基于机器视觉的钢轨表面缺陷检测系统

为了实现钢轨表面缺陷自动化检测,以手推式轨道检测车为平台建立基于机器视觉的钢轨表面缺陷检测系统。以黑白线阵CCD相机获取轨道图像,并辅以线阵白光光源主动照明,减少外界光源的干扰;编码器安装在车轮上获取检测车的运动信息,并将里程转换成脉冲信号触发线阵相机进行图像采集,获取的图像经千兆网传输至工业计算机进行处理;利用单片机设计信号处理器读取编码器的脉冲信号,根据编码器A、B相输出信号的相位差判断车轮的前进方向;提出改进最大熵阈值分割法对钢轨图像分割,使分割结果接近目标出现的概率。实验结果表明,图像采集系统能够稳定的采集轨道多部件图像,相比于Otsu、原始最大熵阈值分割法,改进最大熵阈值分割法在减少误分割的同时能够比较准确的将缺陷分割出来,与背景差分法、积分投影法相比,本文方法获得了较低的误检率和漏检率。     

基于深度学习三维成型的钢板表面缺陷检测

为了解决二维检测方法难以检测带有深度信息的缺陷问题,提出全新的三维重建网络.提出基于多尺度特征增强的级联式三维重建网络(MFE-CasMVSNet),并与点云数据处理技术结合,用于钢板表面缺陷检测.为了提高三维重建的精度,提出位置导向的特征增强模块(PFEM)和多尺度特征自适应融合模块(MFAFM),对特征进行有效提取并减少信息丢失.提出基于曲率稀疏化的密度聚类方法 (CS-DBSCAN),用于精确识别不同部位的缺陷.引入三维检测框,实现对缺陷的定位与检测可视化.实验结果表明,相较于图像几何的重建方法,MFE-CasMVSNet能够更加精确、快速地实现钢板表面的三维重建.相较于二维检测,三维缺陷检测能够精确获取缺陷的三维形状信息,实现对钢板表面缺陷的多维度检测.     

基于峰值信噪比改进的图像增强算法

在图像增强技术中,现有的图像增强算法在对图像进行增强时,总是伴随着原图像亮度的丢失和过度增强效果。提出一种改进的图像增强算法,该方法解决了传统图像增强过程中造成的过度增强、局部过度不自然、原始图像亮度降质的问题。实验结果证明,基于峰值信噪比的改进的图像增强方法优于现有的算法,并且该算法可以在对图像增强的基础上有效的维持原始图像的亮度。     

基于图像技术的钢球表面缺陷检测研究

针对钢球表面缺陷检测系统的需要,设计了基于钢球表面缺陷图像的检测程序,用LabVIEW开发了图像处理模块.通过对钢球表面缺陷类型的图像特征分析,确立了一套比较适合于点子缺陷类型的图像识别方法.实际应用表明,此图像处理程序能很好地进行点子缺陷提取,同时也为其他类型的缺陷检测打下了基础.     

基于图像增强和边缘检测的电力设备故障诊断研究

本文重点介绍了电力设备红外热像技术中的图像增强和边缘监测两个方面的内容,对其分类和优缺点进行了全面的阐述,同时基于Matlab技术对某电厂的红外热像图片进行了相应处理,处理后的图像对准确定位故障位置,起着良好的参考作用,为现场检修人员提供了一定的借鉴作用.     

基于图像处理的油封缺陷检测方法研究

针对员工对油封缺陷进行肉眼检测时存在检测效率低、易遗漏、成本高等不足,提出一种基于图像处理的油封缺陷在线检测方法.通过图像的采集系统采集油封图像,先对油封图像进行预处理,包括灰度处理、中值滤波,然后通过Otsu阈值分割和链码法提取油封边缘轮廓特征,采用最小二乘法拟合油封唇口圆形轮廓来确定样件是否存在缺陷,根据检测结果将有缺陷的样件筛选出来.实验结果表明,该检测系统能够在线完成产品缺陷检测,该方法具有检测成本低、可靠性高、实时性好、容易在线实施等优点.     

