基于分形和数学形态学的MAG焊熔池图像分析

焊接过程产生的烟尘、孤光以及飞溅导致焊接熔池图像中存在大量的噪声,运用对噪声敏感的图像处理方法很难准确地提取熔池图像的信息.提出了一种基于分形和数学形态学理论的综合图像处理方法.该方法利用分形理论中离散分数布朗随机场理论得到按分形维分布的熔池灰度图像后,采用常规的图像处理方法提取图像边缘,然后利用数学形态学中开运算和闭运算,得到图像的强连通边界,并利用二值形态学中的连通域检测去除噪声得到目标图像.试验结果表明该方法能够快速、准确地检测到熔池的边缘、高度、宽度以及面积等信息.     

基于灰度均衡模型联合Gabor滤波器的钢轨表面缺陷检测方法

目的 设计一种钢轨表面缺陷检测方法,对钢轨表面存在的缺陷进行快速、准确地检测。方法 首先,利用图像的灰度均值构造灰度均衡模型,对钢轨表面图像中像素点的灰度值进行修正,以克服光照不均的影响。然后,利用图像的谱残差模型与相位谱增强钢轨表面图像中的缺陷部分,引入ostu阈值分割法对增强后的图像进行二值化,对图像中的缺陷区域进行准确地分割提取。最后,利用Gabor滤波器,将二值化图像中的噪声进行滤除,并保留缺陷区域的边缘等细节特征。结果 与对照组方法相比,所提方法的检测效果较好,精确率以及召回率都有所提高。直观测试结果显示,所提方法能够较为完整地检测出钢轨表面缺陷。客观测试实验结果显示,所提方法的精确率为90.11%,召回率为93.41%,且平均耗时为45.17 ms,相对对照组方法而言,耗时最少。结论 所提钢轨表面缺陷方法不仅能够准确地对钢轨表面缺陷进行检测,而且还具有较高的检测效率。     

基于像素方差分析的焊缝边缘检测方法

在焊接图像处理中,噪声信号的干扰直接影响了边缘检测的精确度和系统的实时性能.针对焊接图像的特点,提出一种基于邻域像素灰度分布均匀度分析的边缘检测方法,讨论了该算法的原理,并应用Matlab语言对算法进行焊接图像边缘提取仿真试验.仿真结果和传统边缘检测算法比较表明:该方法能有效抑制图像中大量存在且分布复杂的噪声信号,准确检测出焊缝的边缘.该算法对噪声的敏感程度明显低于传统的焊缝边缘检测算子,更适用于焊接过程图像的焊缝边缘检测.算法可靠性好,易于实现;缺点是边缘响应不是单像素的.     

多孔结构分形分析及其在材料性能预报中的应用

采用分形理论表征孔隙的结构特征,通过对烧结不锈钢纤维多孔材料的扫描电镜(SEM)照片进行图像处理和分形分析,详细研究图像分辨率、获取图像时的放大倍数、灰度图转化为二值图时阈值的大小等因素对孔结构分形分析结果的影响,并研究它们与分形维数的定性关系.结果表明,采用的烧结纤维多孔材料具有明显的分形特征,图像分辨率、放大倍数、阈值等因素对分形维数计算结果影响显著:与SEM图像的原始分辨率相比,分辨率变化越大则分形维数越大;分形维数随着放大倍数的增大而减小;灰度图转化为二值图时的阈值存在最佳值,且随着阈值的增大,分形维数先增大后减小.通过理论推导,建立了多孔材料孔隙度和渗透性能与孔结构分形维数之间的数学关系.可通过孔结构分形维数、面孔隙度、孔径等参数合理预测多孔材料的体孔隙度、渗透性能,预测结果与实测结果吻合良好.     

