基于轮廓提取的刀具磨损量检测研究

为了提高车削加工过程中的刀具磨损检测效率,降低生产成本,提出了一种基于轮廓提取的刀具磨损量检测算法。由CCD相机获取刀具磨损图像,通过图像预处理、图像的形态学处理、阈值分割、改进的轮廓找寻算法实现了刀具磨损区域的连通域轮廓点集的提取,通过连通域外接矩形实现了刀具磨损量的精确测量。开展刀具切削磨损检测试验,通过与光学显微镜测量结果对比,结果表明:该算法能够实现较高的检测精度,能够利用算法搭建刀具在机检测系统。     

刀具磨损的自动检测及检测系统

为了精确检测机械加工过程中刀具的磨损状态,分析了刀具磨损图像中背景区、磨损区、未磨损区的灰度值变化,提出了利用图像处理技术自动检测刀具磨损量的方法。首先,根据Otsu法和B-样条曲线拟合法,建立了自动确定上限阈值与下限阈值的算法,准确地增强了磨损区与背景区、未磨损区之间的灰度对比度;通过分析刀具磨损图像的稳定区和磨损边缘的非稳定区,提出了边界提取的局部方差阈值算法,给出了自适应的局部方差阈值,清晰地将刀具磨损区从图像中分割出来。在此基础上,利用形态学描述方法对分割部分进行孔洞填充与边界完整化,从而直接计算出磨损区域的几何参数尺寸。实验结果表明:超景深三维显微镜放大倍数为50时,磨损宽度与磨损长度的检测误差分别为1.024%和1.325%;放大倍数为100时,磨损宽度与磨损长度的检测误差分别为0.661%和0.995%。该方法检测精度高、抗干扰能力强、提取的边界完整清晰,可为提高刀具使用率、保证加工质量提供技术支持。     

基于区域生长法的数控刀具磨损状态检测方法

研究了一种基于视觉特征在线提取刀具磨损特征值的方法,用于不停机诊断刀具磨损状态。针对刀具磨损图像的特点,设计了自动选取种子点与生长阈值的区域生长算法分割磨损区,并通过最小外接矩形提取刀具磨损特征值(VB_(max))。图像处理结果显示,该方法可以有效而便捷地获得刀具后刀面的磨损信息,可用于数控机床不停机检测刀具磨损状态。     

高速摄像环境下航天电连接器分离边缘提取算法

为了准确测量航天电连接器的分离距离,以深入研究其分离特性,提出了一种高速摄像环境下电连接器分离边缘的提取算法。该算法主要通过划分感兴趣区域选定待测量位置区域,经滤波处理后,利用小波变换算法增强图像的弱边缘信号,然后通过两次自适应阈值分割图像,并利用SUSAN算子进行边缘检测,进而提取边缘,获得准确的边缘信息。     

整数小波提升分解的刀具磨损检测方法

针对刀具磨损的特点,提出了一种新的刀具磨损检测方法.首先,利用提升格式,确定小波整数化单层提升分解的方法;其次,利用对小波单层分解的近似子图进行零均值化处理以消除光照的影响;然后,对零均值化的近似子图、水平细节及垂直细节子图进行标准化处理;在此基础上,对分解各子图进行选择性的图像融合处理;最后通过oust方差法进行分割从而实现对刀具磨损的检测.实验表明,所采用的方法能够有效抑制图像背景干扰,能够有效地实现刀具磨损检测.     

面向刀具磨损图像区域分割的改进分水岭算法

原始刀具图像通常存在背景纹理复杂、噪声大等问题,导致磨损区域分割结果的准确性较差,为此本文提出了一种基于形态学成分分析(MCA)的改进分水岭算法,用于提取刀具磨损区域并估算其面积。首先分析了刀具磨损图像各组成成分的形态差异;然后研究了各成分对应字典的选取方法,将原始刀具图像分解成目标刀具图像、背景图像和噪声;最后对目标刀具图像使用分水岭算法提取磨损区域并估算面积。以铣刀磨损图像作为样本完成了多次方法验证,结果表明:传统分水岭算法的检测误差为80%左右,而该方法的检测误差为5%以下,可见使用该算法可以分割得到更加准确的磨损区域。     

结合多尺度圆形滤波与MS聚类 的疑似结节分割

肺部CT图像中疑似病灶感兴趣区域(ROI)的准确分割是肺部计算机辅助检测/诊断(CAD)的重要环节。本文提出结合Hessian矩阵滤波的均值漂移聚类肺部疑似病灶ROI区域分割算法。对原图像进行多尺度Hessian矩阵圆形滤波,图像中圆形的疑似结节病灶区域得到滤波增强、直线形的气管/血管区域得到抑制,将Hessian矩阵滤波后的形状特征、灰度、空间位置3种信息引入特征空间,将均值漂移聚类的核函数分解为3种特征信息所分别对应的核函数乘积形式,最后采用自适应计算带宽的方法确定每个待分割疑似区域的带宽进行均值漂移聚类分割。对来自LIDC等127个包含不同类型肺结节的病例进行实验,实验结果表明引入Hessian矩阵圆形滤波信息的均值漂移聚类能够分割出与血管或气管相连或者交叉的结节区域,去除ROI中包含的非结节区域,能有效分割出基于灰度信息难以分割的毛玻璃型(GGO)结节;对于3种类型的结节区域:血管相连结节(VPN)、毛玻璃型结节(GG0)、孤立性结节(SPN)分割平均准确率分别为92.80%、86.13%、95.08%。     

