BTA深孔钻磨损检测识别及应用

BTA深孔钻是一种典型的深孔加工内排屑钻头,加工用量大加工过程封闭。针对工业现场BTA深孔钻磨损人工检测误差大的不足,基于最小外接矩形的磨损视觉检测方法对BTA深孔钻的磨损进行了检测。通过对刀具磨损图像进行图像预处理,包括图像的灰度化、滤波去噪处理以及阈值分割,得到了清晰的磨损区域图像。将预处理图像应用最小外接矩形方法得到刀具的磨损量,分析了磨损量对加工孔径的影响。采用上述检测方法对BTA深孔钻进行了试验分析,为提高刀具的使用寿命提供数据支持。     

微小车床刀具磨损检测方法

设计了微小型刀具磨损在位检测装置。基于机器视觉技术,结合微型刀具的几何特征,搭建微刀具刀尖磨损面积检测系统。在磨损刀具单张图像中,基于Facet模型提取刀具亚像素边缘,拟合刀具的主副切削刃,计算刀尖圆弧及未磨损边界,实现刀尖磨损面积测量。用图像作差法对算法进行验证,其检测精度为±1．51×10^-4mm^2。最后,通过测量硬质合金刀具切削45号钢时刃尖磨损面积,为微小车床刀具磨损机理的进一步研究奠定了基础。     

遗传神经网络在数控机床刀具监测与 控制系统中的应用

数控机床刀具磨损监测与磨损量估算对于提高机床加工的利用率,减小由此带来的经济损失和安全隐患具有重要意义.提出了一种基于无线传输技术的数控机床刀具监测与控制系统,利用遗传算法优化BP神经网络的算法诊断刀具磨损状态.通过采集刀具加工过程中的振动信号,利用时频分析法提取反映刀具磨损状态的信号特征量作为神经网络的输入样本,完成加工过程中刀具磨损状态的识别.试验结果表明:该系统工作稳定,识别结果较准确,且具有较强的实用性.     

机器视觉的低照度图像缺陷识别方法

对低照度图像实施识别的过程中,现有低照度图像受自身导图以及光线影响,含有噪声图像,导致现有方法在图像照度在15～45 lx的范围内存在缺陷区域图像对比度较低的问题,为此提出一种基于机器视觉的低照度图像缺陷识别方法.通过灰度变换算法改变低照度图像中各像素点的实际灰度值,并通过线性变换增强低照度图像对比度.根据有雾图像与低照度图像的反转图像之间的相似性对低照度图像实施降噪处理,精确估计图像缺陷区域.通过SIFT特征描述低照度图像的特征点,对低照度图像的特征进行提取.根据提取的低照度图像特征,基于机器视觉构建低照度图像缺陷识别模型,实现低照度图像缺陷识别.为了证明基于机器视觉的低照度图像缺陷识别方法实现了缺陷区域对比度的提升,将原有方法作为对比实验方法,比较该方法与原有方法的缺陷区域对比度,结果证明该方法成功实现了缺陷区域对比度的提升,更适用于图像照度在15～45 lx的范围内的低照度图像缺陷识别.     

基于活跃度的脉冲耦合神经网络的苹果腐烂分割方法

基于现有的机器视觉技术,针对水果的腐烂检测受到水果形状、大小、颜色影响而提取困难的问题,以苹果为研究对象,在机械自动化采摘时提出基于信息融合技术的苹果腐烂识别检测方法,检测苹果腐烂区域以便后续进行自动化处理。为了较好地分割苹果腐烂部分,提出一种基于活跃度的脉冲耦合神经网络图像分割算法,选择采用两个位置像素的联合概率密度定义的灰度共生矩阵,不仅描述了像素灰度信息,还描述了灰度空间分布信息,可以有效用来度量图像的复杂程度,较好地实现苹果腐烂分割。应用结果表明,采用改进的脉冲耦合神经网络图像分割算法较好地实现了苹果腐烂区域检测。     

基于机器视觉的变电站隔离开关开合状态识别方法

针对无人值守变电站户外电气设备巡检过程中隔离开关开合状态的自动识别问题,给出了一种基于机器视觉的开合状态识别方法。该方法通过双阈值变换对隔离开关图像二值化,消除图像中绝缘子基座等灰度值较低和天空背景等灰度值较高的非目标物;采用空域滤波去除隔离开关区域附近的输电线、支撑机构等干扰物,实现对隔离开关的提取;根据二值图像在水平方向和垂直方向上投影的连通区域个数,判别隔离开关的开合状态。实验结果表明,该方法能够对户外复杂背景下隔离开关的开合状态进行有效识别,且识别率较高。     

