基于X射线焊缝图像缺陷特征提取的研究

本文针对X射线焊缝图像的复杂性,提出了准确快速的提取焊缝区域和缺陷的方法。由于检测到的X射线图像具有对比度不高、光照不均、缺陷边缘模糊、图像噪声多、存在较大的背景起伏等缺点,首先对含有缺陷的焊缝图像进行一系列的图像预处理;然后采用自适应阈值分割算法来提取焊缝缺陷区域,为缺陷特征测量做准备工作;最后,在图像本身所包含的几何特征、灰度特征、结构信息、颜色信息等特征中,对缺陷图像进行几何特征的测量,以便对缺陷类型进行分类。结果表明,该方法能较准确地提取射线图像的焊接缺陷,并能较准确的获取该缺陷的几何和代数特征,具有良好的适应性和实用性。     

基于ARM7的底片数字化仪电机同步驱动设计

针对焊缝缺陷X射线实时自动检测技术普遍存在误检高的问题,研制了钢管焊缝缺陷X射线实时自动检测系统,本文提出了工业胶片智能检测系统中采集和控制的同步问题的研究方法,设计了步进电机的控制方法与光电编码器采集方法,通过超低功耗系列单片机LPC2114进行步进电机速度的采集与电机速度PID控制,同时,步进电机带动夹持机构使胶片相对CCD运动,线阵CCD开始采集图像。只要CCD的线频率与扫描机构的运动速度同步,就可以采集到没有畸变的图像,运用LMD18245全桥电机驱动器等器件以及设计所需的相关软件的使用。在此基础上,对系统进行设计、编程和调试,该系统在压力管道焊缝缺陷实时自动检测中验证了其正确性和有效性。     

基于STM32的焊缝底片数字化仪硬件设计

针对焊缝缺陷X射线实时自动检测技术普遍存在误检高的问题,研制了焊缝缺陷X射线实时自动检测系统,提出了工业胶片智能检测系统中采集和控制的同步问题的研究方法,设计了步进电机的控制方法与光电编码器采集方法,采用Cortex—M3内核的STM32进行步进电机速度的采集与电机速度PID控制,同时,步进电机带动夹持机构使胶片相对CCD运动,线阵CCD开始采集图像。只要CCD的线频率与扫描机构的运动速度同步,就可以采集到没有畸变的图像,运用LMD18245全桥电机驱动器等器件以及设计所需的相关软件的使用。在此基础上,对系统进行设计、编程和调试,该系统在压力管道焊缝缺陷实时自动检测中验证了其正确性和有效性。     

红外序列图像小目标自动检测与跟踪

提出了一种基于灰度形态重构开的红外图像序列小目标自动检测与跟踪的算法.使用形态重构开等形态学算子处理原图像,有效地消除背景,同时结合了红外小目标帧内亮度及空间信息,帧间运动信息,提取运动小目标.实验结果证明算法可以有效地自动检测与跟踪点目标.     

闪烁体缺陷引起的CT图像伪影修复

为了修复X射线投影图像中闪烁体缺陷引起的图像伪影,提高X射线投影图像的三维重构质量,结合X射线成像过程中闪烁体缺陷的结构特点,提出了一种改进的BSCB修复算法(IBSCB)。利用Kirsch算子对本底图像进行处理,获得标记出闪烁体缺陷像素的掩膜图像。进而对样品投影图像中相应的缺陷区域按照由外及内的顺序迭代进行修复和扩散,在对外层缺陷区域修复完成后,利用修复后的信息修复内部缺陷区域,并且根据周围缺陷像素的个数确定修复和扩散过程中的迭代系数和迭代次数;对于其中的修复过程,采用log算子滤波,并将滤波后的信息沿等照度线方向扩散实现图像修复。从主观视觉和客观数据两方面对BSCB和IBSCB修复算法进行评价。不同放大倍率下X射线投影图像的修复结果表明:IBSCB不但提高了修复质量,而且其修复速度也比BSCB算法提高了5~6倍。比较修复前后X射线投影图像的三维重构图像,进一步验证了本文算法的有效性。     

基于广义模糊算子的焊缝图像的缺陷提取

在X射线成像自动检测技术中,至关重要的一步就是图像中缺陷的提取和分割,其处理效果直接影响到后续缺陷的识别的正确性。先对焊缝图像进行广义模糊算子GFO增强处理,再运用数学形态学对焊道边界进行处理,最后提取出焊缝缺陷。实验证明,该方法能有效地提取出缺陷,为后续正确识别缺陷打下良好基础。     

