基于光流法的气密性检测装置研究

针对用气泡检测小型压力容器气密性的方法存在工作效率低下以及较多的安全隐患等问题,进行了气泡图像处理法的研究。搭建了气泡图像采集系统。利用Matlab软件结合光流算法处理气泡图像,研究了基于光流理论的Horn-Schunck气泡图像处理算法。对气泡图像进行了定制阈值的图像区域分割,获得了层次分明的气泡图像;基于此方法设计了一套半自动化的气密性检测系统。利用此系统自动得到了气泡的数量和大小并以此计算泄漏量以及泄漏的部位。实验结果表明:此系统可准确检测的最小气泡直径为4 mm,气泡检测最适合的直径在8 mm左右,如气泡直径继续增大,气泡表面不规则程度加深,检测精确度变低,因此,该系统在一定的条件下能准确计算气泡数量及大小,实现了对泄漏气体的检测。     

基于ARM的坩埚气泡动态智能检测系统

为了得到石英坩埚透明层气泡的形态参数及数量。搭建了一种基于ARM的石英坩埚气泡动态智能检测平台。首先利用STM32作为机械臂的控制单元,搭载电子放大镜采集坩埚气泡图像;其次对采集的气泡进行增强处理并且提出一种融合霍夫变换气泡轮廓提取算法,利用凹点提取分割算法分割重叠气泡。最后基于ARM开发了实时检测系统。实验结果显示,设计的系统对气泡信息定位准确,单张图像检测时间仅为0.1 s,实现了动态获取气泡直径、数量的功能。     

气泡高干扰在线铁谱视频图像的磨粒快速分割算法研究

针对在线铁谱视频图像气泡高干扰所面临的磨粒分割困难问题,提出一种气泡高干扰在线铁谱视频图像的磨粒快速分割算法。首先运用运动检测的方法确定视频中气泡的位置,并用相邻帧相同位置的图像信息对气泡区域进行处理,再使用双边滤波对处理后的图像进行平滑去噪,实现气泡干扰的初步抑制;最后基于抑制气泡图像的灰度直方图,对每一帧图像选取其自适应的阈值,实现在线铁谱视频图像中磨粒的快速分割。该研究为在线铁谱的磨粒分割与后续对磨粒特征的智能提取和分析奠定了基础。     

基于多层Hopfield神经网络的X射线焊缝气泡检测

提出利用Hopfield神经网络来分割X射线焊缝图像以判断焊缝是否存在气泡,将焊缝图像的分割问题转化为一个优化问题进行处理.针对焊缝图像噪声大、气泡出现位置随机的特点,构造Hopfield神经网络的能量函数.通过试验计算,确定能量函数系数的选取原则.在此基础上,提出基于神经网络的X射线焊缝图像分割算法,算法结合中值滤波和神经网络以便有效地去除噪声和检测气泡.对某实际生产线的焊缝图像进行处理的结果表明,中值滤波结合多层Hopfield神经网络可以准确地检测到焊缝中的气泡.     

基于KNN算法的铝合金阳极化层打磨质量检测系统研究

结合航空航天行业对铝合金焊接的要求,提出了一种基于KNN算法的铝合金工件阳极化层打磨质量视觉检测系统。系统利用SCARA机器人及固定在其上的图像获取装置,多角度、多方位、多视场地对传送设备上的工件进行拍摄,并通过图像处理技术得出工件的打磨质量检测结论。结合铝合金特点,利用打磨前后工件颜色不同,采用KNN分类算法对工件打磨区域进行分类,得到工件被打磨区域宽度的测量值以及工件打磨的质量,并与采用传统动态阈值分割、边缘提取等图像处理方法进行了对比。最终完成铝合金工件阳极化层打磨质量检测实验,结果表明,系统可以有效地对打磨质量进行检测,并且与其他方法相比有较高的稳定性。     

基于数学形态学的气泡水平尺自动检测系统研究

针对气泡水平尺的自动检测问题,对机器视觉领域的边缘提取、轮廓跟踪等算法进行了研究,提出了一种基于数学形态学与轮廓跟踪的气泡水平尺自动检测方法。引入了快速中值滤波算法和多线程工具对工业相机拍摄的水平尺气泡图像进行了滤波处理,以提高中值滤波算法的运算效率,使用了模糊最小化形态学梯度对气泡图像进行处理,以得到气泡的边缘信息。同时针对该应用场合,分析了气泡边缘图像的灰度剖面特性得到左、右平行参考线的位置,结合目标邻域点法搜索气泡端点来对气泡位置进行了搜索,得到了气泡偏移距离,从而实现了高效率高准确度的气泡水平尺偏移实时检测。研究结果表明,该方法在保证结果准确的同时,能够极大提高计算速度,并且计算结果能极好地适应光照变化。     

基于机器视觉的输送带图像校正和故障检测算法研究

为了消除基于机器视觉的输送带故障在线监测系统中采集图像的不均匀光照影响,提高图像质量,检测出图像中的故障区域,提出了一种基于机器视觉的输送带图像校正和故障检测算法。该算法首先采用Butterworth低通滤波器对图像滤波,结合Retinex理论计算估计真实图像的背景,对图像进行灰度校正,得到校正后的图像;然后将机器视觉与生物视觉相结合,利用PCNN算法,对采集的图像进行检测,检测出故障区域。实验结果表明,算法能有效校正输送带表面图像,清晰检测出故障区域,具有很高的应用价值。     