基于脉冲耦合神经网络的刀具磨损检测

将仿生学中的脉冲耦合神经网络（PCNN）引入刀具磨损检测中,利用刀具磨损区域灰度强度明显高于刀体和背景区域灰度强度的特点,通过空间邻近和灰度相似集群像素获得分割的二值图像,从而达到对刀具磨损区域进行检测的目的。对车削加工中刀具不同磨损阶段的磨损图像进行分割试验,证明了该算法可以有效地判断刀具的磨损状态。     

基于计算机视觉的刀具磨损检测技术的研究

针对难加工材料切削过程中刀具磨损检测自动化程度低和定量检测困难等问题搭建了一套基于计算机视觉的刀具磨损检测系统.通过分析刀具表面由磨损区向非磨损区过渡边缘的灰度变化特性,设定阈值初步分割磨损带,采用灰度梯度与灰度矩精确定位磨损带边缘,最后重建磨损图像,处理图像数据得到磨损量Vb.通过将该方法计算结果与显微镜测量结果比较后证明该系统具有较高的测量精度.     

高斯差分滤波显著性的刀具磨损检测

为了提高刀具磨损区域检测准确性,本文在研究刀具磨损区域特点的基础上,提出了一种新的刀具磨损检测方法。首先,对采集的刀具图像进行高斯滤波获得高斯滤波图,消除噪声信息;然后,通过高斯差分滤波获得高斯差分图,提取刀具背景纹理信息;在此基础上,利用高斯滤波图与高斯差分图之间的中央-周边操作获得显著图,以消除高频噪声信息以及光照不均等低频背景信息,提高刀具磨损区域的显著性;最后,根据刀具磨损区域特征进行刀具磨损区域分割和滤波。实验表明,推荐方法能够准确检测刀具磨损区域,具有较高的检测准确率。     

基于机器视觉的立铣刀磨损检测方法研究

针对传统立铣刀视觉检测流程中图像定位及利用圆弧拟合边缘不精确的问题,提出一种垂直分布的双镜头视觉检测方法,开发了一套加工中心立铣刀机器视觉检测系统。在自适应阈值分割及边缘检测算法的基础上,通过筛选及合并共线轮廓,拟合直线获取端面刀刃偏转角度,驱动电动机精确定位后采集铣刀侧面图像。基于立铣刀投影几何模型复原侧面轮廓,在侧面摄像头所获取的图像上拟合原轮廓曲线,结合区域求差算法计算出磨损参数及位置信息。实验表明,此检测方法可以精确拟合圆周刃轮廓,提取磨损缺陷区域,检测精度达到0.01 mm,实现了加工中心立铣刀在位检测。     

基于光照补偿和模糊增强的煤粉区分割方法

针对回转窑烧结带火焰图像中煤粉射流混合区域(“黑把子”或“煤粉区”)存在光照不均和粉尘影响的问题,提出一种基于自适应光照补偿和模糊增强的煤粉区分割方法.首先利用图像的局部均值对图像亮度进行垂直方向自适应光照补偿,然后采用水平投影隶属度均值作为渡越点对应的模糊阈值,对煤粉区进行水平方向自适应模糊增强,最后用快速模糊C均值聚类分割黑把子区.实验结果表明,所提出的方法可有效克服窑内火焰图像的光照不均和图像模糊问题,快速完整地分割模糊图像中的黑把子区域,具有较强的鲁棒性.     

基于纹理特征的尺寸方向自适应均值漂移算法

针对均值漂移算法在目标跟踪中由于相似背景干扰和固定带宽值核函数引起的跟踪精度下降的问题,结合目标的纹理特征及尺寸方向的变化,提出了一种新的跟踪算法。首先,通过自适应算法求解出目标的灰度阈值,得到纹理特征参数,并结合颜色特征建立目标模型;然后,通过求解目标相似度最大值提取出运动目标的图像区域;最后,采用协方差矩阵估计方法,结合最小二乘算法对运动目标尺寸方向的变化量进行自适应计算,表示出运动目标在视频帧中的像素区域,保证了跟踪的准确性。实验证明,本文提出的算法较其它均值漂移算法有更高的精度和效率。     

