基于Curvelet变换和支持向量机的磁瓦表面缺陷识别方法

针对磁瓦表面缺陷对比度低、自动识别困难的问题,作者提出了一种对磁瓦图像应用快速离散Curvelet变换(FDCT)提取特征,并用支持向量机(SVM)分类器进行分类的磁瓦微小缺陷自动识别方法。该方法首先对磁瓦图像做分块处理,并对各分块图像应用FDCT,计算分解系数的l2范数,获得磁瓦不同方向的纹理频域特征;然后以归一化的分解系数l2范数作为支持向量机分类器的特征向量,对图像做出分类。对不同缺陷占比的图像进行实验测试,结果显示,当缺陷部分占分块图像的比例在1/64以上时正确识别率大于83%。     

带先验信息的SVM决策树的鸟类图像识别研究

本文在认真研究分析鸟类图像基础上,有效提取了鸟类图像的分类特征,并提出一种带先验信息的SVM决策树解决方案,该方案充分发挥了SVM和决策树的优点,简化了分类器的设计;并利用先验信息分类器分类效率高的优点,在一定程度上弥补了决策树错误累积的缺陷.实验表明,提取的特征简单有效,分类方案合理,获得了较好的分类识别率,实现了对闽江口15种鸟类的有效分类.     

基于不变矩特征的沥青路面破损图像识别

提出了一种减少沥青路面破损图像识别计算量的图像分割方法。将路面图像等分为64×64像素的子块图像,并用灰度方差值描述子块图像特征。设计了基于BP神经网络的子块图像模式分类器,利用子块图像模式分类结果所组成的矩阵作为路面破损图像分割结果。并将路面破损图像子块模式矩阵的不变矩作为路面破损图像的整体特征,在此基础上设计了基于全局优化算法的路面破损前馈神经网络分类器。最后进行了路面破损图像识别试验,识别率达到83 3%。     

一种基于灰度共生矩阵的羊绒与羊毛识别方法

羊绒和羊毛非常相似,这两种纤维的鉴别一直是纺织工业的难题。经研究,一些学者提出了一种基于灰度共生矩阵的羊绒和羊毛的识别方法。该方法将纤维图像中的鳞片模式看作一种纹理,并使用灰度共生矩阵描述图像中的纹理特征。从每副纤维图像的灰度共生矩阵中提取了5个特征并使用支持向量机作为分类器进行有监督的分类识别。使用澳洲细羊毛和羊绒作为样本进行实验,识别率超过90%,实验证实了该方法的有效性。     

一种基于SVM的刹车蹄块片摩擦块表面裂纹检测法

针对刹车片外观裂纹检测需求,通过构建刹车蹄块片图像采集系统,提出了一种基于支持向量机SVM的刹车蹄块片摩擦块表面裂纹检测法.该方法首先利用灰度图像的梯度模值信息,投影提取摩擦块所在区域; 然后以局部窗口子图像为单位,计算灰度共生矩阵并提取相关特征量; 最后采用分类样本对支持向量机分类模型进行训练,对摩擦块表面裂纹缺陷和正常区域进行分类预测.实验表明:该方法能较好地实现摩擦块表面裂纹缺陷和正常区域的分类,对表面裂纹缺陷存在与否的判定准确率可达98.33%.     

基于特征与形貌重构的轴件表面缺陷检测方法

针对轴件表面缺陷机器视觉检测方法中的水渍残留误检率高和人工复检效率低问题,提出一种基于特征与形貌重构的轴件表面缺陷检测方法. 对轴件工业高速线扫描图像进行预处理,基于改进的阀值迭代算法完成图像分割,通过去除背景、噪点和干扰提取缺陷图像. 建立基于曲线簇包络轮廓的轴件表面缺陷特征模型,结合分割图像各连通域的面积、面积占比、粗短度训练逻辑回归分类器,对凹坑、裂纹和麻点等轴件表面典型缺陷进行识别,并结合图像深度信息进行缺陷形貌重构,消除水渍等伪缺陷,提高轴件表面缺陷检测鲁棒性. 实验结果表明,所提出的轴件表面缺陷检测方法有效,具有较高的缺陷识别率和鲁棒性能,平均识别时间为3.69 s,缺陷轴加权识别率为98.86%,可以对3类典型缺陷和水渍进行准确识别.     

