射线检测图像的自适应多尺度积阈值降噪算法

针对射线检测图像的高噪声、低对比度、图像模糊等特点,提出了一种射线图像的自适应多尺度积阈值降噪算法,解决了常用射线检测图像降噪算法存在的降噪效果差、图像模糊、缺陷边缘和细节丢失等问题。该算法利用噪声估计、多尺度、积阈值、小波等方法对射线检测图像进行降噪处理,获得了高质量的降噪图像。以实际的工业焊缝射线检测图像为例,将所提算法与常用的小波降噪、中值滤波、维纳滤波、小波中值等算法进行降噪对比研究。试验结果表明,所提算法不仅具有优异的降噪性能,而且能够较好地保留缺陷图像边缘、细节等重要特征。     

基于小波变换和Canny算子的齿轮边缘检测

齿轮表面的缺陷检测是保证齿轮使用安全的一个重要手段。本研究对象为整个缺陷检测系统中的一部分,对输入的图像进行边缘检测,得到图像的边缘信息,是缺陷检测前的准备工作。基于小波变换多尺度多分辨率的特性,提出了将小波变换和Canny算子相结合的方法,对齿轮边缘进行检测。首先采用中值滤波去除图像噪声,然后根据小波变换理论,选取Haar小波提取图像的低频系数并重构,再用Canny算法检测齿轮的边缘,并对实景拍摄图片进行检测实验。结果表明：当小波尺度为1时,与单纯的Canny算法检测相比,改进算法在检测精度上较Canny算子有所改进,能够较好地检测边缘。     

基于阈值优化的带钢表面缺陷图像边缘检测研究

针对带钢表面缺陷图像光照不均而使得边缘检测困难的问题,分别使用顶帽变换和同态滤波对常规缺陷和低对比度缺陷进行去光照不均处理。接着,通过Otsu算法求出缺陷图像最佳阈值获取自适应的阈值改进边缘检测算法,即分别采用Sobel算法、Canny-Otsu算法进行常规缺陷和低对比度缺陷的图像分割。以带钢表面黑斑、划伤等典型缺陷为例进行了研究,结果表明算法取得了良好的效果。     

改进Canny算法在中厚板边缘检测中的应用

传统的Canny边缘检测算法容易受到环境噪声和光照变化等外界因素的影响,导致检测结果中会包含部分的背景图中的边缘,而且需要人工选择参数,算法的灵活性和适应性较低。提出了一种改进的基于Canny算子的边缘检测算法,采用双边滤波抑制噪声;利用子图像依据原始背景图均值的方差变化率,确定是否对子图像进行边缘检测与跟踪;使用OTSU算法计算前景亮度自适应阈值及对应的梯度值的阈值以确定Canny边缘检测的单阈值,得到初步的边缘检测结果;最后结合前景的亮度值和梯度值对检测到的结果进行边缘跟踪,得到完整的轮廓。试验结果表明,改进的Canny边缘检测算法不仅具有一定的抗噪性,而且能够利用轧件高温的特点,有效地提取高温物体光辐射造成的弱边缘,抑制背景中因光照、阴影等产生的虚假边缘,是一种检测高温物体有效的边缘检测算法。     

基于小波变换的双阈值水下焊缝图像边缘检测研究

水下焊缝图像受到水下环境、弧光、飞溅、泥沙浑浊等噪声影响,生成的焊缝图像模糊不清质量较差,采用传统的边缘检测算法提取水下焊缝边缘,结果无法满足要求。为解决此问题,利用Canny算法,提出基于多尺度小波变换的自适应双阈值边缘检测算法。该算法结合多尺度小波变换,以三次B样条为小波函数,采用双线性插值进行非极大值抑制,根据OTSU法生成自适应双阈值抑制噪声和去除伪边缘。实验结果表明：相比传统的Canny算法,此改进算法对水下焊缝图像边缘检测效果更佳,边缘检测更精确、丰富完整,且有效抑制噪声,验证了此算法的有效性。     

基于灰度均衡模型联合Gabor滤波器的钢轨表面缺陷检测方法

目的 设计一种钢轨表面缺陷检测方法,对钢轨表面存在的缺陷进行快速、准确地检测。方法 首先,利用图像的灰度均值构造灰度均衡模型,对钢轨表面图像中像素点的灰度值进行修正,以克服光照不均的影响。然后,利用图像的谱残差模型与相位谱增强钢轨表面图像中的缺陷部分,引入ostu阈值分割法对增强后的图像进行二值化,对图像中的缺陷区域进行准确地分割提取。最后,利用Gabor滤波器,将二值化图像中的噪声进行滤除,并保留缺陷区域的边缘等细节特征。结果 与对照组方法相比,所提方法的检测效果较好,精确率以及召回率都有所提高。直观测试结果显示,所提方法能够较为完整地检测出钢轨表面缺陷。客观测试实验结果显示,所提方法的精确率为90.11%,召回率为93.41%,且平均耗时为45.17 ms,相对对照组方法而言,耗时最少。结论 所提钢轨表面缺陷方法不仅能够准确地对钢轨表面缺陷进行检测,而且还具有较高的检测效率。     

