基于小波增强与Canny算法融合的锂电池极片缺陷检测方法

针对目前锂电池极片表面存在亮度不均、低对比度微小缺陷难以检测的问题,提出了一种基于小波增强与Canny算法融合的锂电池极片缺陷检测方法。首先使用K-近邻均值滤波抑制图像背景噪声,然后基于小波变换分别采用线性调整和多尺度细节增强方法处理图像的低高频分量,进行图像增强,接着利用PSO-OTSU算法自适应获取增强后图像的最佳高低阈值,最后利用哈夫检测法连接边缘点。通过测试漏金属、亮点、划痕、孔洞等缺陷各700张图片,定量分析比较了3种算法的准确率,实验结果表明,相对于其他两种算法,本文算法可以较好地保留缺陷边缘细节,检测低对比度微小缺陷,提取精确完整的缺陷轮廓,检测准确率达97.85%,具有一定的实用价值。     

最大熵和高斯模型在锂电池缺陷识别中的应用

锂电池极片缺陷在线识别系统中采用最大熵阈值法实现图像的阈值分割,采用缺陷面积排序的方法取出最大缺陷目标,提取二值化图像中缺陷的几何形状和投影参数作为特征值,最后采用高斯混合模型算法实现对缺陷目标的识别分类。实验结果表明:该系统能自动实现阈值分割,准确提取缺陷特征,识别准确率达到94%。     

基于Gabor小波和加权马氏距离的带钢表面缺陷检测

针对现有带钢表面缺陷检测方法检测率低,难以满足高质量带钢生产的需求。本文融合Gabor小波变换和加权马氏距离阈值化方法,提出了一种新的带钢缺陷检测算法。首先通过实验获取Gabor滤波器一组最优参数,对采集到的样本图像做Gabor模板卷积,得到边缘图像。然后对图像像素点进行加权处理,重新估计马氏距离的协方差矩阵,增大感兴趣区域像素点权重,得到任意灰度值样本与总体样本加权的马氏距离,增强了目标缺陷的边缘特征。最后利用连通区域标记法,搜索并标记带钢缺陷位置,完成了缺陷检测。实验对比表明本文提出的带钢缺陷检测新算法检测率为94.13%,漏检率为4.87%,验证了算法的有效性。     

基于机器视觉的风机叶片缺陷检测

针对风机叶片缺陷难以检测的问题,提出一种基于机器视觉的风机叶片缺陷检测方法.首先,使用非局部均值方法去除图像中的背景噪声,同时平滑缺陷边缘;其次,使用自适应对比度增强方法进行图像增强,提升图像的整体质量;然后使用双阈值 OTSU 大津法分割增强后的图像,提取得到缺陷区域;最后,使用 Canny算子和形态学 变换对缺陷区域进行边缘检测,得到缺陷区域定位.试验结果表明,该算法具有一定的有效性和准确性.     

杂背景下TFT-LCD表面缺陷检测系统的设计

设计了背景去除算法和缺陷区域检测算法,对复杂背景与低对比度条件下采集的TFT-LCD图像进行处理,利用一维傅里叶变换和全尺寸小波变换提取缺陷特征信息,可以较准确地检测出缺陷区域.搭建了在线检测系统平台,通过辅助光源和高速线阵相机采集图像,由图像采集卡保存至计算机中,利用Matlab编写上层图像处理软件进行在线检测.实验...     

圆形交通标志牌识别系统的仿生设计

提出了一种基于对数极坐标变换与Zernike矩相结合的交通标志牌识别算法。首先,在HSI空间采用直方图均衡化来提高图像的对比度,随后以颜色为特征对交通标志牌进行检测,分割并且对存在过度分割的区域进行合并,接着以形状为特征对检测到的候选区域进行筛选以及归一化;然后结合对数极坐标变换以及Zernike矩来提取图像的特征;最后通过支持向量机(support vector machine,SVM)分类器来实现目标识别。实验结果显示,交通标志牌检测正确率达到了94.71%,识别率达到了85%,表明该算法可有效地识别出不同光照条件下发生变形,缩放及旋转后的交通标志牌。     