基于小波域边缘检测的图像增强方法

提出了一种基于小波域边缘检测的图像增强方法,首先对图像高频部分进行边缘检测,然后对边缘单独增强,再经过小波逆变换后得到增强的图像.实验仿真结果表明,该方法优于传统的图像增强方法,不但使图像中较模糊的、对比度差的细节得到增强,而且减少了噪声的影响.     

基于神经网络的钢材表面缺陷快速检测

表面缺陷是影响钢材质量的重要因素,钢材表面缺陷图像在线快速检测已成为国内外学者研究的热点课题。研究钢材表面缺陷识别技术不仅具有一定的理论价值,更具有实际的应用前景。本文设计并通过仿真实现了冷轧带钢表面缺陷检测系统及缺陷分类系统,重点研究了BP神经网络方法及图像处理技术在钢材表面缺陷识别中的应用,实现冷轧带钢表面缺陷的快速自动分类。     

基于Retinex理论图像增强的边缘检测

分析了基于Retinex理论图像增强算法和传统的Canny边缘检测算法,提出将2种方法有效结合起来,应用于曝光不均匀、图像模糊不清或者对比度低图像的边缘检测中。实验表明该方法能准确检测图像中的目标边缘,比单一应用Canny算法检测到的边缘细节更丰富,且能较好地保持目标边缘的连通性。     

基于主成分分析的轮胎缺陷检测算法研究

针对X光射线轮胎图片中出现的灰度特征缺陷,提出基于主成分分析的轮胎缺陷检测算法.该算法首先通过图像增强技术使轮胎的缺陷特征更加明显;然后,采用主成分分析技术设置阈值,保留整幅图片的主要特征,再通过重构图像将轮胎图片映射到更少的相互正交的向量空间中,将原图与重构图像的像素值矩阵进行差分,得到初步定位的含有缺陷的图像;最后,初步定位的图像经过阈值分割和腐蚀得到只含有缺陷的图像,实现精确定位.对200幅具有不同灰度缺陷形状的X射线轮胎图片进行缺陷检测,实验结果表明：该算法能有效地检测出缺陷所在位置,且算法时效性优于其他算法.      

基于多元图像分析的表面缺陷检测算法

为了提高工业产品质量控制中表面缺陷检测的准确性和可靠性,提出一种基于多元图像分析(MIA)的表面缺陷检测算法.采用合格样本图像和被测图像堆叠构成多元被测图像,利用基于主成分分析(PCA)的多元图像处理方法,获得多元被测图像的主分量表示,将去掉第一主分量和噪音后的Q统计图像作为缺陷特征的检测空间,利用阈值处理检测缺陷.金属罐内壁的表面缺陷检测实验结果表明,与现有基于直方图阈值处理等检测方法相比,受照明不均匀影响小,提高了图像检测系统的准确性和鲁棒性,使缺陷的误检率大大降低.     

带钢表面缺陷图像的小波阈值降噪研究

以典型带钢表面缺陷图像为例,采用小波阂值降噪方法研究带钢表面缺陷图像的小波阈值降噪规律,并论述了带钢表面缺陷图像闽值的选择和小波基的选取。结果表明,图像经过小波变换后具有低熵性、多分辨率和选基灵活性等特点,使得小波闽值降噪提高了图像的信噪比、改善图像的质量,并且增强图像的清晰度。     

基于影像增强和综合决策的VIRR影像云检测

为充分利用FY-3-VIRR(风云三号可见光红外扫描辐射计)VIRR各个波段的影像,提高VIRR云检测效果,提出基于像元晴朗置信水平的云检测算法。对VIRR多光谱遥感影像进行图像增强,包括NDVI,RVI,NDWI等,并对水像元进行提取,完成云像元和地物像元的对比增强;对每一种增强图像或者单波段图像中各类像元的分布进行分析,并确定像元的晴朗置信水平;综合决策对像元的晴朗置信水平进行确定,并生成云掩模。两种结果对比表明,本文所述方法云检测结果优于直接利用光谱信息云检测的方法。     

