技术综合集成在模式识别中的应用

本文介绍了采用综合技术集成的方法，解决印刷汉字识别系统误识率太高的重大难题，并通过集成系统的实践，证实了其技术集成优势，由于识别方法的互补效应，不仅提高了识别的正确率，而且使误识率得到大幅度的降低，采用该集成办法研制的系统，经过１００万字的实际文章的测试，系统的识别率超过９８％，误识率小于０．２％，尤其是汉字的误识率小于０．１％。     

图像处理技术在CCL表面缺陷自动检测中的应用

CCL表面的质量标准日益严格,人工检验表面缺陷的传统方法已不能适应市场要求。该文研究了CCL图像的特点,提出了实现CCL 表面质量自动检测的图像处理过程。阐述了利用图像的边缘特征,通过边缘检测、连接和区域填充来分割缺陷的方法,以及一种获取缺陷识 别所需特征值的扫描算法。实验结果表明,利用所提出的图像处理过程,缺陷的漏检率为1％,误检率为3％。     

轴承钢球质量在线检测与分选系统的研究

为在线检测钢球表面裂纹,麻点等质量缺陷,并进行分选,采用涡流探伤的原理开发了一种轴承钢球质量在线检测与分选系统.详细介绍了系统的方案、电路和机械结构设计.利用相敏检波(PSD)技术拾取裂纹信号,并用X-Y正交化分解技术对缺陷进行定量分析.根据数理统计分析的原理找出缺陷的识别规律,以此确定正确的分类算法,并用ARM处理器保证分类算法的实时性.实验证明,该系统能够准确地对钢球的表面缺陷进行实时的检测与分选.     

基于机器视觉的电子产品外观表面缺陷检测方法研究

目前电子产品外观表面缺陷人工检测工作量大,效率低而且漏检率高,迫切需求产品缺陷的自动化检测;实际检测中,塑料制品表面在光照条件下会出现反光,严重影响后续处理;缺陷微小且与制品颜色对比不明显,采用直接阈值无法分割;针对这一现状将机器视觉技术与虚拟仪器相结合,根据产品缺陷特征,选择合适的光照方案抑制反光,利用锐化滤波获取了缺陷部位特征清晰的图像,并对边缘模糊缺陷有效分割;识别结果表明,图像处理算法稳定,对绝大部分缺陷具有良好的检测效果。     

一种基于智能机器视觉识别的工业探伤技术

磁粉探伤广泛应用于铁磁性工件表面和近表面缺陷检测,但目前的缺陷识别仍依赖于人工判断。为实现检测自动化,将机器视觉技术应用于缺陷识别,提出一种智能的螺栓缺陷在线检测系统,针对螺栓在生产过程中产生的纵向、横向裂纹,使用基于统计的磁痕裂纹识别方法和基于改进LBP特征和SVM分类器识别方法进行级联完成螺栓零件表面裂纹的自动识别。实验结果表明,该方法与传统的识别方法对比具有很好的分类识别效果,漏检率减少5%,同时能够满足实时性的需求。     

表面缺陷检测综述

基于机器视觉的表面缺陷检测技术已经广泛地应用在视觉检测各个领域中,它是确保自动化生产中产品质量的一个非常重要的环节。然而表面缺陷检测技术仍然面临着缺陷和非缺陷区域之间的低对比度,噪音和细微缺陷的相似性,检测速度慢和识别精度低等难题。为此,给出了近年来表面缺陷检测技术的最新进展。将表面检测技术分为3类：统计法、频谱法和模型法。对几种典型的表面缺陷检测技术进行了深入比较,包括特征提取、识别算法和算法性能,并分析了方法有效性的原因。最后,总结了表面缺陷检测技术面临的挑战和未来的发展趋势。     

基于反向P-M扩散的钢轨表面缺陷视觉检测

研制了一种基于反向P-M（Perona-Malik）扩散的钢轨表面缺陷视觉检测装置,该装置可 自动获取钢轨表面图像,并实现实时检测与定位钢轨表面缺陷. 钢轨图像具有光 照变化、反射不均、特征少等特点,为了在运动过程中 从复杂的钢轨表面图像提取缺陷,首先将图像进行反向P-M扩散,然后将扩散后的图像与原图像进 行差分,从而减小了上述因素的影响,最后将差分图像进行二值化操作,根据 缺陷边缘特性和面积进行滤波,分割出缺陷图像. 实验仿真和现场测试结果表明,该方法能很好地识别块状缺陷和线状缺陷,并且检测速度、精度、识别 率和误检率都能很好地满足要求.     

