置的基础上,分析了钢轨图像中不同区域的灰度和梯度特征;然后,基于双边滤波思想设计了背景平滑滤波器,利用局部灰度和梯度变化信息自适应调整不同特征区域的平滑程度,对原图像平滑得到背景图像;最后,将原图像与背景图像差分,通过对差分图像阈值分割并利用连通区域标记法,实现钢轨表面缺陷检测。实验结果表明,该方法可以在凸显图像缺陷部分的同时,有效减弱光照变化、钢轨表面反射不均和锈迹的影响,对不同轨道环境下的疤痕和裂纹缺陷均取得了较好的检测效果,缺陷漏检率和误检率分别为5.79%和6.84%,具有一定的实用价值。     

基于PCA-WHMM的超声漏表面波频域合成孔径成像研究

超声漏表面波可用于检测表面或近表面缺陷,其非接触检测的优点易于实现自动化检测.但由于波型转换与传播衰减,漏表面波的回波幅值较小,不利于缺陷检测和成像.仿真分析了漏表面波的传播特性及缺陷回波特征,应用主成分分析分离回波信号中的干扰波,再利用小波域隐马尔可夫模型算法分离整段信号的系统噪声,联合两种方法提取漏表面波信号中的缺陷信息,最后通过频域合成孔径算法对漏表面波扫查数据进行了高分辨率图像重建.结果 表明,相比于传统B扫成像,基于PCA-WHIMM的超声漏表面波F-SAFT方法在回波信号平均信噪比上提高了10.05 dB,平均成像误差降低了26.3％,为金属表面及近表面缺陷检测提供了一种有效方法.     

机器视觉在圆锥滚子轴承内圈外表面缺陷检测中的应用

针对圆锥滚子轴承内圈外表面位置的特殊性,提出了一种新的缺陷检测方法,并设计了一套完整的缺陷自动检测系统。利用机器代替人眼完成轴承内圈外表面缺陷的检测,该系统光源恒定,可获取高精度的图像,处理速度快,可以长时间不间断的工作。首先对获取的图像进行图像预处理,去除图像噪声。利用MATLAB图像处理工具箱中的函数对预处理后的图像进行图像分析,统计图像中灰度值的分布情况,即计算出灰度图像的均值,标准差,利用图像灰度值的标准差判别出图像的表面质量是否合格。经过实验测试取得了96%的检测成功率,证明了其可行性。     

基于奇异值分解的橡胶密封圈表面缺陷检测方法

为解决橡胶密封圈表面缺陷人工检测效率低,缺陷提取困难等问题,提高橡胶密封圈缺陷在线检测速度及准确率,提出一种基于机器视觉的橡胶密封圈表面缺陷检测方法。该方法采用多相机多线程图像采集模式,采集橡胶密封圈的上下表面不同位置的局部图像;对图像自适应中值滤波后进行边缘增强,并使用高斯差分算子提取轮廓粗边缘,利用Zernike 矩获取亚像素边缘位置;针对边缘存在不连续点问题,使用Ceres库多项式拟合,估计断点位置,并更新所有边缘位置;根据边缘位置寻找出整张图像中橡胶密封圈表面图像区域,并将该环形兴趣区域映射到矩形区域中;将获得的图像进行奇异值分解（SVD）,并通过连通域分析,提取出图像中的奇异区域,即存在缺陷的位置。经实验验证,基于奇异值分解的橡胶圈表面缺陷检测方法鲁棒性好、效率高,可以快速准确地寻找出橡胶密封圈表面缺陷信息。     

基于加工纹理平均方向的表面缺陷检测

针对机加工零件表面划痕缺陷高精度、高效率的检测要求,提出了一种基于零件表面加工纹理平均方向的检测方案。利用零件图像与其均值模糊图像生成差分图像,采用阈值和形态学方法获得强化的纹理;采用最小外接矩形从中提取主干纹理,利用统计方法和两次平均方法计算纹理的主方向,利用纹理的方向偏差检出异常纹理。实验结果表明,该方案能实现单组平面光源下的复杂缺陷检出,检测效率高、准确率高,满足工业检测的要求。     

重轨多曲面轮廓表面视觉成像优化研究

为了获取重轨表面缺陷视觉检测系统中光源的最佳入射角度,保障原始图像的品质,简化图像后续处理,结合了重轨多曲面多平面的表面轮廓特点,推导出了曲面视觉检测中光源对成像的影响,研究了重轨曲面视觉光学传递规律,设计了重轨表面光照角度优化实验,给出了基于图像清晰度的重轨表面图像综合评价方法,并对结果图像进行了综合评价,得出了重轨踏面、轨头底面和轨底顶面的光源入射角度评价曲线。该实验可获得重轨视觉检测系统中光源的最佳入射角度,为检测系统的搭建与光源角度配置提供了理论依据。     