基于SLIC超像素算法和密度聚类的TA2钛板表面缺陷定量化评估研究

由于边缘效应的影响,TA2钛板涡流C扫描图像中缺陷区域与背景区域混杂,边缘对比度低,难以实现缺陷区域定量化评估。针对以上问题,提出了一种基于简单线性代聚类(SLIC)超像素算法和密度聚类算法的涡流C扫描图像分割方法。首先对TA2钛板进行涡流无损检测,获得包含有TA2钛板表面缺陷的涡流C扫描图像;然后利用SLIC超像素算法将获得的C扫描图像预分割成若干小区域;最后通过密度聚类算法对预分割后的C扫描图像进行区域合并,得到受检测TA2钛板C扫描图像中的缺陷区域,通过对缺陷区域进行细化处理和轮廓跟踪可以得到TA2钛板缺陷区域的估计长度,实现对TA2钛板表面缺陷的定量化评估研究。实验结果表明,该方法能够有效地实现受检测的TA2钛板表面缺陷的可视化、定量化分析,与传统的图像分割方法相比分割效果更优、准确性更高。     

基于POBT的空瓶规则纹路区域缺陷检测

现有的玻璃瓶瓶身质量检测方法中,缺乏对有纹理图案的玻璃瓶的缺陷检测,针对这一问题,提出一了种仅基于相位变换(phase only based transition,POBT)的玻璃瓶纹理区域缺陷检测算法。该算法采用基于灰度投影的方法求取玻璃瓶瓶身中心坐标,利用基于相位的变换方法,通过归一化过程去除玻璃瓶规则纹路区域的低频纹路分量,仅保留下缺陷图像,应用概率修正自适应阈值分割方法对经过POBT变换后去除纹理留下的缺陷的图像进行分割,提取缺陷,并将该分割方法与3种传统型的方法进行对比。实验结果表明,该方法可实现瓶身规则纹路区域的高速高精度缺陷检测。     

小波分析在图像边缘检测中的应用

本文采用基于小波变换的自适应阈值图像边缘检测方法对图像边缘进行检测,并通过matlab软件对算法进行了验证。通过与传统边缘检测方法的比较,证明采用自适应阈值时,还能较好地保留微弱边缘,对强弱边缘同时存在的图像有较好的适应能力。该方法较传统方法具有更高的抗噪能力。     

钢轨表面缺陷检测机器视觉系统的设计

设计了动态阈值分割算法和缺陷区域提取算法,对钢轨表面掉块、表面裂纹两类典型缺陷图像进行处理,可以准确提取缺陷区域,标定缺陷位置,并统计缺陷特征。搭建了在线钢轨探伤模拟平台,通过高速线阵相机和辅助光源获取图像,由千兆网传输到工控机中,利用Halcon和Visual Csharp编写上层图像处理软件进行在线检测。模拟钢轨探伤实验可以在最快100 km/h速度下,准确的发现钢轨样品表面宽度1 mm的裂纹缺陷,并记录缺陷所在位置。     

一种基于小波邻域的半软阈值去噪算法

针对小波硬阈值去噪函数的不连续和软阈值去噪函数的恒定偏差导致图像边缘模糊的缺点,本文提出了一种新的半软阈值函数。该方法通过区分图像的强弱边缘分别进行处理,并在弱边缘小波系数的估计中采取基于贝叶斯估计的方法且考虑了邻域小波系数的大小。仿真结果表明,与原有的小波阈值去噪算法和普通的阈值去噪算法相比,该算法在峰值信噪比(PSNR)、边缘保持指数(EPI)和视觉效果上都有明显的提高。该方法能够很好地保护图像边缘信息,达到很好的去噪效果。     

一种基于双阈值区域分割的SAR图像目标提取方法

本文提出一种基于"双阈值"的区域生长算法。该方法首先对图像中感兴趣的区域进行分割,通过阈值的选取对已分割区域进行合并与剔除虚警来提取感兴趣的目标。采用国产机载SAR图像,以大中型建筑物为例进行了实验。实验结果表明该方法能够有效地提取目标特征,进行区域分割。     

小波分析在管道螺纹缺陷超声波检测中的应用

油管螺纹区由于其工作和结构上的特殊性,螺纹区内易产生螺纹内断裂,根部裂纹,应用通常的检测方法很难对螺纹区缺陷进行检测.这些缺陷如不及时发现,将影响到油井作业的安全.本文介绍的是采用超声波技术研制油管螺纹区裂纹检测的传感器,检测出螺纹区内的缺陷信号;并提出了一种采用小波技术对超声波检测信号进行初步降噪;然后采用基于快速傅里叶逆变换(IFFT)小波矩的快速算法进行插值处理的方法,对超声波信号图像细节特征进行了提取检测,通过比对模极大值点捕捉缺陷位置,获得了良好的检测效果.     