非接触式智能识别卡系统的设计

针对接触式智能识别卡系统的缺陷,文章提出了一种采用射频技术的非接触式智能识别卡系统的设计方案,详细介绍了非接触式智能识别卡系统的组成、工作原理、读卡器软硬件的设计。     

钢板表面质量机器视觉检测系统设计

针对国内钢厂采用人工方法检查钢板表面缺陷存在可靠性差的问题,开发设计了基于机器视觉技术的带钢表面缺陷自动检测系统.系统通过摄像头采集带钢表面的图像,然后采用图像处理及模式识别算法对图像进行实时处理和分析,从而检测出钢扳表面缺陷,并对缺陷进行自动分类识别.实验结果表明,系统能够对带钢表面进行实时在线监测,并能正确识别常见的带钢表面缺陷.     

基于RFID的车辆出入安全管理系统设计

在小区车辆出入口安装车辆出入管理系统,可以保证小区内车辆的安全,便于随时了解小区内车辆的出入动态情况,做到准确、高效和动态管理.本文设计的基于RFID技术的车辆出入安全管理系统采用非接触式、长距离无线射频识技术(RFID),对合法的车辆进行识别核对,实现了正常车辆不停车快速通过.该方案符合小区现代化需求,实现真正的小区车辆出入安全自动化管理.     

基于二值投影的PCB元件安装缺陷检测算法研究

研究分析了适用于AOI设备的PCB表面安装元件的缺陷检测算法.使用二值投影分析方法对2种元件类型的缺陷检测方法进行了研究,包括针对贴片电阻电容类型的chip元件和集成电路芯片类型的IC元件的缺陷检测方法.使用VC++6.0编写MFC程序实现算法,并制作了各种元件图像进行实验测试.实验结果表明,提出的方法能够快速有效的对两种类型的元件安装缺陷进行检测.     

基于虚拟仪器的二代身份证检测识别系统设计

针对基于非接触式IC卡的二代身份证的检测识别问题,提出一种新型智能检测识别系统的设计方案,并实现了多系统的网络互联.方案中基于嵌入式系统和非接触式射频识别技术设计了二代证的感应检测终端,基于PC机和虚拟仪器技术设计了证件信息的智能处理软件平台,最终实现了多个检测系统的网络互联.测试结果表明,该设计方案科学可行,检测速度较快,为实现更加精确高效的身份证全国联网管理和查询识别奠赶了基础,对打击假身份犯罪和逃罪起到了积极的推动作用,具有广阔的应用前景.     

触发式弹簧表面缺陷多角度光源补偿检测系统

为解决触发式弹簧因表面反光特性导致表面缺陷难以检测的问题,提出一种多角度光源补偿的检测方案.设计多光源补偿系统和影像采集处理平台,通过四核ARM实现多核协同控制,研究用于缺陷检测的聚类算法,实现触发式弹簧表面缺陷检测系统.实验结果表明,该系统能有效检测触发式弹簧表面缺陷,缺陷弹簧的识别率在99％以上,单个弹触发式弹簧表面缺陷提取的准确率在85％以上,单个弹簧的处理时间在15 ms内,具有较高的实时性,可实现触发式弹簧的在线检测.     

基于语义分割的钢轨表面缺陷实时检测系统

钢轨表面缺陷检测是铁路日常检测的重要部分,根据现代铁路自动化检测技术对实时检测和适应性的要求,构建了一个完整的钢轨表面缺陷识别和分析系统.根据机器视觉的基本原理,设计了一种带有LED辅助光源和遮光箱的图像采集装置,并将采集到的图像进行人工标注,建立了一个较为庞大的具有语义分割标注的钢轨表面缺陷数据集;将高级语义分割技术应用于钢轨图像分析,利用一种级联自编码结构(CASAE)的语义分割网络,将缺陷图像转化为基于语义分割的像素级预测掩码,并通过紧凑型卷积神经网络(CNN)将分割结果进行分类,从而实现钢轨表面缺陷的识别与分类;构建了智能化的人机交互系统,并将系统通过仿真实验的方式进行测试.实验结果表明,系统的检测准确率达到90％以上,每幅图像的平均处理时间为245.61 ms,可以在一定程度上代替人工检测,实现对钢轨缺陷的数字化管理.     

