多分辨轮廓匹配的成型制件外形检测

为了通过对制件图像进行轮廓匹配实现外形异常识别,提高生产效率和产品质量,提出制件外形多分辨轮廓匹配检测技术,通过分析起点对轮廓曲线的各分辨率小波变换的影响,建立轮廓某尺度下小波逼近量的搜索匹配策略,实现粗匹配下的形变判定.研究匹配轮廓段局部特征以及轮廓区间对的相异度统计,进而获得轮廓点对的精确对准,达到轮廓精配准,实现飞边、缺损等缺陷类型判定,最终得出外形检测结果.该方法在多种制件图像、各种外形异常类型中进行应用验证,结果表明外形检测准确度满足要求.     

基于双CCFL的玻璃缺陷检测技术研究

针对浮法玻璃生产过程中产生的玻璃缺陷,提出了基于双CCFL的玻璃缺陷检测方法,在待检测玻璃上形成两个周期的光强呈正弦分布的光栅,采用透射式光路,线阵CCD采集匀速移动的玻璃缺陷图像.通过双阈值的图像分割方法,将缺陷图像进行二值化处理,利用对缺陷坐标的连通性判断和二值化数据的分布实现了缺陷大小的计算和缺陷类型的识别,测试结果表明,该方法的检测精度为0.1mm.     

玻璃缺陷特征提取

根据玻璃缺陷的特点,研究了玻璃缺陷图像特征提取的基本原则,有效提取了玻璃图像中的缺陷目标的几何特征及7个不变矩特征.通过特征有效性分析,选取每幅玻璃缺陷图像的几何特征作为识别参数,实验结果表明,提取的特征区分度良好.     

基于分形特征的同步器齿环缺陷识别研究

通过展开同步器齿环(齿环)内轮廓,发现其具有不规则、统计自相似性和相对平滑的特征。采用分形理论中的分形维数(FD)对其进行缺陷识别。首先,用结构函数法对(Weierstrass-andelbort)W-M函数模型进行分析,可得结构函数法计算相对平滑曲线的维数误差小;然后,基于齿环内轮廓展开曲线相对平滑的特性,采用结构函数法对正常和缺陷齿环内轮廓展开曲线进行分维计算。实验结果表明,正常齿环内轮廓展开线的分维不同于缺陷齿环的分维,从而通过维数差异实现对正常和缺陷齿环的识别。     

玻璃缺陷在线检测系统的研究

针对当前国内玻璃生产企业在生产中对玻璃的结石、裂纹等重要缺陷检测方法的不足,提出了一套玻璃质量在线检测系统的总体技术方案。利用面向对象VC＋＋编程工具,结合图像处理技术,实现了对玻璃缺陷的实时检测、识别和分类,缺陷检测准确率达90％以上。     

一种基于机器视觉的玻璃质量在线检测系统

对玻璃缺陷识别原理进行了介绍,并对基于机器视觉的运动图像实时处理算法进行了研究。由此,提出了玻璃质量在线检测系统的总体设计方案,并提出了一种基于自适应阈值选取的图像二值化分割、缺陷特征提取并通过神经网络分类器识别不同种类缺陷的新算法。在此基础上,研制开发了一个玻璃质量在线检测系统,并将其运行于工业现场。实际使用情况表明该系统是可行且有效的。     

基于STEP-NC车削加工系统的关键技术

目的 构建一种基于STEP-NC的数控车削加工系统,研究系统中的特征识别和程序解释两个关键技术的实现方法 .方法 依据STE--NC基本理论,在VC 6.0和ST-Develeper集成环境下,应用MFC类和STIX库、ACCESS库等进行系统的构建及程序和数据的处理.结果 所构建的STEP-NC车削加工系统采用开放式的模块设计,基本功能包括自动特征识别、STEP-NC数控程序生成及程序解释等;特征识别技术采用了一种基于特征轮廓进行制造特征识别的方法 ;在VC 6.0环境下通过应用STIX库函数对AP238文件进行信息提取和存储实现了STEP-NC数控程序的解释.结论 应用STIX库函数使程序解释过程中AP238文件数据的处理更加方便快捷;所采用特征识别方法 可以较好地识别简单的旋转类车削特征.     

模糊识别技术在车辆牌照检测系统中的应用

为了对基于图像处理的车辆牌照自动检测系统中的牌照分类进行研究,将分割后的车辆牌照二值化图像,从其10多个形态学特征中选取出7个有效特征,采用模糊识别技术进行识别.结果表明:该方法克服了传统模式识别技术精度低、实时性差等缺陷,为系统的实际应用奠定了基础.     

基于轮廓跟踪的泡罩药品缺陷检测算法

检测泡罩包装中的药片是否存在形状缺陷,需要提取药片图像边缘轮廓。"爬虫"法是基本的边缘跟踪方法。提出一种基于有记忆的变窗"爬虫"轮廓跟踪的缺陷判别方法,利用封闭轮廓曲线的密集度指标,"爬虫"跟踪的陷阱和边缘分支,设置"爬虫"中止变换的窗口大小,可快速实现缺陷的预判,从而有效地提高后续缺陷识别过程的工作效率。     

基于粘连符号分割和多特征融合的手写公式识别

为了解决字符粘连影响脱机手写数学公式自动识别的问题,提出一种基于字符轮廓特征的单点粘连符号切分方法.首先利用字符上下两侧轮廓方向码信息得到切分点和切分方向;然后结合宽度、高度、角点个数、投影轮廓等几何特性对切分后的字符片段实现多特征融合的特殊符号识别,并将特殊符号从整体数学公式中进行有效分离;最后结合特殊符号与周围字符的上下左右、重叠、半包围等空间位置关系特性实现结构的解析,并将经过卷积神经网络识别后的普通字符代入结构解析序列,实现公式的整体识别.实验结果表明:该方法能有效处理数学公式中粘连情况及特殊符号识别;粘连符号的切分准确率达到87.25％,提高了手写数学公式的整体识别率.