HSS圆锯片锯齿参数自动检测装置及算法研究

将计算机视觉技术应用于HSS锯齿边缘检测中时,无法依靠锯齿边缘来检测锯齿的参数,为此,提出了一种基于图像处理的自动检测装置,以及提高其检测精度的检测算法.首先,对检测装置的硬件结构进行了设计(操作步骤由锯齿拍摄、锯片夹持、锯片旋转、锯片水平检测、锯片水平调整等5部分组成);然后,对检测装置的算法流程进行了设计(由图像预...     

基于Canny边缘检测和加权最小二乘法的气泡水平仪实时检测方法

针对气泡水平仪的自动标定问题,对机器视觉领域中的边缘提取算法、最小二乘法、轮廓跟踪算法等方面进行了研究。提出了一种基于Canny边缘检测和加权最小二乘法的气泡水平仪实时自动检测方法,以提高检测气泡水平仪的准确度和效率。引入了Canny边缘提取算法对工业摄像机所拍摄的水准柱侧面图像进行处理,以得到参考线和气泡的边缘信息。引入了一种自适应选取Canny边缘提取算法的阈值的方法,以克服工业现场光照变化的影响。同时针对本应用场合,采用了加权最小二乘法对左右平行参考线进行拟合,并结合二分搜索算法对水平尺上的气泡位置进行了搜索,从而实现了气泡水平仪的高准确度实时检测。研究结果表明,该方法能够准确、快速地对气泡进行定位,能够较好地适应光照变化。     

基于边缘重构图像的边缘检测算法优选研究

边缘检测是视觉定位、零件缺陷识别、视觉测量等图像处理中的关键环节，其检测质量直接影响后续的图像目标识别与定位的精度。针对具体图像处理需选取合适的边缘检测算法的问题，提出了一种基于多方向滑动窗口线性插值重构法的图像边缘检测质量评价算法。首先，采用待处理边缘图像的最大连续非边缘矩形区域作为重构搜索窗口，设计了多方向滑动窗口线性插值图像重构法；然后，根据图像边缘的特征，建立了集成图像结构相似度和边缘错检率为性能指标的边缘检测算法的优选评价方法；最后，进行了实例应用，通过实验对重构算法的性能、优选方法的可行性和正确性进行了验证。研究结果表明：该边缘图像重构算法准确率最高，实验中重构图像的结构相似度可达到0.708 7,耗时320.902 1 s;采用该优选方法能快速地筛选出最佳的边缘处理算法，与人体视觉评价一致，便于实现边缘检测算法的智能优选和图像的智能处理目标。     

基于视觉显著性的太阳能电池片表面缺陷检测

现有基于机器视觉的太阳能电池片表面缺陷检测算法均是采用各种类型的数学模型来进行算法设计,为进一步提高检测准确率,从人眼仿生学角度出发,首次将人眼的视觉注意机制引入到太阳能电池片表面缺陷检测中,提出了一种基于视觉显著性的太阳能电池片表面缺陷检测算法。首先,对输入的太阳能电池片表面图像进行预处理,去除对检测有影响的噪声和栅线;其次,提出一种基于自学习特征的视觉显著性检测算法来大致定位缺陷区域;随后,提出一种视觉显著性和超像素分割相结合的算法来进一步精确定位缺陷区域;最后,通过形态学后处理得到最终检测结果。在包含多种缺陷类型的测试图像库上的主观和客观实验评估表明,该算法具有较高的检测准确率。     

基于机器视觉的酒液智能检测系统研究与开发

设计了一种基于机器视觉的酒液智能检测系统,主要用于酒液中杂质的在线检测。设计了系统的直线式检测机械结构和翻转机械手以及基于工控机和可编程控制器的控制系统,通过特定的给光方式和高速摄像机,获取酒液序列图像,采用亚像素边缘定位方法确定检测区域,提出了在检测区域里采用累积差分和基于空间最小交叉熵的阈值分割相结合的方法获取运动目标,根据运动轨迹判断目标是否为杂质,并对提取的杂质进行测量,计算是否在允许范围内。大量实验验证了检测算法的有效性和装置的可行性。     

基于HALCON的缝纫机针外观质量检测系统设计与研究

针对缝纫机针外观质量的检测问题,构建了基于HALCON图像处理技术的缝纫机针外观质量检测系统。该系统由图像采集、处理终端与机械支架组成,利用工业相机以触发形式采集缝纫机针图像,采用HALCON提供的图像阈值分割算法提取图像特征,识别缝纫机针外观质量缺陷,最后通过系统的剔除装置对不合格机针进行剔废处理。经过实验测试,检测准确率达到99.99%,能够稳定检测出缝纫机针外观质量缺陷。     