基于图像角点匹配的机械加工零件表面缺陷检测

当前在对机械加工零件表面缺陷检测时,存在表面缺陷检测精度差的问题,导致检测结果不理想。提出一种基于图像角点匹配的机械加工零件表面缺陷检测方法,利用曲率空间检测零件图像的角点,采用泰勒级数删除伪角点。对特征点邻域梯度方向进行角度限度和就近投影,同时借助双向匹配方法进行机械加工零件图像角点匹配。在上述操作的基础上,利用一维直方图的阈值分割对零件图像进行分割处理,最终实现机械加工零件表面缺陷检测。实验结果表明,该方法能够获取高精度的零件表面缺陷检测结果,且对加工零件缺陷厚度、孔洞缺陷及缺陷最大边界距离的测量均较为准确。     

圆柱锂电池端面凹坑缺陷检测方法研究

端面凹坑是圆柱锂电池缺陷检测的重要指标之一。因为明暗对比度小的浅凹坑极易受金属表面上随机出现的亮点暗斑等强噪声的干扰,造成浅凹坑自动检测十分困难。为此,提出了一种解决方案：首先针对在单一光源角度下难以获取清晰的浅凹坑图像问题,采集6张凹坑在不同光源角度下的图像;其次采用时域平均和剔除异常值方法对6张图像进行融合得到基准面图像,并采用基于滑动窗口和奈奎斯特采样定理的空间滤波方法,减弱了信息强度较强的干扰噪声,再根据误差分析理论,提取灰度分布曲线的平均偏差;然后根据凹坑在灰度分布曲线中的形态,提取凹凸曲线段峰谷差和宽度比;最后采用BP神经网络方法建立检测模型来实现凹坑检测。对现场采集到的样本进行了测试,算法的正确检测率为100%。     

联合光度立体视觉和图像校正的磨粒三维形貌重建

分析铁谱技术在机械装备磨损状态检测中发挥了重要作用,但其仅能提供磨粒二维图像,导致磨粒形貌信息不足。为实现磨粒三维形貌的精确重建,联合光度立体视觉和图像校正,为精确重建磨粒的三维形貌,联合光度立体视觉和图像。该方法首先采用大津阈值法由全光源图像识别磨粒与背景区域;然后为消除LED发光强度差异对磨粒形貌重建的影响,结合平面形状和朗伯反射模型确定背景区域的理想成像亮度,并校正各光度图像序列的亮度;最后根据光度立体视觉方法,由校正后光度图像序列重建磨粒的三维形貌。以不同类型的磨粒为测试样本,将所提出的方法的重建结果与激光共聚焦显微镜的测量结果进行对比。结果表明：重建磨粒的形貌参数误差小于15%,表明提出的方法能够精确重建磨粒的三维形貌。     

结合暗场散射与曲率成像的镜面缺陷检测方法

在镜面表面缺陷检测技术中,常用的暗场成像检测法对于波纹类的三维镜面缺陷难以形成对比度,为此提出了一种结合暗场散射法和曲率成像法的综合型镜面表面缺陷检测方法.分别对暗场成像原理和基于条纹反射的曲率成像原理进行了理论分析;构建了结合两种成像模块的综合型镜面缺陷检测的实验装置;对注塑反射镜和抛光玻璃薄片两种样品进行了缺陷成像...     

基于改进 Canny 算子的锂电池极片表面缺陷检测

针对目前锂电池极片表面存在低对比度微小缺陷难以检测的问题,提出了一种基于改进Canny算子的锂电池极片表面缺陷检测方法。首先,使用双边滤波改善高斯滤波在降噪时可能造成的图像边缘模糊问题,并在此基础上引入多尺度细节增强算法来增强低对比度图像;其次,基于Sobel算子的3×3梯度模板计算极片图像的梯度幅值和梯度方向;最后,基于最大熵和Otsu算法自动获取图像的高、低阈值,通过逻辑与运算对两种算法阈值分割后的检测结果进行边缘融合,并利用形态学闭运算和细化算法修复不连续边缘,得到最终检测边缘。实验结果表明,传统Canny算子和Otsu-Canny算法难以有效检测不同类型的暗斑、露箔和划痕缺陷,而本文算法对这些缺陷均取得了较好的检测效果,能够在突出目标缺陷区域的同时,有效减少同色度背景噪声,正确检测率达98%,具有一定实用价值。     