基于直方图数据拟合的PCB板嵌孔识别研究

快速精准地识别PCB板上感兴趣区域的位置,是图像处理过程中衡量算法有效性的重要指标。在图像处理的前期,通过分析同一背景条件下灰度曲线的变化趋势,确定光照不均匀对于PCB板感兴趣区域的影响,提出了运用同态滤波处理降低图像灰度变化的动态范围,从而加强感兴趣区域中目标和背景的对比度。基于现阶段相关PCB板的识别分割算法,针对研究对象PCB板实际感兴趣区域的灰度分布,探讨了全局阈值分割方法的优势。在此基础上,为了更精确的图像分割效果,提出了一种基于灰度直方图数据拟合的阈值分割方法。根据不同的阈值分割算法对图像进行处理,通过比较分析,结果表明本文提出的算法能够更加快速精确地分割出图像的感兴趣区域。     

气泡高干扰在线铁谱视频图像的磨粒快速分割算法研究

针对在线铁谱视频图像气泡高干扰所面临的磨粒分割困难问题,提出一种气泡高干扰在线铁谱视频图像的磨粒快速分割算法。首先运用运动检测的方法确定视频中气泡的位置,并用相邻帧相同位置的图像信息对气泡区域进行处理,再使用双边滤波对处理后的图像进行平滑去噪,实现气泡干扰的初步抑制;最后基于抑制气泡图像的灰度直方图,对每一帧图像选取其自适应的阈值,实现在线铁谱视频图像中磨粒的快速分割。该研究为在线铁谱的磨粒分割与后续对磨粒特征的智能提取和分析奠定了基础。     

数学形态学和小波变换的红外图像处理方法

为了从红外热图像中识别和跟踪目标,提出了一种采用数学形态学和小波变换相结合的红外图像处理新方法。该方法首先利用形态开、闭滤波器组对原始图像进行平滑处理;然后采用一种改进的数学形态学的分水岭算法对红外图像进行分割,同时利用考虑了图像纹理信息的小波阈值对分割的图像进行滤波处理;最后针对过分割问题提出了一种利用区域灰度中值对分割区域进行融合处理的算法。实验结果及算法性能评估结果表明,该方法能够较好地解决红外目标的识别问题,具有较好的实用性。     

红外弱小目标的分割预检测

提出了一种目标分割预检测方法来提高检测红外弱小目标的准确性和实时性。针对红外图像的特点,利用改进的自适应背景感知算法抑制目标图像的背景以提高目标检测概率;根据已有的先验知识构造属性集,把灰度直方图限定在感兴趣区域,减少背景的影响;然后,利用属性直方图的最大熵进行图像分割以检测目标。为了提高分割算法运算速度,应用了快速递推算法。实验结果表明,本文提出的背景抑制算法能更好地抑制背景,提高图像的整体信噪比;分割算法具有更好的分割检测效果,候选目标点分割准确、虚警目标点较少,运算速度提高了91%。对分割图像进行后续处理,剔除了大部分虚警目标点,为后续目标准确检测提供了有力保障。     

双阈值热点区域提取的线材表面缺陷检测方法

机器视觉的表面质量检测方法已广泛应用于工业生产,但高速线材由于其外形和工况的特殊性,鲜有应用。研究设计了4维面阵CCD与双色环形光源为图像采集单元,组合对比度边界检测算法、梯度和彩色图像均值阈值热点区域提取和二维最大熵图像分割算法成基于双阈值热点区域提取的线材表面缺陷检测方法。实验结果表明,该方法弥补了单色光源条件下采用单一阈值提取缺陷热点区域的劣势,耗时1.25s可实现多种类二维和三维线材缺陷的准确分割。     

一种基于机器视觉的叠层贴卡纸张自动计数方法

提出了一种叠层贴卡纸张的自动计数方法。采用了一种动态局部阈值分割算法,对图像进行分割,对应每个像素点,通过计算相邻模板尺寸14×9区域中的像素均值和标准偏差来分析界定其阈值范围;通过形态学方法对图像区域滤波、去噪、修补空洞,提取边缘有效特征区域;沿信封边缘方向以一定频率间隔截取单元特征区域进行统计计数,并设定合理的统计比对阈值,判断统计的有效性,该方法很大程度上消除了边缘细小毛边、部分区域叠、断对计数的影响,从而达到了准确测量的目的。     

刀具磨损的机器视觉监测研究

为提高铣削加工时的刀具利用率、降低刀具成本,提出采用机器视觉技术在机监测铣刀磨损状态,及时更换刀具。建立刀具磨损监测系统,由电荷耦合器件(Charge coupled device,CCD)相机获取刀具磨损图像,通过图像预处理、阈值分割、基于Canny算子和亚像素的边缘检测方法建立刀具磨损边界,提取刀具磨损量。开展GH4169镍基高温合金铣削实验,将监测系统检测的磨损量与超景深显微镜的测量结果进行比对,结果表明:该系统具有较高的检测精度,可实现铣削加工时刀具磨损状态的在机监测。