计算机图像处理与模式识别技术在套管缺陷在线检测中的应用

从计算机视觉的角度,提出了一种基于图像处理和模式识别技术的计算机自动识别套管缺陷的检测方法。本文详细介绍了该方法的理论依据和实现过程,该方法检测套管缺陷准确率高、可靠性好、速度快、可实现地下套管的自动检测。为石油套管的优质高效率识别提供了一种行之有效的方法。     

软包装热封缺陷的超声无损检测

软包装封口处的热封性能对产品的保质起决定性作用.将超声无损检测技术应用于软包装热封性能检测中,采用背散射回波包络积分成像技术,对塑料软包装封口处直径为50～150 μm的6种通道型缺陷进行实验研究.实验中,采用中心频率为22.66 MHz的液浸式点聚焦探头,对试样上2.98 mm×1.5 mm的矩形区进行扫描并进行超声成像.同时,理论分析了扫描步长小于探头横向分辨率时,探头横向分辨率对超声检测结果的影响,给出了不同尺寸范围内的缺陷尺寸与超声检测结果两者间的关系.实验结果表明:超声无损检测技术可应用于检测包装封口缺陷, 且由于受探头横向分辨率的影响,超声检测值大于缺陷实际尺寸,与理论分析相吻合.     

基于图像处理技术的铸坯表面缺陷自动检测系统的研究

针对目前国内铸坯表面缺陷检测方法落后、检测效率低的情况,应用图像处理技术,设计了铸坯表面缺陷自动检测系统方案.研究了适合高温高辐射条件下的图像采集方案和算法,采用基于BP神经网络的模式识别方法对铸坯表面缺陷图像进行识别与分类,能够有效地提高铸坯质量管理.     

基于图像处理技术的机械故障诊断研究进展

故障检测和诊断已经成为了当今的研究热点之一,图像信息是一类重要的故障信息形式,通过图像处理技术可以快速、准确的提取故障特征信号。文中介绍了基于图像处理的故障诊断方法的国内外研究现状,指出了基于图像处理的机械故障诊断的应用价值和发展潜力,总结归纳了图像的获取方法、故障图像特征的提取研究,展望了基于图像处理的机械故障诊断方法的发展趋势。     

基于图像处理的陶瓷产品缺陷识别研究

针对生产线上陶瓷天线罩缺陷(裂纹缺陷和气孔缺陷)图像的特点,研究了基于图像处理的天线罩缺陷识别算法。图像经灰度化处理、二值化处理、中值滤波、边界提取和目标区域标记等预处理方法,有效地去除了干扰噪声,并突显出缺陷区域。裂纹缺陷经骨架提取处理和长度统计,得到裂纹长度值;统计气孔缺陷区占有像素数,得到气孔面积值。实验表明该算法能够较精确地检测出陶瓷天线罩的缺陷值,基于图像处理的天线罩缺陷识别方法可行、有效。     

轴承外圈侧面缺陷的视觉检测算法研究

针对轴承外圈侧面缺陷的在线检测要求及传统人工检测方法的不足,提出了一种基于差影法的轴承外圈侧面缺陷检测的新方法。该方法通过对轴承外圈侧面图像进行处理与分析,快速、准确地实现了轴承外圈侧面缺陷的识别。首先,使用CCD数字摄像机作为图像传感器进行图像采集;然后,对图像进行滤波去噪、图像分割、边缘检测处理,以对轴承外圈侧面进行快速定位;最后,采用差影法进行缺陷检测,并采用8-连通域法对缺陷进行标记。实验表明,该系统运行稳定,实时性好,抗噪能力强,运算速度快,并可有效检测出轴承外圈侧面缺陷。     

基于图像处理的圆柱直齿轮识别技术研究

为了实现机械零件中齿轮的识别,采用数字图像对包含其它种类零件的多种零件进行检测。通过应用中值滤波、Otsu图像二值法以及连通域标示方法,在MATLAB上实现对含有六角螺母、齿轮和垫圈等零件的图像进行处理,突出了零件目标,减少了运算量。提出了一种结合齿轮自身特点来识别图像中所有齿轮的方法,对零件位置发生偏移,出现角度倾斜等情况具有较好的鲁棒性。利用极坐标系和图像的标定系数,计算出各个齿轮的齿数和模数,实现了对图像中所有齿轮的识别及其基本参数的获取。     