多分辨批量古典建筑图像深度学习检索算法

针对传统的模糊BP分类识别方法进行多分辨建筑图像检索误分率较高的问题,提出了一种基于深度学习神经网络分类和多特征融合的多分辨古典建筑图像检索算法。采用小波降噪方法对模糊图像进行降噪处理,对降噪后的图像采用LGB向量量化算法进行特征分解,采用颜色分量融合方法进行图像的信息增强处理,提取图像的灰度不变矩特征量。将提取的特征量输入BP神经网络分类器中,在检索器的隐含层采用深度学习算法进行图像特征聚类的自适应寻优,进行多特征融合处理,避免聚类中心扰动,实现了对批量多分辨古典建筑图像检索的优化。仿真结果表明,采用该算法进行多分辨古典建筑图像检索的准确性较好,抗类间属性扰动能力较强,图像输出的查全率较高,图像检索的时间开销较小。     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

基于I-RELIEF和SVM的畸形马铃薯在线分选

在提取的RGB图像的R分量图像上提取二值图像和边界图像,计算马铃薯图像的偏心度、矩形度、圆形度以及边界图像的10个傅立叶描述子等共计13个形状特征。其次把样本的形状特征输入到I-RELIEF模块中,求出各个形状特征在分类中的影响程度,即各自权值。然后把带权值的样本形状特征输入到支持向量机算法模块中进行训练,从而得到分类器。最后用分类器实现畸形马铃薯的在线分选。试验结果表明:该方法每秒钟可以检测4个马铃薯,可以满足分选设备的实时性要求,并且畸形马铃薯的识别率高达98.1%。     

基于选择性集成学习的焊接缺陷识别研究

针对射线检测焊缝图像中缺陷识别正确率低的问题,提出一种选择性集成学习的焊接缺陷识别算法.算法中的个体学习器由稳定分类器和非稳定分类器组成,使用SVM-RFE算法移除集成学习器中的冗余个体学习器,保留子学习器预测输出加权作为集成学习器的输出,有效地增强了个体之间的差异性,进而提高了集成的泛化性能.结果表明：该算法充分利用更多的缺陷特征和样本数据集信息,继承了强集成学习的优点,有效地提高分类正确率.使用一对多的方法把二分类选择性集成学习器推广到多分类问题中,所提出的算法在训练精度为92.4%时;焊缝缺陷识别率提高到85.5%.     

基于非下采样Contourlet域高斯混合模型的布匹瑕疵识别算法

针对经典瑕疵检测算法不能很好地描述瑕疵特征和不易区分相似类瑕疵类别的问题,提出了一种非下采样Contourlet域高斯混合模型的布匹瑕疵识别算法。首先利用非下采样Cont-ourlet变换(NSCT)得到图像的多方向、多尺度和平移不变表示,并通过代价函数挑选一个最优子带;由于子带瑕疵和非瑕疵区域系数差别较小,很难直接选取阈值,采用标准差法可以有效避免这个问题,获得比较准确的检测结果;然后计算瑕疵区域的统计特征得到特征向量;接着引入最小误分率函数,联合估计样本的高斯混合模型参数;最后采用贝叶斯分类器进行分类。在9类瑕疵上的实验结果表明,本文算法与几种经典算法相比得到更高的分类正确率。     

改进可拓理论的带钢表面缺陷图像分类方法

将可拓理论引入到带钢表面缺陷图像的分类中,提取分割前后缺陷图像的12个特征值,对可拓理论用于分类的关键步骤-关联度的计算方法进行改进,首先确定某缺陷特征值与某类缺陷对应特征值经典域的距绝对值,再计算出该特征值与各类缺陷对应特征值经典域的距绝对值之和,以二者的商作为关联度计算的权值. 对该方法的可行性进行了论证,并对带钢表面缺陷图像分类进行了仿真,仿真结果显示改进后的方法分类准确性有较大的提高.     