基于Canny算子字符边缘检测与分割方法研究

字符边缘是标牌图像中的凹凸字符最主要特征,选用适当的边缘检测算子得到准确的标牌信息是字符图像处理的关键步骤.本文叙述Canny算子的基本原理和算法实现过程,选用并研究Canny算子来提取字符的边缘特征.为了验证Canny边缘检测算子的效果,分别用Canny、Robert、Sobel、Prewitt、Laplacian和LoG算子对字符图像进行边缘检测试验,分析了边缘检测的结果,得出Canny边缘检测算子是字符边缘检测的一种十分有效的方法.依据Canny算子边缘检测得到的结果,对字符图像进行了填充并分割得到了标牌字符的分割二值化图像.边缘处理和字符分割的结果表明,Canny算子边缘检测能够较好地解决低对比度图像和灰度不均匀字符图像的二值化问题.     

改进小波降噪算法在轴承缺陷图像的应用

针对传统Bayes阈值不能随小波分解尺度变换以及提高传统算法图像降噪效果的问题,文章提出一种改进的基于小波维纳滤波与Bayes自适应阈值估计图像降噪算法,该算法在多层小波变换的基础上,对小波分解后的第一层细节系数进行维纳滤波处理,对其他层细节系数进行改进Bayes软阈值估计算法处理,最后对处理后的小波系数进行重构,得到降噪图像。实验结果表明,该方法在图像峰值信噪比(PSNR)定量指标上优于传统的小波Bayes软阈值估计图像降噪方法,并将该方法成功的应用于轴承缺陷图像的降噪预处理以及轴承缺陷图像边缘检测中,达到了图像降噪的优化效果。     

数字射线图像缺陷的Canny算子边缘检测

研究射线检测中缺陷影像频域增强处理后的Canny算子边缘检测处理。使用Matlab7实现处理流程,对处理结果进行了分析。采用双阈值方法,通过滞后阈值化处理,可对Canny算子边缘检测的处理结果进行优化以提高可视性。实验证实,Canny算子边缘检测处理及优化技术可获得典型缺陷影像的边缘,可视性较好。     

基于低秩矩阵的自适应边缘检测算法

针对传统边缘检测算法处理含噪图像存在边缘模糊、缺失等问题,为提高算法的抗噪性与边缘完整性,提出了一种基于低秩矩阵的自适应边缘检测算法。首先使用低秩矩阵理论将图像中稀疏噪声矩阵分离,在去除噪声的同时能完好保留图像边缘,再根据图像灰度采用迭代循环的方法进行阈值分割选取,最终提取出连续完整的边缘。实验结果表明,使用该算法在混合噪声情况下具有较好的抗噪声能力与算法鲁棒性,提高了边缘信息的完整性,在视觉测量的应用取得了较好的效果。     

X射线焊缝图像的缺陷检测与识别技术

针对目前无损检测主要采用人工方式存在的主观不一致、检测效率低、操作复杂等问题,设计了一套焊缝缺陷自动检测系统。提出基于Otsu双阈值分割的缺陷区域自动提取、图像的降噪和灰度增强的图像预处理方法;通过SUSAN算法检测焊缝缺陷目标,并结合形态学孔洞填充算法修正缺陷目标;计算焊缝缺陷目标特征参数,并结合所设计的深度为4的二叉树分类识别逻辑流程,实现了较好的焊缝缺陷的检测结果。     

改进K-means聚类算法的自适应Canny算子工件边缘检测北大核心

针对传统Canny算子在复杂工件边缘检测中存在识别相似度低,工件边缘连续性与鲁棒适应性差的问题,提出了一种改进K-means算法的自适应Canny算子工件边缘检测技术。首先,进行相关复杂工件的形态学预处理操作,通过改进K-means算法进行分割与融合图像;其次,改进Canny算子的梯度方向与自适应度,Otsu阈值分割处理,使用最小二乘法拟合工件孔洞锯齿边界;最后,将得到的边缘结果与传统Canny算子图像进行对比,结果表明改进后图像的峰值信噪比(PSNR)与相似度(SSIM)有所提升。实现了复杂相似工件的自适应边缘检测,为算法结合图像边缘处理技术提供了一定的参考价值。     

基于机器视觉的接头组件表面缺陷检测系统研究

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。     

一种工业无损检测超声图像降噪方法

针对传统的工业无损检测超声图像散斑噪声降噪方法,不能很好的保持图像边缘和细节,提出了一种新的基于粗集与小波的工业超声图像降噪方法.该方法通过考察散斑噪声的统计特征,利用粗集中的等价关系将工业超声图像划分为若干子图,对子图进行对数变换后完成小波变换,采用自适应阈值函数处理小波系数,应用小波逆变换和指数变换得到降噪后的子图,将降噪后的子图进行叠加得到最终的降噪图像.通过新算法在实际工业超声图像中的应用,实现了在保证降噪效果的同时能够较好地保持图像边缘及细节特征,验证了算法的有效性.     