基于CNN技术的税票粘贴质量在线检测

为了能够正确判别税票的粘贴质量,降低废品率,设计了一套基于CNN技术的税票检测装置。该装置加强了税票图像采集的清晰度,摆脱了包装机空间狭小、通道灰暗的限制,为税票检测系统提供了最有利的硬件支持。通过卷积神经网络图像识别算法的应用,税票粘贴质量的检测准确率达到了99%以上。     

基于弱纹理检测及视差图融合的立体匹配

为了在消除弱纹理区域匹配歧义性的同时保证纹理区域的匹配率,提出了一种基于弱纹理区域检测及视差图融合的立体匹配算法.该算法首先根据输入图像的颜色(灰度)变化情况检测出弱纹理区域,然后基于这一检测结果,对输入图像对应用改进的极线距离变换算法,以提高弱纹理区域像素的可区分性,接着,采用窗口匹配算法和置信度传播算法分别对原始输入图像和极线距离变换后的图像计算视差图谱,最后,以弱纹理检测的结果为基准,对这2张视差图谱进行融合,以实现在弱纹理区域和纹理区域的同步最优匹配.通过对弱纹理化后的Middlebury图像库中图像的实验表明,在几乎不增加计算复杂度的同时,该算法的匹配率比当前先进算法提高至少20％,同时,实验还表明了该算法对照度不一致输入图像对匹配的鲁棒性.     

结合多尺度边缘增强及自适应谷底检测的浮选气泡图像分割

针对浮选气泡图像噪声大、边界弱、传统谷底检测算法对不同类型气泡分割不具普遍性等问题,提出了一种结合Contourlet多尺度边缘增强及自适应谷底边界检测的气泡分割方法。该方法通过对气泡图像进行Contourlet分解,得到多尺度多方向高频子带;通过对各方向子带的高频系数进行非线性增益处理,实现边缘增强和噪声抑制。对和声搜索算法的"调音"策略和参数设定方法进行了改进,对不同类型气泡图像自适应地获取谷底边界检测算法的最优参数,提取谷底并进行形态学的边缘完善处理。最后进行了分割实验,并与其它方法做了比较。结果表明,采用该方法对不同类型气泡进行分割时,平均检测效率(DER)和准确率(ACR)分别为91.2%和90.6%,较传统分割方法有较大提高。该方法无需手工调节参数,自适应能力强,精度高。     

图像分割中阈值法的研究

图像分割是由图像处理到图像分析的关键步骤,是一种基本的计算机视觉技术。对图像进行分割的方法有很多种,从分割操作策略上讲,可以分为基于区域生成的分割方法,基于边界检测的分割方法和区域生成与边界检测的混合方法。图像分割算法都是基于像素亮度值的相似性和不连续性来计算的,针对阈值图像分割的问题,在相似性的基础上依据实际应用评判标准,将具有相似性的图像区域划分到同一空间中进行迭代计算,并基于VisualC++软件环境进行算法的仿真,该系统能够对图像中的目标部分进行提取,较好的实现了图像分割。     

基于DPIV的微气泡瞬态数密度与粒径谱测量研究

基于数字粒子图像技术及CCD成像的景深原理,提出了测算微气泡数密度和粒径谱的方法。推导出了测算数密度和粒径谱的公式,建立了算法流程。最后设计了实验系统,用该算法测量了由陶瓷管微气泡发生器产生的气泡数密度和粒径谱。研究发现,应用景深原理测量的气泡数密度规律与实际数据相符,水槽中气泡的数密度与调频器的频率正相关。基于内接圆标记的气泡粒径测算结果的变化规律与已有实验数据的规律一致,较之直接提取气泡图像像素计算半径更加准确。     

基于实时预测学习分类的脸像快速检测方法

视频图像中脸像检测是近年来视觉图像检测和模式识别领域的研究热点。提出一种基于实时预测学习分类的脸像快速检测算法,即ARMA-Boost算法。首先根据脸像位置先验信息,利用ARMA模型(auto-regressive and moving average model)预测脸像位置区域,然后采用AdaBoost算法对预测区域进行脸像检测。该方法在时间维度对AdaBoost算法进行扩展,减小脸像搜索范围,提高检测效率。利用该方法对离线视频文件和CCD图像传感器实时脸像视频进行检测,实验结果表明,与支持向量机、传统AdaBoost和基于优化肤色模型的AdaBoost改进算法相比,ARMA-Boost算法脸像检测准确率高,实时性更好,可以对视频脸像进行快速检测应用。     

一种基于局部图像复原的天文图像增强算法

大气湍流、光子和电子噪声等降低了地基观测天文图像的质量,影响了空间目标的检测,针对这种情况,提出一种基于局部图像复原的天文图像增强算法。首先利用已知的观测设备系统参数和图像建立初始点扩散函数的模型,然后将图像分割成N×N个区域,对满足条件的子区域进行基于盲反卷积的图像复原,最后采用改进的中值滤波器对复原图像进行去噪,实现天文图像的增强。采用实际天文图像进行算法验证,实验结果表明,该算法有效的抑制了大气湍流和噪声的影响,提高了图像的分辨率和空间目标背景的对比度,在保证图像增强效果的前提下减少了大约30%的运算量。