共查询到16条相似文献,搜索用时 218 毫秒
1.
2.
针对在强噪声、低对比度及复杂背景特征下X射线焊缝图像的缺陷检测问题,提出了去噪处理、焊缝边缘分割及缺陷检测的方法.用快速离散Curvelet变换和循环平移相结合的方法,对焊缝图像进行滤波去噪,同时对图像列灰度曲线用最大类间方差法提取焊缝区域.在图像预处理后,采用三阶Fourier曲线对图像列灰度曲线进行拟合并扩展到三维空间,构造出自适应阈值面,最后利用原图像与构造曲面三维灰度图的灰度值差异,准确分割背景与缺陷区域.结果表明,与传统缺陷检测算法相比,该方法能准确提取出焊缝缺陷,漏检率和误判率低,准确率可达95%. 相似文献
3.
针对现有人工目检方法对精加工硬质合金微型喷嘴产品表面检测存在速度慢、缺陷漏检率和误检率高等问题,提出一种基于机器视觉的喷嘴图像缺陷检测方法。分析了喷嘴缺陷图像类型和喷嘴结构,重点研究了喷嘴缺损圆边缘拟合、疤料边缘增强、极坐标变换和缺陷灰度值差异统计等。该方法避免了喷嘴的复杂结构对缺陷定位和检测造成的大量计算。通过对合格和不合格喷嘴进行检测,验证了该方法缺陷检测准确率达到98.6%,每件产品检测时间为0.834 s,而目视检测准确率为91.2%,每件产品检测时间为5.213 s。因此该算法有效提高了检测精度和速度,满足工业生产线对喷嘴检测准确性和实时性的要求。 相似文献
4.
《组合机床与自动化加工技术》2017,(10)
针对陶瓷阀芯表面缺陷特征复杂、啮合表面存在研磨抛光区域等问题,现有基于视觉检测的陶瓷阀芯表面缺陷检测算法对不同种类陶瓷阀芯的适应性较差且漏检率高,该研究提出了一种分区域、多级优化的陶瓷阀芯表面缺陷检测算法。首先依据陶瓷阀芯表面反射率的不同,将其划分为两个检测区域:抛光面(P)、非抛光面(Non P),然后根据陶瓷阀芯表面缺陷特征,将其分为两类缺陷:G缺陷、C缺陷。在检测过程中,搜索模板图像金字塔信息,调整目标灰度图像位姿,经掩模板(Mask)配准,提取出P区域、Non P区域,通过blob检测、裂纹检测,分别对P区域、Non P区域进行缺陷提取。通过实验研究与系统设计,分析了检测算法的可行性、适用性,结果表明该研究算法针对不同种类陶瓷阀芯表面缺陷检测漏检率低,且能通过优先级的合理设置,提高检测效率。 相似文献
5.
为提高PET瓶口缺陷检测精度和检测速度,提出了一种基于机器视觉的PET瓶口自模板快速缺陷检测法。首先在全局阈值分割的基础上,对ROI区域(瓶口端面)构造自模板圆环,并且确保自模板图像和阈值分割图像坐标的对应关系不变。然后在ROI区域上,将自模板图像和阈值分割图像灰度做差进行缺陷检测,避免图像定位和缺陷定位对检测带来的大量复杂计算。通过实验验证,该方法缺陷检测精度达到99.9%,检测时间在50ms以内,有效提高了PET瓶口缺陷检测精度和速度,可以满足工业生产线上对PET瓶口缺陷检测准确性和实时性的要求。 相似文献
6.
由于人工检测刹车衬芯缺陷存在效率低下、标准不一致等问题,开发一套基于机器视觉的刹车衬芯缺陷检测系统,实现衬芯法兰面的缺陷检测。设计光学方案获取衬芯法兰面图像,首先利用并行中值滤波对原图像去噪,然后使用改进的Otsu方法提取出法兰面区域,最后通过傅里叶变换与反傅里叶变换相结合的方法获取缺陷信息并进行判别。实验结果表明:该系统检测准确率为98.9%,漏检率为0,对于单个衬芯零件的平均检测时间为0.232 s。该系统测量精度高,运行速度快,可以有效地取代工业检测中的人工测量。 相似文献
7.
为了解决金属软管接头组件表面检测精准度不高和检测效率不高的实际问题,设计一套基于机器视觉的接头组件表面缺陷检测系统。针对接头组件图像背景复杂、噪声干扰多,通过使用图像滤波去噪、Otsu算法二值化以及图像形态学分析,提高图像的对比度,有效提取目标检测区域。而后采用Canny边缘检测算法,对图像进行边缘轮廓精准识别,并采用快速傅里叶变换方法和R-FCN算法,对缺陷特征信息快速进行匹配提取和分类处理。试验结果表明:此缺陷检测系统能有效提高检测效率,保证较高的检测准确率和精度,满足实际工业检测的需求,具有较好的实用价值。 相似文献
8.