CFRP/Al蜂窝结构缺陷红外热图特征的多结构形态学-PCNN识别

CFRP/Al蜂窝结构在制备和长期服役过程中易产生脱粘、分层、积水等缺陷,因此采用红外热波无损检测技术对其状态进行检测尤为重要.在采集CFRP/Al蜂窝结构缺陷红外热图像序列的过程中,存在着较大的背景噪声,容易产生对缺陷的检测效率低、对比度差等问题.为了提高缺陷检测效果,采用主成分分析算法对去除背景后的红外图像序列进行缺陷特征信息降维处理,有效滤除红外图像序列中的不均匀背景噪声.结合多结构形态学和脉冲耦合神经网络(PCNN)混合算法对缺陷区域进行图像增强和图像分割来提取缺陷区域.实验结果表明,采用上述方法,能够进一步地滤除红外图像的不均匀背景噪声,改善缺陷区域提取效果,有效提高缺陷检出率.     

Curvelet变换及其在图像去噪中的应用研究

Curvelet变换由小波变换发展而来,克服了小波变换在表达图像边缘的方向特性等方面的内在缺陷。本文阐述了Curvelet变换的基本原理,并结合实例采用改进的Curvelet变换阈值去噪算法进行了图像的去噪研究。采用的新阈值函数不但整体上连续性好,而且克服了硬阈值函数的不连续以及软阈值函数在处理较大Curvelet系数时总存在恒定偏差的不足,同时又保留了软、硬阔值函数原有的优点。实验结果表明本文算法无论是视觉效果还是客观标准上都优于传统算法。     

基于红外热点的电力缺陷检测方法

针对直升机电力巡检拍摄到的实时红外视频序列,寻找定位高温点并实时反馈给控制系统,首先对其进行Hough变换检测输电线,然后采用Otsu自适应阈值算法对红外图像中的热点区域进行分割,提取出缺陷区域,接着利用SIFT特征匹配识别红外图像中的绝缘子,最后对缺陷进行分类和分级。实验证明该算法发热点定位准确率较高,可智能识别缺陷,减轻了人工作业负荷。     

基于改进RHT的SAR图像机场区域提取算法

星载合成孑L径雷达(SAR)图像信噪比低,由于相干斑噪声和非检测目标的干扰,在其中进行机场目标检测及区域提取难度较大.针对上述问题,提出一种星载SAR图像机场目标检测提取算法.对原始SAR图像进行curvelet阈值去噪处理,抑制相干斑噪声并突出低灰度区域;根据灰度分布进行Otsu最大类间差分割,初步划分感兴趣区域(ROI);通过加入了最小二乘修正的随机Hough变换(RHT)检测机场跑道;最后基于跑道上选取的种子点区域生长得到完整的机场区域.实验结果表明,提出的算法解决了星载SAR在解译方面的难点,有效检测出机场目标并提取相关区域,具有较高准确率和鲁棒性.     

基于机器视觉的高速切片机锂电池极片在线检测系统设计

为了提高锂电池极片质量的一致性,设计和实现基于机器视觉的高速切片机锂电池极片在线检测系统。为实现极片的表面缺陷检测,该系统结合高速切片机的工作原理及生产实际工作,选用了4K线阵CCD系统,构建了动态的扫描系统,并制定了相应的安装布局图;通过开发缺陷识别系统及人机界面系统,实现了极片的实时显示监控、分类剔除,以及信息的存储。实际工业环境使用表明:该监控系统运行可靠、易于扩展,提高了锂电池生产的自动化水平和产品的成品率。     

基于主结构提取与签名算法的织物缺陷检测

为解决目前基于图像处理的织物缺陷检测算法中,因织物组织纹理结构复杂、花型繁多造成的检测效果差的问题,提出一种基于主结构提取与图像签名算法的纹理织物缺陷检测方法。首先,使用改进的总变差模型去除织物纹理提取主结构;其次,利用高斯变换对待检测图像进行多尺度分解,构建高斯金字塔;然后根据视觉注意力机制提取颜色特征,通过图像签名算法对疵点进行显著性检测,最后利用自适应阈值的方法分割得到疵点区域。实验结果表明,算法可有效地提取各种织物的主结构,实现不同纹理织物图像的缺陷检测。     

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。