基于低秩矩阵的自适应边缘检测算法

针对传统边缘检测算法处理含噪图像存在边缘模糊、缺失等问题,为提高算法的抗噪性与边缘完整性,提出了一种基于低秩矩阵的自适应边缘检测算法。首先使用低秩矩阵理论将图像中稀疏噪声矩阵分离,在去除噪声的同时能完好保留图像边缘,再根据图像灰度采用迭代循环的方法进行阈值分割选取,最终提取出连续完整的边缘。实验结果表明,使用该算法在混合噪声情况下具有较好的抗噪声能力与算法鲁棒性,提高了边缘信息的完整性,在视觉测量的应用取得了较好的效果。     

基于多结构元素形态学的射线焊缝缺陷检测方法

针对射线探伤中采集的焊缝图像存在对比度低,噪声干扰及边界模糊等特点,提出了一种基于多结构元素形态学的射线焊接图像缺陷边缘检测方法。在对原始射线焊接图像进行预处理、焊道提取后,选取了多尺度多结构元素,运用灰度形态学方法对焊接图像进行缺陷边缘检测与提取。试验结果表明,对比传统的边缘检测算法,该方法能有效提取图像中的焊接缺陷边缘,且其连续性和完整性较好。     

采用双边滤波的冷轧铝板表面缺陷图像去噪方法的研究

目的去除冷轧铝板表面缺陷图像中的噪声,并保持图像的清晰度以及图像的细节信息,避免冷轧铝板表面缺陷图像中的噪声引起错误的缺陷检测。方法首先,引入双边滤波方法,并联合概率分布函数以及最大似然函数求取图像的噪声方差,自适应地对双边滤波函数中灰度方差值进行调整,实现对冷轧铝板表面缺陷图像中噪声进行滤除。然后,为了对双边滤波去噪后遗留下的强噪声进行去除,利用像素点之间的差值,构造区域相似度模型,对双边滤波去噪后图像中的强噪声进行判定。最后,借助中值滤波方法在对强噪声进行滤除的同时,兼顾保持图像的清晰度,进而达到去除冷轧铝板表面缺陷图像中的噪声,并保持图像细节以及清晰度的目的。结果所设计方法在噪声强度分别为0.09、0.12以及0.15时,所得去噪图像的MSE值分别为15.3743、19.7713以及23.7613,所得去噪图像的PSNR值分别为38.4971、35.4792以及31.1768。结论所设计方法不仅能有效去除冷轧铝板表面缺陷图像中的噪声,而且还能较好地保持图像的清晰度以及边缘特征,使得去噪后图像具有较好的视觉效果。     

基于预加工孔CCD图像的零件视觉定位

针对在薄板和微型零件上冲裁加工时装夹定位的难题,采用了一种基于预加工孔CCD图像来定位工件位置的方法。这种定位方法的精度取决于图像孔位置的测量精度。对此提出了Hough变换与最小二乘圆相结合的圆孔位置测定方法,消除了孔表面污渍、表面粗糙度及其它噪声的影响。该法利用二维灰度直方图对图像进行二值化处理,在对其边缘检测的基础上采用Hough变换粗测定以及最小二乘圆精密测定方法。仿真与实验证明孔位测定结果兼具鲁棒性与精密性。该方法实现了工件的微米级定位。     

基于灰度变换的水下焊接图像对比度增强

对比度增强是图像增强的关键技术。水下焊缝图像具有对比度低、灰度分布范围窄等缺陷,造成焊缝边缘难以提取,有必要应用此技术对原始图像进行预处理。灰度变换技术可以使灰度值映射至灰度全域,进而增强图像的焊缝信息。首先提出一种基于幂律灰度变换的改进型分段幂律曲线,使曲线呈S形分布,以对灰度的中段实现最大程度的拉伸,而对始末段的灰度拉伸较小;然后运用Otsu算法提取焊缝边缘区域的阈值,以该阈值作为分段曲线的分段点,从而把焊缝的边缘信息集中在曲线中段,可以有效提高焊缝边缘信息的对比度。试验证明,本文所述技术较直方图均衡化和经典幂律变换所获得的增强后图像质量明显更好,尤其是焊缝的边缘区域。     

一种改进全变差正则化的Shearlet 自适应带钢图像去噪算法

目的有效去除生产现场所采集的带钢图像上的混合噪声。方法结合Shearlet变换具有较好的稀疏表示图像特征的性质与全变分各向异性扩散的优点,提出一种带钢图像去噪新算法。对Shearlet变换分解后的图像进行硬阈值处理,再进行Shearlet变换重构形成估计图像,采用改进自适应的变差正则化的极小化迭代模型对估计图像进行迭代修正。结果去噪后的图像具有很好的视觉效果,避免了伪吉布斯效应的产生。在强噪水平下,对比新模型与小波去噪,PSNR提高了约9 d B,均方差降低了约319。结论该方法获得了较好的峰值信噪比增益,使信号幅度有较高的保真度,具有更好的平滑噪声和边缘保持功能。     

