磁环表面缺陷图像分割算法的研究及实时实现

为实现小型磁环表面细微缺陷图像无监督分割,并提高分割精度与计算效率,本文提出了一种基于改进2D Gabor滤波器组的自适应阈值分割方法。首先,利用多尺度、多方向的Gabor滤波器组对缺陷图像进行滤波降噪处理,抑制目标区域与背景区域内部的噪声污染,同时增强区域间的差异性;然后,通过对处理后图像的灰度统计特性分析,根据缺陷图像的灰度均值及方差构造了灰度阈值计算公式,实现了小型磁环表面细微缺陷图像的自适应分割。实验结果表明,本文算法可快速、准确地分割缺陷并抑制噪声干扰,在分割精度、计算效率等方面也优于传统的选择迭代法、OTSU、最大熵等方法,并能够在先进的SEED-DVS8168平台上实时实现,验证了此算法的可行性与实时性。     

基于纹理抑制的磁环表面缺陷检测方法研究

针对磁环表面缺陷图像具有对比度低、纹理背景复 杂、缺陷种类多和亮度不均匀等问题,提出了一种基于改进自适应Canny算法和掩模技术的 磁环表面缺陷提取方法。首先,在分析磁环表面图像中不同 区域灰度特征和梯度特征的基础上,通过拟合磁环内外轮廓构造掩模图像,以便屏蔽磁环背 景区域的干扰; 然后,利用提出的基于8邻域各向异性滤波的改进自适应Canny边缘检测算法,抑制磁环表面 纹理的干扰;最后, 利用图像数字形态学增强边缘连通域,并利用构造的掩模图像提取磁环表面缺陷。利用开发 的样机 进行了大量的在线实验。实验结果表明,本文缺陷提取算法稳定性好,鲁棒性强,能够准确 、快速地提取 出磁环表面图像各区域的缺陷,表面缺陷检测的准确率为97.3%。     

基于深度学习的木材表面缺陷图像检测

针对木材活节、死节、虫眼等缺陷图像的检测问题,本文提出了一种基于深度学习的木材缺陷图像检测方法。首先,通过对Faster-RCNN网络进行训练,得到了可以对木材缺陷定位和识别的检测模型;然后,应用NL-Means方法对图像进行去噪,通过线性滤波、调整对比度和亮度实现图像增强;再对图像进行二值化处理,根据像素值差异提取缺陷边缘特征点集,实现了对木材缺陷的精细分割;最后,对椭圆拟合方法进行了改进,实现了对木材缺陷边缘点集的椭圆拟合,提供了新的木材缺陷加工方案。实验结果表明,该算法具有较好的木材缺陷定位和分类能力,得到了较好的分割及拟合效果,可在缺陷修补这一环节减少约10%的木材填充量。     

基于图像融合的木板表面缺陷检测研究

针对木板表面节子缺陷被染料染色后难以识别的问题,本文利用图像融合技术提出一种新的木板表面缺陷检测方法。该方法采集被染色木板的近红外图像和可见光图像,使用加权平均法、主成分分析（PCA）算法、小波变换、Laplacian金字塔变换等不同的融合算法对采集的近红外图像和可见光图像进行融合,然后对不同算法融合后的图像仔细观察分析和比对并计算其信息熵。实验结果证实,融合后的图像能够明显地辨别出染色后的木板缺陷,并且基于Laplacian金字塔算法的融合效果最好。     

ULSI掩模缺陷检查技术研究

本文以KLA－221型自动掩模缺陷检查系统硬件资源为研究工具。详尽地描述了ULSI掩模缺陷检查的实际意义、缺陷检查的原理、检查模式。提出了如何保证缺陷检查的捕俘率以及降低伪缺陷的方法。对单层掩模版的图形品成率和整套掩模版图形成品率的正确预测做了分析研究，并可由预测的结果揭示出IC芯片生产中的成品率应达数。还讨论了掩模秧陷的分类和产生的工艺因素。     

掩模缺陷的数理分析

本文主要根据半年来，成套的30批缺陷检查的结果，进行一定的数理分析，以便从中获得改进工艺的效益。     

基于机器视觉的线缆表面缺陷快速检测算法研究

本文以机器视觉作为前提,就缆表测算方法进行研究,满足对当前对应行业就线缆测试和质量需求所需的测试方法和测试参量,进而拟定出对应硬件设备要求,提升线缆图像水平。在实际算法处理中,对灰度均值详细信息进行提炼分析,背景厚度和背景滤波进行记录和分辨。本文检测并测试了300张电缆缺陷的图像,包括小孔、划痕和绝缘层损坏等线缆缺陷图像,实验所得结果显示,此种算法检测准确率高于96.3%。     

光刻掩模缺陷对IC成品率的影响

本文叙述了光刻掩模的缺陷对IC成品率的影响，着重介绍了缺陷产生的原因及消除的方法，并对国内外光刻掩模生产现状作简要介绍。     

基于边缘检测的图像锐化算法

图像锐化是一种补偿轮廓、突出边缘信息以使图像更为清晰的处理方法。锐化的目标实质上是要增强原始图像的高频成分。常规的锐化算法对整幅图像进行高频增强,结果呈现明显噪声。为此,在对锐化原理进行深入研究的基础上,提出了先用边缘检测算法检出边缘,然后根据检出的边缘对图像进行高频增强的方法。实验结果表明,该方法有效地解决了图像锐化后的噪声问题。     