基于能量积累和形态重构开的红外图像序列小目标检测方法

对多帧红外序列图像膨胀后累加，去除图像随机噪声，提高目标信噪比。使用重构开等形态学算子并结合红外小目标帧内亮度、空间信息和帧间运动信息，消除背景，提取运动小目标。实验结果证明算法可以有效地自动检测小目标。     

钢绳芯胶带图像缺陷特征自动提取技术

结合磁检测和X射线检测技术,实现钢绳芯胶带的事故隐患检测,以确保胶带输送机的安全使用。实现胶带射线图像中缺陷特征的自动提取,是保障整个检测系统实时性的关键。重点以接头抽动特征的提取为例,提出一种胶带射线图像中缺陷特征自动提取的方法。算法对存在缺陷的胶带射线图像进行降噪和剪裁处理,以减少无用信息;基于图像水平方向灰度差分的方法弱化钢丝绳信号对缺陷信息的干扰;对图像实施二值化分割,并利用图像中连通的亮点区域的面积来区分缺陷目标和噪声,以提取缺陷区域信息;通过图像扫描得到缺陷的位置和尺寸信息。实验结果证明了算法的可行性。     

一种基于小波相位信息的低强度X射线影像系统的图像去噪方法

新型低强度X射线影像系统主要是由平板式单近贴静电聚焦X射线像增强器和CCD数据采集系统构成.文章简述了低强度X射线影像系统的图像噪声来源和特点,并根据图像噪声的特点,先进行多帧叠加平均预处理,再进行小波变换滤波.区别于传统的小波变换方法,引入小波变换的相位信息概念,根据噪声和图像信息小波变换后的相位不同特点,从局部和相邻尺度两方面联合进行噪声自动判别和滤除.小波反变换后,得到输出图像,通过对峰值信噪比的计算,表明该方法能取得较好效果.     

基于分水岭的分割算法在无损检测中的应用

通过分析焊接缺陷X射线检测方法的现状和目前存在的主要问题,针对缺陷图像的模糊特点和实际应用的要求,提出了一种基于动态合并准则的分水岭分割方法.阐述了在分水岭算法的基础上做的一些改进,其内容是通过动态合并准则进行边分割边合并的方法,有效地抑制了过分割现象.结果表明,该方法对工业射线获取的缺陷图像能够快速、准确地得到分割结果,并且具有较强的抗噪声能力.     

基于图像融合的运动前景检测方法

提出了一种有效的运动前景检测方法。该方法根据图像融合思想,将背景帧与监控视频的当前帧在R,G和B颜色通道分别进行融合,形成包含背景帧和当前帧视觉信息的单一融合图像。之后根据背景区域与前景运动目标在饱和度上存在较大差异的现象,使用大津算法分割融合图像的饱和度分量图,形成运动前景二值图。经形态学处理后,形成了目标区域较完整、背景干净的运动前景检测图。实验结果显示,该算法具有较好的前景检测性能,解决了背景减法过分依赖背景帧的缺陷。     

线路板缺陷的图像检测方法

为提高线路板缺陷的自动检测能力,结合图像处理技术,提出了线路板缺陷的图像检测方法。该方法首先对Gerber文件解析,获取标准线路板图像;其次利用定位孔检测实现标准线路板图像与待检测图像的配准;然后结合形态学滤波,完成线路板缺陷区域定位;最后根据常见缺陷的特征,综合采用面积法、连通域法和缺陷边缘邻域法,实现了常见缺陷类型的自动识别。通过对真实线路板图像仿真缺陷的检测实验,其结果证明了该方法的有效性。     

基于自适应局部增强的手机TFT-LCD屏Mura缺陷自动检测

针对手机屏幕图像整体亮度不均以及Mura缺陷对比度低等特点,提出一种基于自适应局部增强的Mura缺陷自动在线检测方法。首先对CCD相机采集的手机屏幕原始图像进行感兴趣区域提取、几何校正、滤波等预处理,获取图像中的屏幕区域,然后将屏幕区域划分为多个不重叠的像素块,并根据每个像素块的灰度分布特征,采用自适应局部增强算法自动识别并定位图像中的Mura区域,最后考虑到Mura缺陷大小的不确定,提出采用多层级分块的方式对屏幕区域进行检测,提高算法鲁棒性。实验结果表明,相较现有多种屏幕缺陷自动检测算法,本文方法能更准确有效地识别手机屏幕中的Mura缺陷,且覆盖率和误检率分别为91.17%和5.84%。     

A detection algorithm of spatter on welding plate sur-face based on machine vision