基于机器视觉的轴类零件几何尺寸测量

基于轴类零件的几何特征与CCD获取的零件图像,利用数字图像处理技术对轴类零件进行边缘检测,提出了一种自适应开关中值滤波算法,该方法滤除噪声效果明显,开发了轴类零件尺寸测量系统,实现了轴的尺寸及其参数的测量.实验结果表明,改进的滤波器可以较好的保存图像的二维边缘信息,且在允许误差范围内采用机器视觉的非接触测量方法可以实现对轴的基本参数的快速准确测量.     

基于分形维数的镁熔液弱小气泡检测方法

针对复杂背景下镁熔液弱小气泡图像识别,提出了一种基于分形维数的弱小气泡检测方法.首先将弱小气泡析出前后两帧图像作帧差处理并灰度增强,进行粗定位,然后采用差分计盒维数法计算图像分维数,进行细定位,最后对分维像采用自适应阈值分割即可将弱小目标检测出来.实验结果表明:该方法能有效地检测出弱小气泡,且能较好地描述弱小气泡的真实形状.弱小气泡的成功检测对基于图像技术的镁熔液含氢量实时检测提供了一种有效的途径.     

基于Fourier拟合曲面的X射线焊缝缺陷检测

针对在强噪声、低对比度及复杂背景特征下X射线焊缝图像的缺陷检测问题,提出了去噪处理、焊缝边缘分割及缺陷检测的方法.用快速离散Curvelet变换和循环平移相结合的方法,对焊缝图像进行滤波去噪,同时对图像列灰度曲线用最大类间方差法提取焊缝区域.在图像预处理后,采用三阶Fourier曲线对图像列灰度曲线进行拟合并扩展到三维空间,构造出自适应阈值面,最后利用原图像与构造曲面三维灰度图的灰度值差异,准确分割背景与缺陷区域.结果表明,与传统缺陷检测算法相比,该方法能准确提取出焊缝缺陷,漏检率和误判率低,准确率可达95%.     

滚动轴承故障分形诊断中的信号处理

故障轴承振动信号具有非平稳和非线性的特征,因此可用关联维数来刻划其真实特性,但实测信号中的噪声影响了诊断的准确性.本文提出利用改进的小波包分解和重构算法对滚动轴承振动信号进行降噪处理.实验表明,该算法可有效提高轴承故障分形诊断的准确性和可靠性.     

一种稳定的分形维数计算方法及其在孔结构分析中的应用（英文）EI北大核心CSCD

盒维法是最常用的图像分形维数测定方法之一,具有计算强度低、计算效率高、结算结果合理等优点。但是盒维法容易受噪声、图像尺寸、盒子初始尺寸等因素的影响。尤其当图像尺寸不能被盒子尺寸整除时,计算结果不稳定,这将影响分形维数的计算以及孔结构的准确分析。本研究在讨论盒维法稳定性的基础上,通过自适应地选取一个阈值,并规定当盒子中包含的目标像素点大于该阈值时才计数盒子,有效地降低了噪声、图像尺寸等因素的影响,提高了盒维法的稳定性。实验结果表明,与一般的盒维法相比,改进方法更准确可靠,该方法可用于多孔材料孔隙结构的表征。结合面积分形和曲线分形的参数CL可以更好地表征孔结构的不规则度。     

一种稳定的分形维数计算方法及其在孔结构分析中的应用（英文）

盒维法是最常用的图像分形维数测定方法之一,具有计算强度低、计算效率高、结算结果合理等优点。但是盒维法容易受噪声、图像尺寸、盒子初始尺寸等因素的影响。尤其当图像尺寸不能被盒子尺寸整除时,计算结果不稳定,这将影响分形维数的计算以及孔结构的准确分析。本研究在讨论盒维法稳定性的基础上,通过自适应地选取一个阈值,并规定当盒子中包含的目标像素点大于该阈值时才计数盒子,有效地降低了噪声、图像尺寸等因素的影响,提高了盒维法的稳定性。实验结果表明,与一般的盒维法相比,改进方法更准确可靠,该方法可用于多孔材料孔隙结构的表征。结合面积分形和曲线分形的参数CL可以更好地表征孔结构的不规则度。     