焊接缺陷的X射线自动检测图像处理

X射线无损检测对于焊接结构件的质量保证具有重要意义。使用Image J图像处理软件和Java语言开发插件,对焊接点中气孔分布以及面积等缺陷参数进行自动检测并对获得的图像进行分析处理。提出利用区域标记法分割出有效分析区域,先去除无效区域后再对感兴趣区域进行气孔提取,相较于传统的全局图像差分法,可以减少背景对缺陷检测的影响,降低误判率。设计出的检测方法能够对特定图像进行批量分析,可以减少检测的时间。     

基于边缘检测自动位置补偿的缺陷识别技术

提出首先利用自动位置补偿功能对检测对象进行分析定位 ,通过CCD实时准确地采集图像 ,并利用特征提取与边缘检测技术对图像进行预处理 ,运用多种图像处理技术 ,结合PLC自动控制 ,对缺陷信息进行自动检测 ,实现边缘检测分析技术与自动位置补偿的有机结合 ,在环形区域的缺陷识别上得到很好的应用     

基于数字图像处理及DSP的木质板材缺陷图像处理系统

探讨了木材缺陷计算机视觉识别技术研究的现状,提出了基于DSP的木材缺陷图像处理系统的硬件结构以及图像处理的算法:系统的介绍了由TMS320C80为数字信号处理器的图像采集系统,概述了TMS320C80MVP并行处理器的系统结构与主要特点,并给出上述系统的处理结果.     

木材表面图像的缺陷分割与类型识别方法

为了识别死节、活节、虫眼三种木材表面缺陷,采用Gabor变换和模糊C均值聚类进行缺陷分割;采用数学形态学运算对分割图像进行了后处理;获取了木材缺陷区域的12维频率能量参数和2维几何形状参数;用支持向量机进行木材表面缺陷类型的识别。采用Gabor变换和模糊C均值聚类方法对死节、活节、虫眼三种木材表面缺陷的分割精度都达到94%以上,支持向量机对缺陷类型分类正确率达到93%以上,这说明本文的方法对木材表面缺陷的分割与识别是可行的。     

纹理图像分析技术在表面粗糙度测量中的应用

以MATLAB软件为设计平台,构建了零件表面粗糙度的检测系统。采用同态滤波等图像处理技术,对零件表面图像进行预处理,选取图像灰度直方图参数为表征纹理的像元特征值,灰度共生矩阵参数为表征纹理结构的区域特征值,建立了BP神经网络,实现了对零件表面粗糙度参数的测量,并对测试结果与电动轮廓仪的测量结果进行了对比和分析,验证了系统的可行性。     

基于MATLAB图像处理的非结构化道路识别

应用MATLAB图像处理工具箱,针对非结构化道路的彩色图像,在颜色空间对道路进行识别处理。首先在颜色空间中使用Otsu法（大津法）对道路图像进行分割,再利用数学形态学和阀值面积消去法对图像进行去噪处理,然后利用Roberts算子检测出道路边缘,最后利用最小二乘法对图像进行曲线拟合,得到平滑的道路边界曲线。     

基于图像处理的爬壁机器人焊缝识别与跟踪

基于爬壁机器人移动平台和单目相机的图像采集系统,设计了一种焊后焊缝图像处理方法,将改进的自适应中值滤波算法与灰度形态学方法结合,实现从信噪比较高的图像中提取特征。采用基于边缘检测和Hough变换的焊缝位置提取算法,经测试识别准确率达70%,且单幅图像平均处理时间为200ms,能满足管道爬壁机器人行进过程中的实时焊缝跟踪,并提供了一种引导机器人沿焊缝前进的自主定向方案。     

基于视觉的铁路货车滚动轴承表面缺陷分类研究

用CCD代替人眼对轴承表面缺陷进行图像采集,采用卷积滤波与开、闭运算相结合的图像处理方法,有效去除了缺陷周围边缘点的干扰。在提取传统特征基础上增加了压缩度、线度、距离极值比、NMI特征和不变矩等特征量,增强了缺陷分类的依据;对BP神经网络的输入矩阵和归一化方法的改进,提高了神经网络的记忆能力及识别速度;通过试验对缺陷分类系统识别结果进行检测,确定了该系统的可靠性。     

一种基于图像处理的快速导航算法

为了实现快速、准确的基于图像处理的智能导航,采用事先在地面上铺设路径导引线,利用安装在叉车前方的CCD摄像头来获得实时的路况信息,通过对路况图像进行阈值化、形态学滤波、图像扫描等方法来计算出导航信息.在改进的叉车模型上进行的实验结果表明,该导航算法在直道和不同曲率的弯道情况下都能及时地、准确地进行路径纠偏,并具备抗干扰...