基于改进型脉冲耦合神经网络的刀具磨损图像检测

脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)图像分割法能很好将机械 加工中的刀具磨损区域分割出来,但分割出来的图像是二值图像,很难将刀体和背景区分开来 ,这样就难于达到对刀具及其磨损状态进行精确监测的目的,为了解决这一难题,文中提出了 改进的脉冲耦合神经网络分割算法,可成功分割出刀具磨损区、刀体和背景区域,通过对分割 后图像的分析与识别,可以实现对刀具磨损状态的检测.对车削加工中刀具不同磨损阶段的磨损图像进行分割的实验,证明了该算法的有效性.     

基于机器视觉刀具几何参数检测算法与误差分析

为解决航空整体结构件数控加工过程中因换刀频繁而导致刀具出错的问题,提出一种连通域外接矩形的刀具几何参数检测算法,开发基于机器视觉的刀具几何参数在位快速检测系统。采用工业相机、双远心镜头等采集刀具图像,利用MATLAB软件对刀具图像进行灰度变换、二值化等预处理,详细分析连通域标记算法和外接矩形算法的处理过程。结果表明,基于机器视觉的刀具几何参数在位快速检测系统的直径误差小于0.01 mm,悬长误差小于0.08 mm、响应速度快、测量精度高和抗噪性强。     

基于改进FCM和径向基函数插值的图像修复

图像破损区域的检测提取是图像修复过程中的关键预处理步骤,模糊C均值聚类算法(FCM)在聚类过程中易受到初始聚类中心影响并陷入局部最优.提出一种基于差分演化的改进模糊C均值聚类算法(DEFCM),该方法通过建立图像的灰度-梯度直方图获取聚类数目,作为差分演化算法(DE)问题的维数,结合改进的FCM自适应提取图像破损区域,在此基础上,利用径向基函数插值方法(RBF)对图像进行修复.经实验验证,该方法能解决FCM算法陷入局部最优的问题,能正确、稳定的提取灰度图像的多种破损区域,RBF通过对破损区域的插值得到缺失信息,实现图像的修复.     

一种融合在线铁谱图像特征信息的磨损状态诊断方法

采用在线铁谱图像表征机器磨损状态是铁谱诊断技术的核心和瓶颈.针对在线油液监测获取的磨粒图像信息,设计了一种融合在线铁谱图像特征信息的磨损状态诊断方法,首先通过对原始图像进行灰度化、直方图阈值二值化、高斯与椒盐增强、模板锐化、多次膨胀与腐蚀、边界跟踪、自适应阈值分割处理,获得较为准确的图像磨粒量化统计质量分数信息来量度相对磨损浓度;再融合能量、熵、惯性矩、局部平稳性等图像纹理特征对磨损状态进行分析、诊断、评价;最后采用RBF神经网络技术对铁谱磁性磨粒进行自动识别.实验验证了该方法的创造性和可行性.     

振动钻削过程监控系统的研究

介绍了一种麻花低频复合振动钻削在线监控系统，该系统以刀具状态为主要监测对象，以切削力为监测参数，具有预报刀具破损、监测刀具磨损，并在异常状态下适时地控制切削过程等功能。     

一种基于模型的自适应阈值分割算法

为了减少穷举式阈值分割方法中的重复计算，提出了连通域树（CCtTree)的结构与构造算法.在进行新阈值下的分割与连通域标记时，根据原阈值分割标记后得到的结果，结合新出现的连通域，以合并的方式得到新阈值分割下的连通域来减少多余的计算过程.给出了在CCTree中利用树搜索算法进行模型匹配区域搜索的方法.实际的图像库实验表明，在保证同样的模型匹配区域检出效果的基础上，基于CCTree的方法在运行时间上明显优于ETL，并能迅速有效地筛除重叠区域，获得更好的匹配区域.利用CCTree方法可以准确而快速地获得基于模型匹配的阈值分割结果.     

