机械加工零件表面纹理缺陷检测

由于机械加工零件对零件表面的表面质量和加工精度要求很严,在一些对机械加工零件要求较高的自动化工业中,需要对机械加工零件表面的纹理缺陷进行有效的、可靠的分析和检测,这样很大程度上提高了自动化生产加工水平。所以,正确监测机械加工零件表面文理缺陷,对零件质量有着非常重要的影响。本文对机械零件表面进行监测分析进行论述,对监测系统进行了一定分析,并为工业生产提供有力的支持。     

基于机器视觉的机械加工零件表面微缺陷检测方法

为提高微缺陷检测结果精度、提升机械加工零件外观质量,该文引进了机器视觉技术,以某机械生产制造单位为例,设计了一种针对零件表面微缺陷的全新检测方法。根据机器视觉技术的应用需求,搭建了集成工业相机、采集装置、照射光源等为一体的扫描装置,采集零件表面图像;对采集的原始图像进行均值滤波处理,去除图像中可能对缺陷区域的判别造成干扰的因素与噪声;采用阈值分割的方式,提取并划分机械加工零件表面的微缺陷区域;采用提取图像边缘算子的方法,计算零件表面原始图像与待检测图像之间的像素相关性,通过对零件表面微缺陷灰度性质点的匹配,完成检测方法的设计。通过对比实验证明：该方法不仅可以精准检测机械加工零件表面微缺陷,还可以检测到具体的缺陷类别。     

基于角点检测的高精度点匹配算法

针对多光谱、多传感器遥感图像的自动配准,本文提出新的基于角点检测的高精度点匹配算法.该算法充分利用图像的点特征以及灰度和位置信息,先由Harris算子检测得到待匹配的角点集合,随后采用局部灰度相关进行粗匹配得到多对多匹配对,然后进行迭代由精匹配得到一对一的匹配对,最后利用角点间距离比进行全局一致性检测,进一步保证匹配的准确率.初步实验表明,本算法对于存在仿射变换的遥感图像可以精确自动匹配,其精度和速度都优于传统的点匹配算法.     

基于背景差分的高铁钢轨表面缺陷图像分割

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。     

表面缺陷的检测与评定

表面缺陷是评定机械加工工件表面质量的几何参量。我国和 ISO及各国标准都不把表面缺陷算作表面粗糙度范围 ,并要从测量中排除。但一般都指出 ,对表面缺陷如有要求 ,应另作规定。在执行 GB10 31— 83表面粗糙度国家标准时 ,正确理解表面缺陷的含义 ,合理区分与评定表面缺陷和表面粗糙度是一个很重要的问题。它不仅可以避免表面粗糙度的误测误判 ,而且有利于产品表面质量的提高。1　表面缺陷与表面粗糙度　　表面粗糙度是指加工表面上具有较小间距和微小峰谷所组成的微观几何形状误差。这种误差在加工表面上通常表现为刀具切削留下的刀痕 ;…     

带钢表面缺陷检测及分割技术研究

对带钢表面缺陷检测与分割技术进行了深入的研究,探讨了针对带钢表面缺陷图象特点所应:采取的策略.首先通过对传统差影图法进行改进,提出了一种通过实时更改标准图的缺陷检测方法,并通过;比较四种常用的分割算法,选择出适合带钢表面缺陷分割算法-迭代阈值法.     

基于图像特征点匹配的车辆运动检测

提出了应用于交通视频监控系统中车辆运动检测和分割的一种新颖有效的方法.采用了较为简易的特征点匹配检测车辆并利用纹理识别对车辆进行分割.此方法不需要对序列图像进行预处理,能有效消除光照阴影和背景,实验结果表明该方法可以实时准确提取道路交通信息.     

基于多视角模板匹配的零件图像检索方法

针对工业场景下零件的自动化生产需求,提出一种基于多视角模板匹配的零件图像检索方法。提取零件的尺寸信息对零件进行粗分类;对尺寸上难以区分的零件进行动态分块,将分块后的图像进行哈希“指纹”提取,用于计算其相似度,并找出最相似的3个零件。提取上述3个零件侧面信息的哈希“指纹”并计算相似度,将相似度最大值所对应的类别标签作为最终检索结果。实验结果表明：该方法精度高达98.16%,更符合零件的实际生产应用。     

一种改进型的Harris角点检测算法

Harris角点检测方法是在计算机视觉领域中使用非常广泛的点特征提取算法,它算法简单,而且稳定,但在对一些图像进行角点提取时存在角点信息丢失和位置偏移等现象,为此提出一种改进的Harris角点检测方法.实验表明该方法在点特征的提取和精确定位方面都达到了较好的效果.     

