图像可视在线铁谱传感器的图像数字化处理技术

为实现图像可视在线铁谱传感器的磨粒图像自动辨识,建立数字图像获取系统,探讨铁谱图像数字化处理方法。研究了铁谱图像的预处理方法,对比在RGB和YUV颜色空间对铁谱图像的灰度化处理效果,采用不同的微分模板对平滑后图像进行锐化处理;探讨减背景法和自动阈值法在铁谱图像磨粒分割中的应用效果;给出适用于在线铁谱图像的定量描述方法。研究表明,采用YUV颜色空间的明视度分量可以得到平滑的灰度图像,合理的模板选择可以使微分法在锐化磨粒边缘的同时保持整体图像的平滑;铁谱图像的磨粒分割结果表明,减背景法由于采用人工选取门限值而难以适用于在线铁谱图像的处理,而自动阈值法可以根据铁谱图像自动选取合适的阈值以达到良好的分割效果;采用磨粒百分覆盖面积作为定量指标可反应良好分割的铁谱图像中的磨粒统计质量分数。     

铁谱磨粒图像多焦点融合算法研究

铁谱分析技术是一种常用的磨损监测技术。受限于高倍物镜下的景深限制,一张铁谱大磨粒图像往往只有局部聚焦清晰的特征。为了能够解决在高倍物镜下铁谱大磨粒图像的自动化清晰采集以及高质量图像融合问题,设计并构建一套自动化扫描显微系统,该系统可进行多焦点铁谱图像的自动扫描采集;同时,提出一种基于相位一致性的铁谱磨粒图像多焦点融合算法,对自动扫描的多焦点图像进行融合,得到清晰的磨粒图像。实验结果表明,设计的自动化扫描显微系统能快速完成多焦点铁谱图像的自动化采集流程,提出的图像融合算法相较于传统的小波图像融合算法具有更高的图像评价质量,并能获得更加清晰的图像边缘信息。     

基于Mask R-CNN的铁谱磨粒智能分割与识别

针对铁谱图像因背景复杂、尺寸分布广、颗粒重叠等导致难以精确分割与识别的问题,以相似度高的疲劳剥块、严重滑动磨粒、层状磨粒共3种异常磨粒作为研究对象,提出基于深度神经网络模型Mask R-CNN的对多目标铁谱磨粒进行智能分割与识别的方法,并对特征提取层分别选用深度不同的残差网络ResNet50和ResNet101进行对比试验。实验结果表明,基于迁移学习方法的Mask R-CNN+ResNet101模型能够在复杂背景下对多目标、多类型、多尺寸的相似磨粒进行有效分割与识别,测试集的平均精度高达76.2%,模型具有较好的泛化能力。     

基于图像增强的OLVF反射光磨粒图像分割算法

针对反射光磨粒图像中亮度过高和过暗部分难以识别的问题,提出一种基于图像增强的OLVF(On-Line Visual Ferrograph)反射光磨粒图像分割算法.对原始图像进行背景减操作,大致区分出磨粒部分;利用形态黑帽操作增强反射光磨粒图像,使图像总体亮度均衡.对增强后的图像应用Canny边缘检测操作分割出磨粒,利用...     

基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割

利用计算机图像处理技术实现铁谱图像诊断自动化是铁谱技术发展的目标.介绍了基于微粒群优化(PSO) 算法与模糊C均值 (FCM) 聚类算法相融合的图像分割方法并分析了其缺点,提出了一种基于量子行为的微粒群优化(QPSO)算法与FCM算法相融合的图像分割方法,并采用该方法对铁谱图像进行预处理.结果表明,该方法收敛速度快,设置参数少,具有更高的精确性和稳定性,是一种更有效的铁谱图像预处理方法.     