单线阵CCD系统的表面凹坑缺陷检测方法

为解决表面凹坑缺陷与其他平面表面缺陷同时在线检测的问题,提出一种基于单线阵CCD系统进行表面凹坑缺陷检测的方法．根据光辐射照射模型和相机成像模型,建立了基于单线阵CCD的凹坑检测数学模型,由模型推导出图像像素灰度与凹坑深度的关系,利用特定光源和光照角度的关系,进行表面凹坑缺陷的检测．结果表明,由于凹坑边缘部位深度的渐变引起CCD输出电压信号的渐变,凹坑图像呈现边缘像素灰度渐变现象,且随光源光照角度的降低,凹坑图像特征更加突出．边缘灰度渐变的图像特征成为凹坑缺陷与其他平面缺陷相区别的重要特征,有利于凹坑缺陷的检测与识别．     

基于特征与形貌重构的轴件表面缺陷检测方法

针对轴件表面缺陷机器视觉检测方法中的水渍残留误检率高和人工复检效率低问题,提出一种基于特征与形貌重构的轴件表面缺陷检测方法. 对轴件工业高速线扫描图像进行预处理,基于改进的阀值迭代算法完成图像分割,通过去除背景、噪点和干扰提取缺陷图像. 建立基于曲线簇包络轮廓的轴件表面缺陷特征模型,结合分割图像各连通域的面积、面积占比、粗短度训练逻辑回归分类器,对凹坑、裂纹和麻点等轴件表面典型缺陷进行识别,并结合图像深度信息进行缺陷形貌重构,消除水渍等伪缺陷,提高轴件表面缺陷检测鲁棒性. 实验结果表明,所提出的轴件表面缺陷检测方法有效,具有较高的缺陷识别率和鲁棒性能,平均识别时间为3.69 s,缺陷轴加权识别率为98.86%,可以对3类典型缺陷和水渍进行准确识别.     

基于二维正弦曲面滤波器的指纹图像增强算法研究

在深入分析指纹图像的基本特征及其对正弦曲面相似性的基础上,构造符合指纹局部区域纹线灰度分布规律的正弦曲面滤波器模型,并提出了基于该模型的指纹增强算法.实验结果表明,相比于加博增强算法,该算法具有更好的纹线连接能力,能有效提高指纹图像增强的实际效果和细节特征信息提取结果的准确性.     

基于相控技术的钢板电磁超声检测方法

为了提高钢板中电磁超声回波信号,提出了一种基于相控技术的钢板电磁超声检测方法.研究了相控聚焦技术和钢板中电磁超声换能器的换能机理,通过多阵元组成激发换能器阵列,运用延时法使超声波在目标区等相位叠加,实现超声波聚焦,并在Q235钢板上采用分立式结构进行实验验证.结果表明:该方法有效弥补了收发换能器间声程差引起的相位偏移,激励电压一致时,658 mm处接收的回波信号幅值提高为中心换能器单独激发时的2倍;采用三阵元激励换能器阵列检测方法可实现缺陷处的超声波聚焦,520 mm处缺陷回波幅值提高为中心换能器单独激发时的1.83倍.     

基于改进的BP神经网络钢板表面缺陷分类算法研究

钢板表面质量决定钢板的抗腐蚀性、抗磨性和疲劳强度等使用性能,决定相关产品的安全性能.目前还没有一种算法可很好的解决钢板表面缺陷分类问题.应用BP神经网络算法识别钢板表面缺陷,并采用高阶扰动理论解决BP神经网络算法固有的缺点,如学习速度慢、易陷入局部极值等.最后通过实验验证了算法的有效性,钢板缺陷识别率达到83%.     

基于雷达图像的水面无人艇目标检测技术

针对水面无人艇雷达目标探测问题,进行了嵌入式雷达图像采集处理系统的研究.提出了嵌入式雷达图像采集处理系统的体系结构.在提取目标位置信息的基础上,选择目标的位置、面积、不变矩特征,完成目标在雷达图像序列中的匹配,实现目标跟踪.针对雷达图像序列中偶有目标丢失的问题,利用卡尔曼滤波预测目标位置信息,帮助建立完整的目标链.最后通过海试验证了所设计的嵌入式雷达图像采集处理系统的可行性,试验表明所提出的图像处理算法、目标的特征匹配和卡尔曼滤波预测算法可以有效的完成目标的检测和跟踪.