图像处理技术在零件质检工作中的应用研究

在工业零件外观检测中,图像处理技术日益得到重视,对一些精度要求较高的微小零件,其缺陷检测的作用更加重要。通过分析零件表面缺陷检测技术的现状问题,综合运用了图像处理技术。对零件表面缺陷检测方法进行了研究,并开发了一套零件质检系统软件,为图像处理技术在复杂零件质检工作中的应用奠定了基础。     

环形陶瓷金属涂层缺陷检测方法研究

针对环形器件表面检测中存在的问题,文中以环形金属涂层陶瓷为研究对象,提出了一种基于机器视觉的表面缺陷检测方法。该方法使用Canny边缘检测和Hough变换快速定位同心圆轮廓,进而提取金属涂层区域。为了将极坐标转换为直角坐标,文中采用径向投影方法将环形金属涂层图转换为矩形状图。最后,对连通域面积和周长进行分析,确定环形陶瓷金属涂层是否存在缺陷。实验结果表明,对于缺损面积大于0.5 mm×0.5 mm的样品,该算法的检测正确率为98%。     

B样条函数与图像边缘检测

介绍一种基于 B样条函数的边缘检测算子 ,该算法是利用 B样条函数对原始图像进行拟合 ,然后求拟合曲面一阶导数的模极大值或二阶导数的零交叉点来检测图像的边缘。根据 B样条函数的局部性质给出了其平滑、一阶和二阶导数的具体卷积模板 ,该算法简洁 ,便于实时处理。     

基于边缘检测的图像提升小波降噪方法

图像边缘是图像最有用的高频信息。因此,在图像降噪的过程中,能否较好地保存图像的边缘信息,直接决定了降噪处理的成败。鉴于这一思想,提出了基于边缘检测的图像提升小波降噪方法。该方法在图像降噪之前,先通过提升小波边缘检测的方法确定图像的边缘信息,然后将图像的边缘信息与噪声信息进行区分,有针对性地对含噪图像进行降噪,这样便可有效地保护图像的边缘信息,达到预期降噪的效果。提升小波以计算速度快,能形成整数到整数的可逆变换的优势在数字图像处理领域有着广泛的应用。     

图像边缘检测在关节镜图像处理中的应用

主要论述了采用图像边缘检测和图像跟踪算法对采集的关节镜图像进行图像处理和分析的过程。在图像处理的基础上，系统自动测量出指定目标的形状参数，实现了系统的测量要求。本研究为实现关节镜手术过程图像的保存和手术的准确性提供了可行的方法。     

沥青混合料数字图像的边缘检测方法研究

边缘是图像的基本特征,并且蕴含了丰富的内在信息,是图像识别中抽取图像特征的重要属性。为了分析研究沥青混合料中集料颗粒特征,介绍了几种经典边缘检测算子,对沥青混合料数字图像进行处理。最后以VC.NET为平台对图像进行边缘检测,分析这几种经典算子的优劣,找出适合沥青混合料数字图像边缘检测的最佳算子。     

含噪声且较模糊的印刷电路板光电图像边缘检测研究

针对印刷电路板(PCB)光电图像在获取过程中 含有噪声和较模糊的边缘等各种原因,提出 了一种基于图像融合的含噪声且较模糊PCB光电图像边缘检测方法。首先,讨论了基于小波 变换 及Canny边缘检测算子的图像边缘检测法,分析了其基本原理。然后,结合两种方法的优点 ,提 出了基于图像融合检测方法的PCB光电图像边缘检测基本原理及中值滤波、增强去模糊、小 波分解、图像融合、图像去噪等步骤。最后,将由CCD成像系统及显微镜获取的主要含有高 斯噪声且较模糊的PCB光电图像用三种检测方法进行了主观实验对比,采用本文融合方法得 到的边缘图像效果最好,在抑制噪声的同时得到了连续的边缘;为了客观地评价PCB光电图 像边缘检测的效果,用峰值信噪比及图像边缘信息熵作为评价指标,采用本文方法的峰值信 噪比及信息熵的实验结果值都是最大的。     

激光基准成像测量光斑图像的亚像素检测算法

在激光基准下基于CCD成像身管轴线直线度测量系统中,对激光光斑图像的高精度检测和定位是影响系统测量精度的一个重要因素.为了提高激光光斑图像的检测和定位精度,提出了一种Sobel-Guass拟合算子的激光光斑亚像素边缘检测方法,同时结合最小二乘迭代圆拟合法设计了光斑中心的高精度定位.即:首先用Sobel算子细化边缘,进而在梯度方向上进行高斯函数拟合插值,进一步提高图像边缘位置的检测精度,最后经最小二乘圆迭代拟合后得到激光光斑的亚像素级几何参数,从而使测量系统的精度提高一个数量级.实验结果表明:像素细分后对像素点的定位精度可以达到0.1个像素,亚像素边缘对标志中心的定位精度优于0.03像素.     

彩色图像边缘检测改进算法

介绍了梯度的概念和度量方法,分析了常用梯度算法,对其中的Sobel算子进行改进,从灰度算法改进到RGB三维空间,提出了一种针对彩色图像的边缘检测算法.本算法在Delphi平台上实现,与同类算法做了多次实验对比.实验证明,该算法能有效增强彩色图像的边缘,耗时较少,经过封装后可以直接用于二值图像、灰度图像和彩色图像,具有一定的通用性和实用价值.