基于多尺度加权融合特征学习的转子故障诊断

针对一维振动信号表达故障特征信息不全面及转子故障信噪比低的问题，提出一种基于多尺度加权融合特征学习的转子故障诊断方法。首先，对时域振动信号的幅值进行标准化处理，利用对称点模式(SDP)原理将多传感器振动信息融合为二维SDP图像，通过选取适当的时间滞后系数和角增益，突出不同故障下SDP图像的特征；其次，构建了一种多尺度加权卷积神经网络(MSW-CNN)模型，利用3个不同的感受野分别提取图像特征，通过对多通道图像特征进行加权融合提高了模型的分类精度；最后，利用MSW-CNN模型对6种故障状态的SDP图像进行特征提取并分类。实验结果表明，与其他3种方法相比，所提方法的转子故障诊断精度更高，达到99.31%,在噪声干扰下的诊断精度为96.23%,验证了所提方法的有效性。     

基于小波变换的发动机表面缺陷图像去噪方法的研究

目的 滤除发动机表面缺陷图像上的噪声,使发动机表面缺陷信息得以更好地呈现。方法 首先利用小波变换将发动机表面缺陷含噪图像进行系数分解,获取不同的小波系数;接着利用支持向量机对小波分解系数进行分类,以达到将噪声信号与非噪声信号进行分离的效果;最后利用插值运算对硬阀值函数进行优化,以克服函数不连续性引起的振铃效应等弊端,使得去噪后图像能够保持更多的细节信息。通过实验仿真将所提方法以及中值滤波、双边滤波方法的去噪效果进行对比。结果 所提方法去噪后图像与中值滤波以及双边滤波方法去噪后图像相比,具有更高的PSNR值以及SSIM值。测试图像噪声强度为25%时,所提方法去噪后图像的PSNR值以及SSIM值较中值滤波方法去噪分别提高了20.66%以及11.89%,较双边滤波方法去噪分别提高了10.30%以及5.48%。结论 所提方法比中值滤波、双边滤波方法具有更好的去噪效果,能够对发动机表面缺陷图像的噪声进行去除,并较好地保留图像的细节信息。     

带钢缺陷检测系统中的噪声滤除方法研究

噪声去除是带钢缺陷自动检测系统的一个重要环节,传统的滤波方法在去噪的同时会造成边缘的模糊,影响检测及质量评价结果.为解决上述问题,文章提出一种基于邻域信息的非迭代、非线性倒数加权滤波方法-双倒数波方法,该方法同时结合邻域内像素的几何位置信息与灰度信息进行滤波,采用邻域内各像素与中心点之间的几何距离差倒数与灰度相似性倒数的乘积做为最终的权值.文中分别采用高斯滤波、各向异性扩散滤波及双倒数滤波三种方法对带钢表面缺陷进行处理,实验结果表明:双倒数滤波去噪和边缘保持效果明显优于其它两种滤波方法,可满足带钢缺陷检测系统在图像噪声去除同时保留重要的边缘细节信息的要求.     

基于分形理论研究钢包底吹过程夹杂物的分形维数

依据相似理论,以LF精炼炉为研究对象,在不同时间节点拍照,采用图像分析软件(Iamge Pro-Plus)、Matlab软件和分形理论中计盒维数法,对液相中的不规则单颗粒及团聚体的分形维数进行计算,研究了不同流量下夹杂物粒子实际上浮速度与粒子边缘分形维数的关系。结果表明,盒维数求斜率法均可精确地求出夹杂物的分形维数,夹杂物的形貌越复杂,分形维数越大;增加吹气量,有利于夹杂物的碰撞团聚,使团聚体的分形维数变大;夹杂物的分形维数与实际上浮速度呈正相关,这与采用分形维数和动力直径计算的理论值基本一致,说明该方法是准确可行的。