全局阈值自适应的高亮金属表面缺陷识别新方法

高反射类零部件在其生产及后期处理过程中,可能会产生划痕、擦伤等表面缺陷,严重影响产品的使用性能和寿命。该类零件表面具有镜面反光特性,易导致检测过程中缺陷目标的漏检、错检。针对这类问题,基于数字图像处理技术,提出一种具备全局阈值自适应调整的高亮表面缺陷识别新方法。首先,构造利用空域和值域信息的滤波方式对原始图像进行处理,保护目标边缘信息;其次,以高斯函数的一阶导数构建Canny最优边缘检测器,结合全局阈值最大类间方差法和形态学图像分割法,完成图像分割以及相应阈值的自适应调整,实现对缺陷目标的识别。实验结果验证了算法的有效性及可靠性,能够在排除高光影响的基础上有效地识别缺陷目标,对高亮金属表面缺陷识别具有重要意义。     

Multi-Range approach of stereo vision for mobile robot navigation in uncertain environments

The detection of free spaces between obstacles in a scene is a prerequisite for navigation of a mobile robot. Especially for stereo vision-based navigation, the problem of correspondence between two images is well known to be of crucial importance. This paper describes multi-range approach of area-based stereo matching for grid mapping and visual navigation in uncertain environment. Camera calibration parameters are optimized by evolutionary algorithm for successful stereo matching. To obtain reliable disparity information from both images, stereo images are to be decomposed into three pairs of images with different resolution based on measurement of disparities. The advantage of multi-range approach is that we can get more reliable disparity in each defined range because disparities from high resolution image are used for farther object a while disparities from low resolution images are used for close objects. The reliable disparity map is combined through post-processing for rejecting incorrect disparity information from each disparity map. The real distance from a disparity image is converted into an occupancy grid representation of a mobile robot. We have investigated the possibility of multi-range approach for the detection of obstacles and visual mapping through various experiments.     

基于 Stereo RCNN 的锚引导 3D 目标检测算法

针对当前基于锚的双目 3D 目标检测算法存在的锚点数量选取较多,从而影响在线计算速度的问题,提出了一种基于 Stereo RCNN 的锚引导 3D 目标检测算法 FGAS RCNN。 在第 1 阶段中,输入左右图像分别生成相应的概率图以生成稀疏锚点及 稀疏锚框,再通过将左右锚作为一个整体生成 2D 预选框。 第 2 阶段的关键点生成网络利用稀疏锚点信息生成关键点热图,并 结合立体回归器融合生成 3D 预选框。 针对原始图像在卷积后会出现像素级信息丢失的问题,通过 Mask Branch 生成的实例分 割掩模结合实例级视差估计进行像素级优化。 实验表明,在没有任何深度和位置先验信息输入的情况下,此方法依旧可以在减 少计算量的同时保持较高的召回率。 具体来说,此方法在以 0. 7 为阈值的 3D 目标检测上平均精度为 44. 07% 。 相比于 Stereo RCNN,本文方法在平均精度上提高了 4. 5% 。 与此同时,此方法的整体运行时间较 Stereo RCNN 缩短了 0. 09 s。     

船体零件几何尺寸测量图像分割方法研究

针对船体零件表面划痕、锈蚀以及下表面成像等因素导致的伪边缘及边缘不连续问题,提出了基于边缘与 k-means 聚类的船体零件图像分割方法.对于表面划痕及锈蚀形成的伪边缘,在矩形边缘检测区域内利用轮廓法线方向与边缘梯度方向信息予以剔除;零件下表面成像导致的伪边缘,选取 k-means聚类区分零件的上下表面边缘;边缘不连续问题,基于测地距离和断点方向准确连接断点,形成封闭轮廓.实验结果表明,使用该方法可获得平滑、封闭的分割效果,船体零件的几何尺寸测量误差低于 ０.５mm ,且测得量值标准偏差的平均值为 ０.２６２mm ,测量重复性较高,有效保障了船体零件几何尺寸的测量精度.     

激光超声信号变分模态分解与裂纹定量检测

针对激光超声检测技术应用于金属增材件中所获取的信号具有复杂、多模态、信噪比低的特性的问题,获取激光超声信号进行时频分析,探究其频域可分性,采用变分模态分解算法根据频域特征进行分离并提取最佳表面波模态。在此基础上,提出一种基于激光超声信号B扫图结合变分模态分解提取表面回波特征值技术,对金属增材件表面裂纹长度进行定量检测。针对直接观察B扫图获取裂纹长度信息存在误差较大的问题,通过对变分模态分解提取的表面波模态在有无裂纹时反射回波峰峰值的变化分析,绘制扫查位置-峰峰值图并据此精确获取裂纹起始和结束位置,检测结果的相对误差不超过8%。与直接获取原始信号B扫图的裂纹长度信息相比,提高了检测精度。该方法在金属增材件的激光超声信号的特征提取与定量检测方面具有可行性。