基于语义分割的钢轨表面缺陷实时检测系统

钢轨表面缺陷检测是铁路日常检测的重要部分,根据现代铁路自动化检测技术对实时检测和适应性的要求,构建了一个完整的钢轨表面缺陷识别和分析系统.根据机器视觉的基本原理,设计了一种带有LED辅助光源和遮光箱的图像采集装置,并将采集到的图像进行人工标注,建立了一个较为庞大的具有语义分割标注的钢轨表面缺陷数据集;将高级语义分割技术应用于钢轨图像分析,利用一种级联自编码结构(CASAE)的语义分割网络,将缺陷图像转化为基于语义分割的像素级预测掩码,并通过紧凑型卷积神经网络(CNN)将分割结果进行分类,从而实现钢轨表面缺陷的识别与分类;构建了智能化的人机交互系统,并将系统通过仿真实验的方式进行测试.实验结果表明,系统的检测准确率达到90％以上,每幅图像的平均处理时间为245.61 ms,可以在一定程度上代替人工检测,实现对钢轨缺陷的数字化管理.     

基于Canny算子和SVM的瓶盖缺陷检测系统研究

针对人工检测瓶盖表面黑点易出现漏检的问题,设计了基于Canny算子和SVM的瓶盖缺陷检测系统,给出系统总体架构,阐述系统软硬件设计思路,重点研究Canny算子与SVM相结合的瓶盖缺陷识别技术.实验结果表明,相对于传统人工瓶盖黑点的缺陷检测,设计的系统提高了缺陷识别的准确率.     

基于机器视觉的钢带缺陷检测研究

针对钢带缺陷传统的人工检测效率低、误检率高以及危险程度大等问题,提出了一种基于机器视觉的缺陷检测和识别的研究方案。采用工业摄像头采集钢带生产线上的视频图像,通过中值滤波和小波分析相结合的方法去噪,并用Canny算子实现边缘检测,再以缺陷图像的圆形度等特征完成识别分类,从而实现对钢带缺陷的检测和统计。实验结果表明,该缺陷检测方案能够实时准确有效地识别钢带缺陷,证明了该方法的可行性。     

基于遗传编程的SMT机器视觉检测特征提取

在印刷电路板贴片安装的机器视觉检测中,贴片元件的型号识别和缺陷检测都是基于CCD采集的图像,数据量大、维数太多,该图像特征的提取是正确检测识别的关键技术之一.遗传编程通过遗传优化可以从原始数据或传统的高维特征中提取出更能反映类别本质的有效特征,降低特征维数、减少分类器的计算成本,同时提高分类识别精度.设计基于遗传编程的特征提取方案用于该机器视觉检测,并改进了特征评价指标.对比实验验证了本方案提取的特征分别用于ANN和SVM的良好分类识别效果.     

钢板表面缺陷检测系统的设计与实现

钢板作为钢铁工业的主要产品形式之一,已成为汽车、机械制造、化工、航空、航天和造船等工业不可缺少的原材料,其表面质量的优劣将直接影响最终产品的性能和质量。针对目前国内钢板表面缺陷检测方法比较落后、检测效果较差的情况,提出了钢板表面缺陷检测系统的设计与实现方案,包括硬件和软件的组成和部署;采用了串、并口编程和图像模式匹配等技术,实现了钢板表面的自动拍照、缺陷检测及生产和缺陷信息的保存;依据图片的几何学特征和光学特征等,实现了缺陷检测算法,包括缺陷识别和缺陷分类。在此基础上开发的钢板表面缺陷检测系统已经成功地应用到了现实的钢板生产中。     

一种多传感器云融合技术的亚面表缺陷深度检测算法研究

针对未知深度的亚表面缺陷检测,各种传感器产生的特征信息难以直接应用的难题,提出了一种多传感器云融合技术的亚表面缺陷深度检测算法.首先,本文简要介绍涡流检测与超声检测两种经典无损检测模式;然后,在已知缺陷深度的样本集上建立云滴数学模型获取单一测量模式下缺陷深度的隶属度分布函数;最后,提出了一种D-S+PCR信息融合算法将不同传感器获取的隶属度分布转化为概率分布进行数据融合,以高斯拟合的方式实现亚表面缺陷深度的检测估计.实验结果显示:对比传统Bayes变换的D-S证据融合检测技术与单传感检测技术,本文提出的检测算法对亚表面缺陷深度检测具有较高的识别准确率.