《无损检测》2020,(9)
为了解决传统金属表面质量检测技术的缺陷检测精度不高、缺陷检测识别率不高、缺陷分类不准确的难题,搭建了一套基于机器视觉的金属板材表面检测系统。基于偏微分方程,利用图像等照度线改进中值滤波算法,对图像进行预处理,显著地抑制了图像的噪声。利用最大类间方差算法(OTSU)自适应确定一图像双阈值,改进了Canny算法中高斯滤波器对图像的灰度分布特征提取,使其不受亮度和对比度的影响。最后,利用SIFT(Scale-invariant Feature Transform)算法提取缺陷特征点,提出一种BP(Back Propagation)神经网络和SVM(Support Vector Machine)向量机结合分类器的检测方法,缺陷检出率为926.8%,单幅图像检测仅需498.ms,该缺陷检测系统对金属板材表面缺陷能有效提取与识别,满足金属板材表面在线检测的要求。 相似文献
9.
《无损检测》2016,(6)
表面物理损伤检测是轴类工件质量检测的重要环节,为提高表面质量检测的自动化水平并建立相关行业标准,设计了一套机器视觉检测系统来实现生产中轴类工件的表面检测。采用黑白线阵CCD相机通过暗视野前向照明方式获取合适的图像;经过图像增强、滤波等预处理后采用最大类间方差法对图像进行阈值分割;经过形态学处理,提取缺陷轮廓信息;以轮廓的长宽比以及面积作为评价准则,提取主要轮廓;计算缺陷重心坐标,即定位点坐标;单片机通过与上位机通信,控制打码笔标记出缺陷的位置。采用该系统在不同轴类工件上进行试验,结果表明:缺陷检测系统误检率在5%以下,漏检率为0,能满足轴类工件表面在线实时检测的要求。 相似文献
10.
11.
一种非线性扩散与图像差分的金属表面缺陷检测方法 总被引:1,自引:1,他引:0
目的为检测金属产品表面缺陷提供一种有效的方法,希望可以对金属产品表面质量进行监控。方法首先,引入自适应中值滤波方法对原始图像中的噪声进行滤除,以提高金属表面缺陷的检测正确度。然后,利用图像梯度的倒数对传统的P-M非线性扩散模型中的扩散因子进行改进,使得金属表面图像中梯度值较大的区域得以平滑,同时保持其他区域的平滑度不变。将金属表面的原始图像与经过非线性扩散后的图像进行图像差分运算,以消除光照度对金属表面图像的影响,获取均匀背景的金属表面图像,使得缺陷区与非缺陷区的对比度得以增强。最后,通过差分图像中图像块的标准差构造自适应二值化模型,对差分图像进行二值化,以提取金属表面的缺陷区域,实现对金属表面缺陷的准确检测。结果通过对具有划痕、裂纹、缺口以及锈斑缺陷的图像进行检测表明,该方法能够对金属表面缺陷进行准确的检测。结论所设计的方法能对金属表面缺陷进行检测,并且检测精度也优于当前其他金属表面缺陷检测方法。 相似文献
12.
13.
14.
为了解决热转印胶片在生产中存在的若干种缺陷问题,并替换当前较为低效且可靠性低的人工检测方法,提出了一种基于机器视觉的热转印胶片的缺陷检测方法。首先介绍缺陷检测系统的整体构成,然后重点研究了其中的视觉算法流程,包括了通过仿射变换、图像配准等方式进行的目标区域定位,通过改进的ViBe算法、形态学处理等方法进行的图像缺陷检测。最后用包含了合格品胶片与各种缺陷的不合格品胶片样本集合进行实验检测,实验表明,算法缺陷检测能力良好,达到0.5%的漏检率和0.6%的误检率,平均检测耗时为663ms,满足检测速度需求。 相似文献
15.
提出了一种基于机器视觉的内螺纹检测算法,并在此基础上设计了一套多螺纹孔检测系统.首先从CCD获取的图像中提取出ROI(region of interest)区域,然后利用中值滤波去除图像表面噪声,通过形态学开闭运算对所得图像进行处理,最后计算螺纹图像沿螺孔母线方向的灰度曲线极值得到螺纹牙数,进而对于螺孔合格与否进行判断... 相似文献