Welding spatter seriously affects the surface quality of the product. Aiming at the automatic detection problem of spatter on welding plate surface, an in-situ detection algorithm of welding spatter based on machine vision is designed. In the extraction process of the welding spatter, the two-dimensional Fourier transform is adopted to obtain the frequency and phase information of image, and the elliptical high-pass filter is introduced to filter the low-frequency signal. The experi-mental results show that the proposed algorithm has higher extraction rate and extraction accuracy rate of welding spatter than the threshold method, the rectangular high-pass filter and the Canny operator, and it has the characteristics of high efficiency, high precision, and good robustness     

基于图像区域划分的轨道缺陷自动检测技术研究

轨道表面缺陷检测是保障铁路运输安全的重要手段之一,本文设计了基于机器视觉的轨道缺陷自动检测系统,并对钢轨表面缺陷提取技术进行了研究。改进了最大类间方差自适应阈值分割算法,提出了基于轨道峰区检测的自适应二值图像投影法快速提取钢轨表面区域;最后,采用内部点掏空法和链码跟踪算法获取并存储缺陷轮廓信息,实现了钢轨表面缺陷区域的自动检测。实验结果表明:本文所采用的方法可快速定位钢轨区域,并自动准确提取缺陷图像,平均每幅图像耗时11 ms,从而为后续缺陷的测量和识别奠定基础。     

视频图像中的运动目标检测

运动目标检测,是指从视频图像中将运动变化区域提取出来的检测技术,是图像处理技术的基础。在军事公安、交通管理、视频监控、医学检查等领域应用广泛。为了改进单独采用帧差法或背景减法进行运动目标检测时存在的不足,本文提出一种利用边缘信息的三帧差法与基于混合高斯模型的背景减法相结合的运动目标检测算法。该方法对视频图像中连续的三帧图像两两差分,对3个差分图像取均值,二值化,再经过形态学处理,并对中间帧进行Canny边缘提取,将二者进行"与"运算,即得到运动目标的边缘,用背景减法提取中间帧的前景,二值化,将其和目标的边缘进行"或"运算,经过形态学处理便可得到运动目标。实验结果表明,使用该方法目标检出率提高了9.7%~72.1%,误检率降低了0.090%~2.900%。这种二者相结合的方法相对于单一的检测算法能够有效、可靠地提取出运动目标。     

一种基于激光视觉的焊缝实时检测技术研究

提出了一种基于激光视觉的焊缝实时检测技术,旨在提高焊缝检测的速度和精度。在实际的焊接过程中,由于大量噪声的干扰,焊接图像的采集一直是一个复杂的过程。 本文首先建立基于激光视觉的检测系统,以获得激光条纹的原始图像。在此基础上,将原始激光条纹图像灰度化,并提出一种改进的快速中值滤波算法,在去除图像中椒盐噪声的同时,缩短了程序运行时间。并通过Otsu阈值分割获得激光条纹的二值图像,提取感兴趣的激光条纹区域。接着结合方向模板法和脊线跟踪法提取激光条纹中心线,最后采用亚像素级角点法提取焊缝的特征点。 实验证明,本文提出的方法有效地克服了焊接环境的影响,不仅缩短了焊缝特征点检测的时间,而且具有较高的检测精度,符合实际焊接要求。     

基于机器视觉的密封件表面缺陷检测研究

针对密封件行业的工程要求,为了解决密封件表面缺陷检测所面临的图像采光不均匀及人工目测不准确的问题,设计了基于机器视觉的图像检测系统。该系统适用于多种O型密封件尺寸的电控运动定位检测,利用适合表面缺陷检测的模板匹配方法对橡胶密封件表面细小缺陷进行检测识别,该方法与传统的人工检测方法相比,具有非接触、可在线、客观真实、自动化等优点,可有效地解决密封件表面缺陷检测问题。     

基于改进YOLOv5的PCB小目标缺陷检测研究

面对印刷电路板(print circuit board,PCB)小型化、多层化、高集成化的趋势,针对目前PCB缺陷检测方法存在漏检、特征提取困难、误检率高以及检测性能差等问题,本文提出了基于改进YOLOv5算法的PCB小目标缺陷检测方法。该方法先针对PCB小目标缺陷特点采用DBSCAN(density-based spatial clustering of applications with noise) +二分K-means聚类算法以找到更适合的锚框;然后对YOLOv5的特征提取层、特征融合层以及特征检测层进行改进,增强关键信息的提取,加强深层信息与浅层信息的融合;从而减少PCB缺陷的误检率、漏检率,以提高网络的检测性能;最后在公开PCB数据集上进行相关对比实验。结果表明,改进后模型的平均精度(mAP)为99.5%,检测速度为0.016 s。相比于Faster R-CNN、YOLOv3、YOLOv4网络模型,检测精度分别提升了17.8%、9.7%、5.3%,检测速度分别提升了0.846 s、0.120 s、0.011 s,满足PCB缺陷在实际工业生产现场的高精度、高速度检测要求。