基于机器视觉的小磁瓦表面微缺陷检测方法研究

针对小磁瓦成像不清晰、检测难度大、对比度低、纹理背景复杂、亮度不均匀、缺陷区域小及缺陷种类多等问题,提出了一种小磁瓦表面微缺陷的视觉检测方法。首先,根据小磁瓦弧形表面、倒角及缺陷区域对成像的影响,通过分析了小磁瓦表面图像中缺陷区域与正常区域的灰度、灰度梯度及缺陷形态的差异,将其表面缺陷类型划分为3类;其次,根据3类表面缺陷的成像特点、缺陷形态特征及与背景区域的关系,分别设计了相应的缺陷提取方法;最后,在不同的光照、规格、缺陷类型等条件下,利用开发的实验装置进行了实验分析。研究结果表明:提出的小磁瓦表面微缺陷提取算法稳定性好、鲁棒性强,能够准确、快速地提取小磁瓦表面中的缺陷区域,检测准确率可达93. 5%。     

基于支持向量机和机器视觉的磁瓦缺陷检测的研究

提出了一种基于支持向量机(SVM)和机器视觉的磁瓦缺陷的检测方法,通过图像增强、边缘提取的方法提取磁瓦缺陷后,提取磁瓦各种缺陷类型的形态特征参数,其中选择了面积、周长、紧凑性、离心率、一阶中心矩、二阶中心矩、三阶中心矩、四阶中心矩、五阶中心矩以及六阶中心矩等。将总共90张磁瓦侧面图片的漏磨、开裂和正常等3种情况的特征参数提取,在每种类型随机选取18个样本,即共54个样本作为LS-SVM的建模量,其余36个样本作为LS-SVM的预测样本来检验模型的优劣,获得缺陷类型识别准确率达91.67%,该结果表明通过支持向量机和机器视觉可实现较高精度和效率的磁瓦缺陷检测。     

磁瓦表面图像的曲线拟合缺陷提取方法

为了克服磁瓦图像光照不均匀、缺陷区域对比度低等难点,提出了一种基于曲线拟合的图像分割方法。对磁瓦图像进行逐行扫描后得到的灰度曲线,利用形态学滤波去除尖锐的波峰和波谷,然后以二次曲线作为模型采用最小二乘法拟合平滑后的曲线得到该扫描线的灰度分布趋势,最后通过差分手段减弱背景影响、突出缺陷区域,用阈值分割将缺陷区域提取出来。实验证明该方法能够有效准确地提取不同光照下磁瓦内、外表面的不同种类缺陷,为后续缺陷的分类识别奠定了良好基础。     

融合改进小波变换的小型磁瓦表面缺陷检测方法研究

针对磁瓦表面光照不均匀且表面纹理复杂的问题,提出一种改进小波自适应阈值去噪方法来消除磁瓦表面复杂的纹理,同时又能较好的保持边缘;针对传统的阈值分割方法面对磁瓦表面照明不均匀不能较好的分离背景和前景问题,将自适应阈值分割方法进行了改进,经过形态学处理和边缘检测实现了磁瓦缺陷的检测。研究表明,所用的滤波方法运行时间为0.0866秒,检测准确度达到了90.6%,并且改进后的自适应阈值分割更有利于提取缺陷,为磁瓦的缺陷检测提供了一种可实现的解决方案。     

基于OpenCV的机器视觉图像处理技术实现

阐述了在VC＋＋下安装、构建OpenCV编译环境的方法及OpenCV应用程序框架的建立.应用OpenCV视频图像采集技术,在实验室中获取3幅图像,在对数字图像处理技术进行理论分析的基础上,利用OpenCV实现了对采集图像截取感兴趣的区域、对图像进行边缘检测、对图像进行角点探测等技术.     

