基于小波变换的墙地砖缺陷图像分割

目的改进原有的图像分割算法在分割图像时的精度和准确度，进一步准确地研究墙地砖缺陷图像的基本特征，提出一种有效的图像分割方法．方法根据墙地砖表面的纹理特点，采用Daubechies小波对原始图像进行处理．结果仅保留图像的近似信息，从而有效降低了纹理特征对缺陷分割的干扰．同时，图像数据量减少为原始图像的1／4．因此，在有效提取近似信息的基础上提高了系统的实时性，便于图像分割应用．该方法增强了缺陷纹理图像。能抑制背景纹理对缺陷纹理检测的干扰，并通过减运算有效地实现了缺陷纹理和背景纹理的分割．结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割，尤其适用于具有随机纹理的墙地砖缺陷实时检测．     

墙地砖图像的快速中值滤波研究

以墙地砖为研究对象，根据提出的快速中值滤波算法对之进行了去噪处理，实践证明了该算法的正确性与可行性，因此它成为智能墙地砖分栋机软件编程中平滑处理的快速算法，为墙地砖的在线全数监测打下必要的基础。     

辊道窑一次快烧陶瓷墙地砖常见缺陷分析

着重从陶瓷墙地砖生产实际出发，分析了辊道窑一次快烧陶瓷墙地砖生产中常见缺陷的产生原因，并提出了一些实用的解决办法．     

辊道窑一次快烧陶瓷墙地砖常见缺陷分析

着重从陶瓷墙地砖生产实际出发，分析了辊道窑一次快烧陶瓷墙地砖生产中常见缺陷的产生原因，并提出了一些实用的解决办法。     

基于塔形小波和特征加权的墙地砖纹理图像分割方法

目的基于小波变换的图像分割方法对随机纹理图像进行分割.方法通过墙地砖表面的原始纹理特征,改进原有的图像分割算法,对原始纹理图像进行高阶小波分解.结果图像整体中的背景纹理边缘被有效去除,降低了图像纹理带来的干扰,在有效提取近似信息的基础上提高了系统的实时性.结论根据墙地砖的纹理特征,采用基于塔形小波的改进分割方法,对墙地砖的原始图像进行处理,提高了边缘准确性和区域性,降低了分割错误率.     

一种基于动态阈值的镀铜表面缺陷检测算法

表面缺陷检测是机器视觉检测领域的一个主要问题,针对版滚镀铜表面缺陷的特点,提出一种动态阈值缺陷检测算法。该算法采用整体结合局部的灰度特征方法、利用缺陷表面与正常表面的差异对镀铜表面进行检测。实验结果表明,该算法能精确的检测出各类缺陷所在位置及其面积大小且速度较快,达到了在线检测的要求。     

冷轧带钢缺陷表面形状恢复新算法

为改善冷轧带钢表面缺陷分类识别性能,提出基于从阴影恢复形状原理的表面缺陷三维重构算法． 针对表面缺陷检测系统的光路设计,提出一种改进的Oren-Nayar漫反射模型,结合透视投影模型推导出相应 的反射图方程,利用基于高阶Lax-Friedrichs汉密尔顿函数和牛顿迭代相结合的快速扫描算法完成了该方程 的求解,实现表面缺陷三维信息的提取．利用合成图像和表面缺陷图像进行三维重构实验,结果表明该算法 重构精度高,验证了改进光照模型的正确性．该三维重构算法能够有效地提取冷轧带钢表面缺陷三维信息, 有助于提高表面缺陷分类识别性能     

基于改进的BP神经网络钢板表面缺陷分类算法研究

钢板表面质量决定钢板的抗腐蚀性、抗磨性和疲劳强度等使用性能,决定相关产品的安全性能.目前还没有一种算法可很好的解决钢板表面缺陷分类问题.应用BP神经网络算法识别钢板表面缺陷,并采用高阶扰动理论解决BP神经网络算法固有的缺点,如学习速度慢、易陷入局部极值等.最后通过实验验证了算法的有效性,钢板缺陷识别率达到83%.     

基于特征与形貌重构的轴件表面缺陷检测方法

针对轴件表面缺陷机器视觉检测方法中的水渍残留误检率高和人工复检效率低问题,提出一种基于特征与形貌重构的轴件表面缺陷检测方法. 对轴件工业高速线扫描图像进行预处理,基于改进的阀值迭代算法完成图像分割,通过去除背景、噪点和干扰提取缺陷图像. 建立基于曲线簇包络轮廓的轴件表面缺陷特征模型,结合分割图像各连通域的面积、面积占比、粗短度训练逻辑回归分类器,对凹坑、裂纹和麻点等轴件表面典型缺陷进行识别,并结合图像深度信息进行缺陷形貌重构,消除水渍等伪缺陷,提高轴件表面缺陷检测鲁棒性. 实验结果表明,所提出的轴件表面缺陷检测方法有效,具有较高的缺陷识别率和鲁棒性能,平均识别时间为3.69 s,缺陷轴加权识别率为98.86%,可以对3类典型缺陷和水渍进行准确识别.     