哪种MATLAB边缘检测算子更适合金属表面平整度检测?

大多数金属加工件尺寸精确,表面光滑平整,同时还具有优越的机械性能,因此加工生产要求很高。文章利用MATLAB数学软件工具箱中的边缘检测算子来提取金属件的表面图像边缘信息,有助于判断金属件表面是否出现严重划伤、裂缝、褶皱等现象。主要从边缘检测算法原理、不同算子提取金属件表面信息能力的比较等方面进行讨论,通过实验得出Canny算子对金属件表面信息的提取效果较好。     

基于机器视觉的膨胀阀安装孔缺陷检测方法

针对工业生产中膨胀阀安装孔缺陷自动检测的需求,提出一种基于机器视觉的安装孔缺陷检测方法。使用SURF特征匹配定位待检测区域,利用双阈值迟滞分割法去除噪声;通过Canny算子计算轮廓边缘,利用邻域生长法提取轮廓信息。为克服缺陷信息的干扰,准确定位安装孔圆心,提出基于几何矩与最小二乘拟合的圆心定位方法。根据轮廓上的点到圆心的距离分割出缺陷轮廓并在输入图像上进行标注,从而实现安装孔缺陷的检测。结果表明：所提出的算法能准确检测膨胀阀安装孔的缺陷,满足工业生产中自动检测的需求。     

基于机器视觉的锥形旋压件起皱缺陷在线检测方法

获取成形缺陷的快速、准确在线检测方法是实现旋压成形智能化的基础。通过对起皱特征和图像识别流程进行研究,提出了一种基于机器视觉的起皱缺陷在线检测方法,并将其应用于锥形件剪切旋压成形过程起皱缺陷的在线检测。构建旋压成形图像在线采集系统,实现成形时旋压件图像的实时获取;利用Halcon软件对图像进行ROI提取、直方图均衡化等预处理,能够获得高对比度的清晰图像;通过Otsu法改进传统Canny边缘检测算法,实现了根据图像梯度自动确定高低阈值,准确地提取出锥形件的图像轮廓。以锥形旋压件起皱后口部轮廓波纹个数及大小为特征,设计了起皱缺陷识别算法,成功检测出锥形件起皱缺陷;并通过剪切旋压实验进行起皱识别算法的可靠性验证。实验结果表明,该方法可以准确、快速地检测出起皱缺陷,平均响应时间为0. 225 s,能够满足实时检测的要求。     

基于最小二乘拟合的线胶质量检测北大核心

针对在复杂光照条件下线胶质量检测存在自动化程度不高,检测精度低等问题,提出了一种基于最小二乘拟合的线胶质量检测方法。首先使用非局部均值滤波降噪算法对图像进行降噪处理;随后通过动态阈值分割法确定待检测线胶区域,并在待检测区域内使用基于形态学的laplacian of gaussian边缘提取算法提取线胶轮廓;最后使用基于最小二乘拟合的线胶边缘轮廓拟合算法,计算拟合直线之间的平均距离即可得到线胶宽度;将线胶宽度信息与设定胶宽进行对比,判断是否存在断胶等质量问题。经实验验证,在复杂的光照条件下,该方法能准确检测出线胶宽度信息,满足对工业生产线的在线检测要求,其检测高效快速,准确率较高,能有效减少人力与资金投入,适合在实际生产中应用。     

改进自适应混合高斯模型和帧间差分的运动目标检测

针对传统混合高斯模型进行运动目标检测易受环境噪声或光照变化干扰,检测结果存在空洞、边缘缺失等问题,提出一种改进自适应混合高斯模型和帧间差分的运动目标检测算法。在混合高斯模型建立之初,采用较大的学习率快速消除背景干扰信息,当模型趋于稳定后,根据目标运动状态不断调整学习率,实现自适应修正背景模型。同时引入光照变化因子调整模型更新率,有效克服光照变化的影响。为提高目标边缘连续性,采用基于图像相似度的四帧差分法并结合边缘检测算法快速提取目标轮廓信息填补目标边缘。通过形态学处理消除目标空洞及残余噪点,获得完整的运动目标。结果表明：该方法目标检测准确率达到95.2%,在保证实时性的同时对复杂场景具有较好的适应能力,鲁棒性强。     

基于机器视觉的线缆表面缺陷快速检测算法研究

利用机器视觉技术检测线缆表面缺陷时,检测时间长、漏检率高。为此,提出一种基于机器视觉的线缆表面缺陷快速检测算法。通过引入CV-Kmeans区域分类算法建立自适应滤波窗口改进高斯滤波算法,在此基础上建立自适应模板,然后计算原图像与模板的Pearson(皮尔逊)相关系数快速判断图像是否含有缺陷。对含有缺陷的图像进行模板与原图差分,最后对差分所得到的图像用自适应阈值分割法提取缺陷。实验表明,算法可有效识别缺陷并减少检测时间,漏检率为3.22%,满足线缆生产需求。