基于机器视觉的表面缺陷检测方法研究进展

基于机器视觉的表面缺陷检测以无接触、无损伤、自动化程度高及安全可靠等突出优点被广泛应用于各种工业场景中,尤其随着深度学习技术的快速发展,视觉缺陷检测有助于提高产品及装备的智能化水平。综述分析了表面缺陷检测的常用方法、通用数据集、检测结果评价指标和现阶段面临的关键问题。首先,将缺陷检测方法分为传统基于图像处理的缺陷检测、基于传统机器学习模型的缺陷检测及基于深度学习的缺陷检测,并对各种方法进一步细分归类和对比分析,总结了每种方法的优缺点和适用场景;然后,对目前常用的缺陷检测结果评价方法做出了描述,进一步探讨了表面缺陷检测应用在实际工业产品检测过程中关键问题——小样本问题,重点剖析了小样本问题的解决方法和无监督学习在解决这类问题上的优势;最后,从提高缺陷检测方法的工业适用性角度展望了下一步研究方向。     

机器视觉检测滚子表面缺陷

介绍利用机器视觉检测滚子表面缺陷的实验装置。该装置采用512位SSPD列阵作为摄景器件。藉助专门机械装置实现滚子表面全扫描展开,把获得的二维图象信息送PC/AT微机进行图象处理。文中提出了三种图象处理算法:多段平均法、二次背景处理法和局部算子处理法。用上述算法较好地解决了不同精度滚子的表面缺陷检测。附图16幅,参考文献5篇。     

基于机器视觉的陶瓷砖表面缺陷快速检测方法的研究

为了提高陶瓷砖表面缺陷检测效率,提出了一种基于机器视觉的表面缺陷检测方法。采用了自适应中值滤波算法对表面图像进行预处理,利用形状匹配实现图像之间的对齐,采用Deriche亚像素分割算法实现了陶瓷砖边缘的精确分割,设计局部门限算法实现陶瓷砖表面缺陷图像的提取。实验结果表明：该方法可实现陶瓷砖表面缺陷的快速提取,效果较好。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

基于纹理特征的磁瓦表面缺陷提取

为了达到准确有效地提取磁瓦表面缺陷的目的,针对磁瓦图像纹理特征,设计了一种陷波滤波器来增强缺陷目标并抑制背景纹理,然后通过自适应中值滤波来消除噪声,最后利用Canny边缘检测方法提取出磁瓦表面存在的缺陷。通过实验表明,该方法能有效地提取多种磁瓦内外表面缺陷,通用性好,为后续缺陷特征的提取和识别分类奠定了良好的基础。     

基于双磁场管道复合型缺陷应力信号提取方法研究

缺陷和应力共同存在的复合型缺陷是影响管道安全运行的重要因素之一。双磁场管道内检测法可用于复合型缺陷处应力损伤程度判断,但应力信号提取方法亟待解决。本文将J-A理论中的磁力学关系引入磁荷模型中,解析计算了不同应力、外磁场下复合型缺陷磁信号,建立基于双磁场信号比值的复合型缺陷应力信号提取模型,提出比值因子用于缺陷处应力水平的评估,并进行了系统的实验验证。研究结果表明,强磁信号对缺陷处应力大小不敏感,信号主要包括缺陷尺寸信息;弱磁信号对缺陷处应力大小敏感,信号包括缺陷尺寸信息和缺陷处应力信息。提出的比值因子可反映缺陷处应力情况,弱磁场强度较低时,比值因子随缺陷处应力的平均变化率大于9%,随着弱磁场强度的增加,比值因子随应力变化幅度变小。     

一种基于OpenCV和Tsai的摄像机两步标定新方法

为实现成形加工系统中摄像机标定技术,对开放计算机视觉函数库OpenCV进行了分析。在Tsai方法基础上,结合传统摄像机标定原理,充分考虑了透镜的径向畸变和切向畸变影响及求解算法,给出了一种适应于成形加工的MVS摄像机标定新方法。实验结果表明,该算法不仅具有良好的跨平台移植性,而且提高了标定精度和计算效率,能高效地获得相应的标定参数,可以满足一般成形加工中机器视觉系统的需要。     