汽车零配件表面缺陷检测算法研究与实现

通过对机器视觉的研究,建立检测算法模型。文章分析了图像相减匹配法工作机理,结合汽车零配件生产系统,建立了一种基于SiemensPLC的表面缺陷检测仿真平台,验证该算法的可靠性。实验结果表明,该算法模型可以稳定地检测到缺陷目标。     

一种触摸屏电极薄膜定位与缺陷检测方法

电极薄膜表面的污渍缺陷检测是工业生产触摸屏过程中一个必要环节,利用图像采集系统结合数字图像处理进行检测,可以将薄膜按结构特征和缺陷分布情况分为两部分;按不同区域特点分别采用背景差分算法和局部增强算法进行缺陷检测,从而解决了传统的人工检测耗时、耗力、不精确等问题,提高了生产效率。     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

提高工件表面缺陷提取鲁棒性的改进低秩矩阵恢复算法

针对传统的工件缺陷提取方法存在鲁棒性差的问题，提出一种基于同态滤波的改进低秩矩阵恢复算法。首先使用同态滤波方法增强光照分量、抑制工件反射分量，减小光照不均和工件强反光产生伪缺陷的影响；然后应用鲁棒主成分分析模型将工件表面缺陷提取问题转换为低秩背景矩阵和稀疏缺陷矩阵分离的低秩矩阵恢复问题；最后使用非精确拉格朗日乘子法对由鲁棒主成分分析模型转化的凸优化模型进行求解。以带有凹坑、划痕缺陷的轴类工件为样本，通过计算F-measure值完成方法验证，实验结果表明：在不同光照强度的实验条件下，离散傅里叶算法提取凹坑缺陷和划痕缺陷的平均F值分别为0.435 7和0.381 9；本文提出算法提取凹坑缺陷和划痕缺陷的平均F值分别为0.726 0和0.716 9，结果验证了所提算法的有效性和较高鲁棒性。     

陶瓷墙地砖的检测与施工

详细阐述了陶瓷墙地砖的发展、种类、检测及施工方法，供同行参考。     

一种基于灰度投影的带钢表面缺陷检测算法

根据带钢表面缺陷图像的特点提出了一种利用带钢图像的灰度投影进行带钢表面缺陷目标检测的一种算法．该算法首先是把带钢图像分别进行向下和向左的灰度投影,然后在此基础上计算出向下投影与向左投影的投影均值并分别找出其中的最大值与最小值,之后分别把它们做差,如果向下投影均值的差值和向左投影均值的差值中至少有一个超过了给定的阈值则认为图像存在缺陷,否则无缺陷．该算法在多次实验中都能够很成功地完成带钢表面缺陷目标检测的功能．     

Mean shift 算法在带钢缺陷图像分割中的应用

带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响．为了提高缺陷图像的分割效果,提出了采用 Mean shift 算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较．测试结果表明,Mean shift 算法能够有效地对缺陷图像中的感兴趣区域进行平滑,并精确得到缺陷目标的边缘,该算法在带钢的缺陷分割中具有较好的性能．     

基于ViBe的端到端铝带表面缺陷检测识别方法

针对铝带表面缺陷高精度检测要求以及传统算法识别率不佳的问题,提出端到端的表面缺陷检测与识别方法.从铝带表面初始图像序列中快速计算出平均图像,视为无缺陷背景图像,用于初始化ViBe算法的背景模型.采用ViBe算法从当前图像中分割出缺陷区域,对缺陷区域二值图像进行中值滤波和形态学运算,以去除噪声点和修补边缘,实现缺陷区域的准确提取.利用当前图像实时更新ViBe背景模型,以增加对光照变化的适应能力.提取缺陷外接矩形区域图像,归一化后输入到训练好的卷积神经网络中进行识别分类,得到分类结果.实验结果表明,提出方法的缺陷检出率为93.02%,缺陷识别率为99.86%,具有较好的应用价值.     

摩擦片表面缺陷的视觉显著性检测算法

针对摩擦片表面缺陷高精度高效率的检测要求以及摩擦片自身复杂的表面状况,提出基于视觉显著性的检测算法. 利用图像分割,将摩擦片从背景中分离;使用高斯平滑弱化表面纹理,采用多尺度细节增强算法补偿高斯平滑中丢失的缺陷边缘信息,计算图像中目标的显著性进行强弱分化;采用连通域法和OTSU,提取缺陷区域的二值图像. 经由实验验证,该算法针对摩擦片的缺陷检测具有较强的针对性,缺陷识别率超过98%,双面检测100个摩擦片用时27 s. 从客观和主观两个方面对检测结果进行评价验证,结果表明,该算法具有较高的识别率和精确度,满足工业检测的需求.     

修复缺陷嫌疑区域的无监督磁瓦表面缺陷检测

磁瓦表面缺陷样本数量少,异常视觉特征分布发散,现有依赖目标特征的有监督检测方法不能有效检测未定义缺陷;磁瓦表面正常纹理呈非均匀且非周期性分布,使得经典重构网络难以准确地重构磁瓦表面正常特征,导致相关无监督检测方法性能低下.为此,采用多头注意力增强的掩码图像修复网络(MIINet),长距离提取图像特征,捕捉全局信息,增强图像修复的能力;引入视觉显著性算法抑制磁瓦表面纹理信息和突显缺陷区域,以便二值化算法精准分割缺陷嫌疑区域;利用MIINet修复待检测图像缺陷嫌疑区域,选用修复前后图像的残差图像和结构相似性实现缺陷检测与缺陷判定.与经典无监督方法相比,修复缺陷嫌疑区域的表面缺陷检测方法的准确率提升了2.36%,F1值提升了1.62%.     

一种基于特征点的管材表面缺陷视觉检测方法

为快速准确检测管材表面缺陷,设计一种基于特征点的管材表面缺陷视觉检测方法。采集典型管材表面缺陷图像,构建图像样本集;指定图像感兴趣区域,减少干扰背景对缺陷检测的影响;采用ORB(orientedFASTandrotatedBRIEF)算法检测图像中的点缺陷,使用FAST算子搜寻缺陷图像的特征点,将检测到的特征点设为圆心...