基于显微图像识别的在线滑油中磨粒分析方法

针对现有显微图像油液磨粒监测技术的芯片结构的不足,改进微通道与外通道结合处结构,减小了微通道被阻塞的可能性,提高了检验精度。为了提高机器润滑油中金属磨粒在线图像识别的准确性,分析图像运动模糊退化模型,并以自相关函数估算模糊尺度,采用基于维纳滤波的图像恢复算法获得清晰的磨粒图像;应用图像差值与最大类间方差法（Otsu）对图像进行分割并对分割后的磨粒图像计数获得磨粒等效直径和分布。研究结果表明,该图像分割方法提高了油液磨粒的在线实时检测的准确率,其精度达95%以上。     

基于显微图像的在线润滑油中磨粒识别

针对现有润滑油磨粒监测技术的不足,提出一种将微流控技术与铁谱技术相结合的磨粒在线检测方法。该系统用微流控芯片取代传统铁谱片并显微成像;在图像的模糊恢复上,采用基于运动模糊图像微分与自相关的方法进行模糊尺度计算,应用维纳滤波方法对模糊图像进行模糊恢复,得到纹理及边界更加清晰的图像;在磨粒特征的提取上,运用颜色特征用来识别磨粒的成分,包括铁质磨粒、有色金属磨粒和氧化物磨粒,运用尺度和形状等特征识别磨粒产生的磨损机制;在颗粒的识别上,应用灰色关联分析方法实现磨粒的自动识别。该磨粒在线监测系统不仅能对磨粒进行计数,也可以对磨粒类型进行判断,其准确率达到90%。     

融合颜色与形状信息的铁谱磨粒链分割方法研究

为了对铁谱图像中的磨粒链进行有效分割,提高磨粒特征提取的精度,通过分析铁谱磨粒链图像不同区域的特点,提出一种融合铁谱图像颜色、形状特征信息的磨粒链分割方法。该方法首先基于形态学运算对磨粒链分割方法,对异常大磨粒进行提取并断开磨粒链黏连部分,然后利用标记分水岭与灰色聚类的方法对磨粒链进行分割,最后考虑到不同磨粒链颜色信息存在差异,结合自适应阈值法对灰色聚类进行改进,从而实现磨粒链的自适应分割。结果表明,相较于传统分割方法,提出的方法能有效避免过分割与欠分割,分割效果较好,适用性高,操作简单。     

最新视频分割算法研究

视频分割在视频编码、智能监控和信息检索等领域有着广泛应用,分割质量的好坏直接影响视频的后续处理,所以,基于运动目标的视频分割技术是重要而又富有挑战性的。本文在现有方法的基础上,研究了最近的国内外文献,介绍和分析了其中的算法,并对未来的发展进行了展望。     

全局运动序列的视频对象分割算法

针对全局运动视频序列，本文提出一种快速有效的基于边缘均灰度投影匹配的全局运动估计与补偿算法，将连续几帧图像的相同背景稳定在同一幅图像的相同位置上，从而能够沿用静止背景序列的视频对象分割算法。实验结果证明，该方法能够从背景变化的视频序列中较好地提取运动对象，具有较强的鲁棒性。     

视频图像中运动目标检测算法研究

视频图像中运动目标的检测一直是视觉分析的研究热点之一,应用广泛。文中主要针对静态背景下即摄像头固定的情况下,提出一种基于高斯模型的背景差分法来实现运动目标的检测。算法首先建立混合高斯背景模型,然后再利用背景差分法提取运动轮廓,最后通过后续的形态学处理得到完整的运动目标。实验结果表明,该算法不仅能够检测到运动目标,而且检测效果得到了提高。     

基于状态分割的运动目标实时跟踪

针对基于云台的移动式摄像头视频监控系统,为准确、实时地对运动目标实施检测、跟踪,提出了一种基于状态分割思想的运动目标实时跟踪方法。该方法将运动目标检测跟踪过程按摄像头的运动状态分为静止、运动2个阶段。在摄像头静止阶段,采用基于混合高斯模型的背景差法检测运动目标,提取目标的颜色特征信息;在摄像头运动阶段,采用Camshift算法对运动目标进行跟踪。开发了基于 OpenCV 开源库的算法程序。实验结果表明,在目标颜色特征显著的情况下,该方法实现了移动式摄像头对运动目标的精确跟踪,并具有较好的鲁棒性和实时性。