基于BOTDR散射谱的应变提取方法研究

针对布里渊后向散射原理的应变传感系统信号检测方法进行研究,目前该领域信号检测方法普遍存在计算量大,精度不高,耗时大等诸多问题,提出了一种自适应梯度下降算法(Adam算法)对布里渊散射信号进行拟合计算,同时搭建了外差相干检测的布里渊应变测量系统。实验结果表明,用Adam算法拟合散射谱曲线后解调的平均应变误差为24.89με,是高斯-牛顿算法拟合曲线最大应变误差的51.96%,是列文伯格-马夸尔特算法拟合曲线最大应变误差的57.42%;Adam算法拟合散射谱曲线的拟合度佳(0.998 9),均方根误差小(0.110 5)拟合测量的精密度高,而且信号处理时间仅为18.5 ms。研究结果对布里渊散射传感技术高精度数据特征提取提供了理论和实验依据。     

基于ITD的齿轮磁记忆信号特征提取方法的研究

针对低速重载齿轮潜故障状态下磁记忆信号特征信息难以获取的问题,提出了一种基于固有时间尺度分解法(ITD)的磁记忆信号特征提取方法.首先利用ITD方法将原始磁记忆信号分解为若干固有旋转分量PRC和一个单调趋势项,然后将前四阶PRC分量重新组合重构,剔除磁记忆信号自身的大周期成分和磁场噪声,最后再利用周期平均和局部统计法提取出该齿轮每个齿根的磁信号强度.实验结果表明,该方法非常适用于信号有效成分的精确拾取和判断,能有效实现信号的特征提取,对低速重载齿轮潜故障早期诊断领域具有重要的应用价值.     

Real-time biscuit tile image segmentation method based on edge detection

In this paper we propose a novel real-time Biscuit Tile Segmentation (BTS) method for images from ceramic tile production line. BTS method is based on signal change detection and contour tracing with a main goal of separating tile pixels from background in images captured on the production line. Usually, human operators are visually inspecting and classifying produced ceramic tiles. Computer vision and image processing techniques can automate visual inspection process if they fulfill real-time requirements. Important step in this process is a real-time tile pixels segmentation. BTS method is implemented for parallel execution on a GPU device to satisfy the real-time constraints of tile production line. BTS method outperforms 2D threshold-based methods, 1D edge detection methods and contour-based methods. Proposed BTS method is in use in the biscuit tile production line.     

基于海杂波图像的海表层流信息提取算法研究

海表层流信息提取是X波段雷达测量海浪信息的关键技术之一.为了获取实时、高精度的海表层流信息,解决目前常用算法依靠经验选取阈值精度不高、适应性差的缺点,提出了基于自适应阈值选取技术与平均加权最小二乘法的海表层流反演算法.自适应阈值选取技术能够根据图像中海浪信号的强弱不同,实现雷达图像谱中海浪信号与背景噪声的准确分离,从而最大限度地提取海浪谱,反演海表层流信息.平均加权最小二乘法考虑整体海浪谱影响,将所有的谱分量同等对待,得出测量海区的平均表层流.运用实测X波段雷达图像进行实验,结果表明改进算法的反演精度较常用算法有较大的提高.     

基于计算几何的曲面造型方法研究

以Pro/Engineer和UGNX为代表的计算机辅助设计和辅助制造软件,在制造行业已经成为产品设计和产品制造工程师的重要工具。这些CAD/CAM软件都必须能够胜任曲面造型的功能,它是产品三维设计的必然前提,因此曲面造型成为计算机辅助几何设计和计算机图形学的一项研究重要内容,而计算几何正是对曲面造型进行研究的数学方法。通过对曲面造型和计算几何的相关概念的介绍,详细阐述了基于计算几何方法建立曲面参数曲线的各种数学建模过程。这些数学建模方法能为各种CAD/CAM系统实现曲面功能提供理论指导。     

基于OpenCV处理视频图像检测焊缝的研究

提出了一种基于处理视频图像对焊缝进行检测的方法。将视频文件中的原始焊缝图像作为研究目标。采用灰度变换法对原始图像进行预处理,选用Canny算子对焊缝图像进行边缘检测,并运用改进的Hough变换进行线段检测。得到焊缝坡口的中心线以及中心线的中点位置。实现了对焊缝焊点的检测。实验证明。该方法实现成本低。实时性强,精确度较高。智能性强。