基于嵌入式图像处理系统的零件检测研究

介绍了嵌入式图像处理系统用于零件表面缺陷检测的原理。以汽车发动机连杆破口缺陷检测为例,讨论了所研制的检测设备的系统设计、参照物标定法和测量流程。显现了嵌入式图像处理系统方案较之于传统基于PC的图像处理方案的优点。     

基于差影和模板匹配的微小轴承表面缺陷检测

针对轴承表面缺陷的位置、面积、深度等随机变化导致图像采集具有不确定性的特点，设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统。该系统光源恒定、处理速度快、图像精度高，能长时间稳定工作，显著提高了图像采集质量。经过深入研究图像分割、图像差影、模板匹配等模式识别理论与技术及微小轴承图像特征发现，要检测轴承的表面缺陷，需将轴承表面分割成两部分进行识别，轴承表面的均匀分布区域直接采用差影法，文字刻印区域采用模板匹配法，结果表明该方法识别正确率达98％。     

基于角点匹配的密封条截面图像分块配准算法

分析了汽车密封条传统检测方法的不足,针对现有方法无法测量的分块整体形变密封条,提出了一种基于角点匹配的轮廓分块配准算法。配准算法首先利用支持邻域求取轮廓角点,再利用分块角点匹配求取每块的仿射变换初值,最后利用基于最小二乘的搜索策略获得最佳配准效果。本算法在密封条存在较大分块形变时可实现有效测量,具有省去夹具装夹、节约测量时间和成本的优点。通过大量的实验证明,该方法的快速有效。     

基于HSI三分量独立性木材缺陷图像分割

HSI模型的彩色图像分割方法具有传统的RGB彩色图像分割所不具有的出色的分量独立性和色彩的真实性,具备良好的易分割的特点。提出首先将图像转化为HSI图像,然后根据各分量的特点单独进行分割,最后融合处理后的分量,得到准确的缺陷图样。该方法克服了单纯使用灰度图像分割不能准确定位缺陷边缘的弊端,同时对于木材图像纹理等细节信息具有较好的鲁棒性。试验的结果表明该方法即时准确有效。     

基于图像处理的啤酒瓶瓶口缺陷检测

提出一种利用图像处理采检测啤酒瓶瓶口的方法,以代替手工操作,提高检精度和速度.该方法采用合适的打光方式,通过线阵CCD得到啤酒瓶瓶口的图像,再经过预处理及分割,最后判断啤酒瓶瓶口的缺陷,获得了比较理想的效果.     

基于支持向量机的X射线焊缝缺陷检测

为提高对焊缝缺陷的检测精度,提出采用支持向量机(Support Vector Machine,SVM)分类的方法对X射线焊缝图像进行分割.选择训练样本图像的灰度、形态学梯度作为训练向量的特征分量对SVM进行训练,得到SVM分割模型后,将测试样本输入分割模型进行分割处理.以气孔缺陷为例,证明了该方法能实现焊缝气孔缺陷的准确分割,与其他分割方法相比,可提高缺陷检测的精度.     

基于光栅投影的工件表面缺陷检测方法研究

针对工件厚度与表面缺陷检测精度不足的问题,提出一种基于双投影的光栅投影缺陷检测方法。采用CCD相机采集两个方向上投影到工件表面的云纹图像,利用相移法求解两个方向的云纹图像相位,将两个方向的重建三维轮廓进行融合,实现工件表面缺陷的检测。试验结果证明:工件的厚度测量精度为0.05mm,缺陷测量精度提高到0.1mm。     

基于粒子小波变异算法的焊接图像缺陷检测研究

为了提高焊接图像缺陷检测的效果,采用粒子小波变异算法。首先对焊接图像进行滤波和增强,确定焊缝缺陷边界提取范围;然后对粒子群进行小波变异操作,适应值较好的粒子变异概率相对小,通过海明距离计算粒子群的缩放因子,把Morlet小波作为母波,增加粒子多样性;最后建立焊接图像缺陷检测模型,给出算法流程。试验仿真显示,本文算法对焊接图像缺陷检测形状接近实际,能检测出不规则的缺陷,缺陷边缘连通性好,像素误差小,检测效率高。     

基于图像拼接的大尺寸零件精密测量

讨论了大尺寸零件精密测量中高分辨率图像获取的方法,重点研究了图像拍照系统的构建以及拼接技术在其中的应用。在比较几种图像匹配算法之后,本文对SIFT特征匹配算法进行了介绍,并在一个500mm×300mm的大零件的图像拼接实验中对其进行了应用。实验证明拼接精度可以达到令人满意的程度。因此这种方法在大尺寸零件精密测量中是可行及有效的。     

基于云-边缘协同计算的表面缺陷检测系统研究

基于现有表面缺陷检测系统所存在的实时检测难、硬件要求高等问题,提出一种基于云计算与边缘协同计算的表面缺陷检测系统。将轻量化改进后的 YOLOv4 缺陷检测算法模型部署到边缘端嵌入式设备中,在边缘端完成对表面缺陷的检测,并在边缘端和云端设备部署 KubeEdge 框架进行通信和管理。通过案例验证该系统不仅能够满足检测实时性的要求,还能够提取缺陷检测关键信息,同时便于部署在价格低廉的嵌入式设备。