基于纹理差异视觉显著性的织物疵点检测算法

由于织物图像纹理多样化及疵点类别较多,为了更有效地检测织物疵点,结合织物图像特性及借鉴人类视觉感知机理,提出一种基于纹理差异视觉显著性模型的织物疵点检测算法。该算法首先对图像进行分块,计算各个图像块LBP（local binary pattern）纹理特征,与图像块平均纹理特征的相似度比较,进行显著度计算,从而有效突出了疵点区域。最后利用改进阈值分割算法,实现对疵点区域的定位。通过与已有视觉显著性模型进行比较,得出该算法更能有效地突出疵点区域;同时,分割结果与已有织物疵点检测算法相比发现,该算法具有更强的疵点检测及定位能力。     

基于灰度阈值分割的锥体零件缺陷识别算法

根据人的视觉感官特性，针对锥体零件缺陷检测中的图像信号预处理，利用含有缺陷的灰度图像的灰度统计特征自动找出分割图像的灰度阈值．研究了目前使用边缘检测、阈值分割、区域增长等方法．利用曲线拟合方法计算出灰度的分布曲线，用数学分析的方法求出曲线的局部极值．对于出现多个极值情况时进行分析筛选，把分割缺陷比较理想的极值作为灰度分割的阈值．以此分割图像，其分割效果比较理想．     

一种提取局部区域共同向量的瑕疵分类算法

针对同类布匹瑕疵外形和纹理差异性大,异类布匹瑕疵又存在一定的相似性,造成难以分类的问题,提出了选择瑕疵局部区域特征作为特征空间,采用共同向量方法提取布匹瑕疵特征与分类算法.局部区域特征是指瑕疵局部区域灰度直方图特征和瑕疵几何特征.首先通过最优化多通道二维Gabor小波检测出瑕疵区域,然后选择瑕疵局部区域灰度直方图统计特征、瑕疵长宽比特征和方向特征;再采用共同向量方法提取瑕疵共同向量特征;最后采用最小距离方法进行分类.该方法具有小样本学习能力、计算量小、识别率高等特点.     

基于纹理结构异常的织物疵点检测算法研究

提出了一种基于织物纹理结构异常的织物疵点检测算法。首先计算代表正常纹理的主邻域结构图;其次通过比较每个像素的邻域结构图与主邻域结构图的差异来定义该像素的显著性,进而得到显著图;最后采用迭代最优阈值分割方法对显著图进行分割得到疵点区域。试验证明,该算法操作简单、计算速度快、鲁棒性强,具有较强的自适应性。     

基于LBP直方图和SIFT的药品包装缺陷检测方法

针对铝塑泡罩药品包装缺陷检测问题,提出了基于LBP直方图的SIFT匹配方法。先提取铝塑泡罩药品包装图像中的特征点,再计算其周围区域上的LBP直方图,最后进行特征点匹配,判断该药品包装是否有缺陷。试验结果表明,此方法与SIFT算法相比,计算速度更快,且能满足工业生产要求。     

三种缺陷态光子晶体的比较研究

利用光学传输矩阵法对3种基于均匀结构光子晶体的一维缺陷态光子晶体进行了比较研究.研究发现,对于每种结构,当缺陷介质层厚度变大时,缺陷模中心波长向长波区移动,且缺陷模式的带宽随之增加,当缺陷层介质厚度增加到一定数值时会出现多个缺陷模.对于缺陷层两侧为高折射率介质层的结构一和结构三,缺陷模波长与缺陷层厚度呈非线性比例增加关系;对于缺陷层两侧为低折射率介质层的结构二,缺陷模波长与缺陷层厚度呈线性比例增加关系.对于结构一和结构三,在特定的中间缺陷层厚度时光子禁带区内的缺陷模会消失,而对于结构二,禁带区域内始终存在缺陷模式.     

基于特征提取和极值搜索的焊接缺陷检测算法

为快速提取金属熔化焊接缺陷位置,提出了一种基于灰度分布曲线特征的算法。首先,通过平板探测器获取焊缝的X射线透射数字图像;第二,针对数字图像随机噪声大、动态范围低的问题,采用时间域序列图像帧积分方法,计算最优的积分时间,降低图像噪声,强化焊缝缺陷特征细节;第三,平行于焊缝方向,计算并形成多组图像灰度值曲线,基于其二阶导数曲线分布规律提取焊缝图像;最后,在焊缝图像曲线中进行极值点搜索,若在曲线存在明显极大值点,则可以确定缺陷的大小和位置。试验结果表明,本算法具有较高的检测精度。