基于模糊逻辑的足迹图像滤波算法

根据足迹图像噪声的特点,提出一种基于模糊逻辑的足迹图像去噪算法．算法首先分析足迹图像中像素不同方向邻域的灰度值分布情况进行噪声像素点的检测．然后使用改进的去除最大最小灰度值中值滤波算法对已检测噪声像素点的灰度值进行复原估计．最后,通过所设计符合实际的模糊逻辑规则,进行足迹图像噪声污染像素点的复原．实验结果表明,新算法在去除噪声的同时能够较好地保持足迹图像的细节特征,取得了优于现有大多数足迹图像滤波算法的效果．     

标准麻花钻后刀面干涉的仿真

实际生产中,麻花钻的后刀面在切削过程中可能会干涉已加工表面,进而影响孔的加工质量,降低刀具的使用寿命和生产效率。为了预测是否会发生干涉现象,用软件PRO/E设计了标准麻花钻的三维仿真模型。主切削刃在钻削过程中的运动轨迹是一个螺旋面,根据麻花钻的进给和旋转参数,沿主切削刃绘制螺旋面,即可观察到后刀面是否与已加工表面发生干涉,得到麻花钻在钻削过程中后刀面的干涉模型。在三维仿真模型中输入麻花钻的结构参数,进行仿真验证,结果表明,利用软件通过修改钻头的参数,可以减小甚至消除钻头后刀面的干涉磨损。     

一种基于Sobel算子的彩色图像边缘检测新算法

在研究灰度图像边缘检测方法的基础上,针对彩色图像的特点,提出了一种改进的Sobel算子边缘检测算法,并用MATLAB进行了仿真。仿真结果表明,直接利用Sobel算子对彩色图像进行边缘检测,得到的结果图像边缘比较模糊,而本文提出的改进算法,不但图像边缘比较清晰,而且还能有效降低图像的噪声,将Sobel算子边缘检测算法从灰度图像很好地移植到了彩色图像。     

基于投影特征的快速图像匹配方法

为了减少现有投影法模板中的冗余像素和匹配过程中无效的投影计算,提出了一种基于投影特征的快速图像匹配方法。基于投影法匹配原理和目标物体最小纵横比矩形特性,构造出平行四边形模板,并应用四方向链码实现该模板的投影变换;在图像匹配过程中,基于模板投影数据的取值范围和动态阈值序贯相似性检测原理,实现投影变换过程中灰度值的实时判定。实验结果表明,本文提出的方法与其他图像匹配算法相比在运算速度上优势显著。     

图像处理技术在刀具几何参数测量中的应用

介绍了一种基于图像处理技术的刀具几何参数测量方法,代替测量过程中的手动操作从而避免人为误差,提高了刀具几何参数的测量精度。以钻头为例进行了实际测量,CCD作为传感器采集图像,采集到的钻头刃部图像经过二次处理(滤波、二值化、边缘检测及提取)可得到待测图像的单像素边缘轮廓信息,采用局部取点对边缘轮廓进行三次样条拟合,求得边缘轮廓的切线,再经过几何计算可得到所需测量的钻头几何角度。通过对钻头后角的实际测量,其角度测量误差在30′以内,测量精度能够满足刀具测量的要求,证明此方法可行。     

基于图像补偿的隧道衬砌裂缝检测方法

针对检测平台振动导致隧道衬砌裂缝图像识别准确率低、检测数据可靠性差的问题,提出基于图像补偿的隧道衬砌裂缝检测方法.开发车载式隧道衬砌裂缝检测系统,提出图像帧间自适应运动估计的方法. 对采用环境光增强处理得到的图像进行基于特征点匹配的自适应运动估计,建立图像帧间的运动关系,用卡尔曼滤波算法对运动参数进行滤波,去除采集平台的无规则振动,经过双三次插值实现图像补偿. 提出基于自适应分块综合滤波和形态学方法的衬砌图像裂缝分割方法,有效地完成裂缝提取和裂缝参数计算. 实验结果表明,利用提出的方法能够较好地补偿采集平台的振动误差,准确地提取裂缝信息,实现隧道衬砌裂缝的高精度检测.     

结合边缘检测和区域方法的医学图像分割算法

由于医学图像的复杂性,一般图像分割方法对于医学图像的分割效果并不理想.针对医学CT图像特点,提出了一种把边缘检测和基于区域方法相结合的图像分割算法,首先使用Sobel算子进行边缘检测,检测出目标可能的边缘像素集,并计算该点的平均灰度,然后利用该灰度及目标区域的连通性作为生长判别条件,利用区域生长法实现图像的准确分割.实验结果表明,该方法避免了单独使用边缘检测或基于区域法进行图像分割时的典型错误,结合了两者的优点,取得了感兴趣目标的良好分割效果.