基于机器视觉的铸件缺陷动态检测方法

针对数字化X射线实时成像系统自动化检测问题,提出了一种基于机器视觉的铸件缺陷动态检测方法.首先,通过计算射线图像的行灰度曲线的波峰波谷快速检测出缺陷帧;然后,利用帧间差分法获得前景区域即缺陷区域,融合边缘检测算法与形态学方法在缺陷区域中准确分割出缺陷;最后,使用卡尔曼滤波器与匈牙利算法获得缺陷在连续多帧图像中的位置,通过挖掘缺陷在多帧图像中的位置关联关系修正抑制错检并修正漏检,提升了正确率.实验结果表明,与人工检测和基于单幅图像的缺陷检测方法相比,所提方法显著提高了缺陷检测的正确率与效率.     

基于改进Faster R-CNN的轮胎缺陷检测方法

轮胎生产过程中出现的胎侧异物、胎冠异物、气泡、胎冠开根以及胎侧开根等缺陷会影响轮胎出厂后的使用,所以出厂使用前需要对每条轮胎进行无损检测。为了实现在工业中对于轮胎缺陷进行自动检测,提出了一种基于改进Faster R-CNN的轮胎缺陷自动检测方法。首先,在预处理阶段,用直方图均衡化方法对轮胎图象的灰度进行拉伸,提高数据集的对比度,使图像目标和背景的灰度值产生明显差异;其次,为提高轮胎缺陷位置检测和识别的准确率,对Faster R-CNN结构进行改进,即把ZF卷积神经网络中第三层的卷积特征和第五层的卷积特征结合后输出,并将其作为区域建议网络层的输入;然后,在RoI pooling层之后引入在线难例挖掘（OHEM）算法,使轮胎缺陷检测的准确率得到进一步的提高。实验结果表明,改进后的Faster R-CNN的轮胎缺陷检测方法可以准确地分类和定位轮胎X射线图像缺陷,平均测试准确率可以达到95.7％。此外,还可以通过对网络进行微调来获得新的检测模型以检测其他类型的缺陷。     

一种车站危险品检测中的三维图像重建方法

图像重建是车站危险品检测过程中的重要环节,其结果直接关系到后续危险品的识别。为此提出了一种基于FDK算法的三维图像重建方法。该方法首先将X射线探测器得到的物体投影值,利用正弦函数对投影数据进行加权;然后对不同投影角度的投影数据进行水平方向的一维滤波,去除噪声和伪迹;最后沿X射线方向进行三维反投影。实验结果表明,该方法能更清晰地重建出物体。     

纹理无关的轮胎裂纹检测算法

根据从图像中提取的裂纹缺陷特征,提出一种基于线密度投影(PODOL)的轮胎裂纹缺陷检测方法.首先对轮胎图像进行线密度投影,得到它们的PODOL一阶导数绝对值曲线;然后提取裂纹图像的特征曲线,以这些特征曲线作为标准判定轮胎是否含有裂纹.实验结果表明,文中提出的特征曲线检测标准不受图像纹理的影响,可以高效地检测轮胎裂纹缺陷;且该方法速度快、实现简单,已经成功用于轮胎裂纹缺陷的实时在线检测.     

基于连续X射线谱的CT重建算法仿真

关于提高CT图像精度的问题,传统的CT重建算法都是基于X射线源是单色源的假设,忽略了X射线的多色性.直接用多色投影数据进行图像重建易产生金属、硬化等伪影,降低图像质量,影响CT值标定,从而影响医学或工业诊断.考虑到X射线能谱的连续性,采用仿真手段实现连续X射线谱的统计重建.首先将连续X射线谱离散成若干单能谱,再根据待检工件的材质信息以及射线能量所对应的质量衰减系数,构建基于连续X射线谱的工件材质模型;最后利用多能统计重建算法对多能投影数据进行迭代重建.仿真结果表明,算法充分地利用了X射线的多能性,在一定程度上可以有效地降低图像伪影,提高CT重建图像质量.     

基于小波变换的苹果X射线图像增强方法研究

目前对果品外观品质的图像检测技术已经比较成熟且已有商业化的产品,但对内部品质的无损检测研究相对较少.该研究采用X射线技术,对霉心病等原因造成的内部腐烂变质苹果进行了检测,由于直接用X射线获得的图像比较模糊,为提高图像的视觉效果,采用小波变换的方法对图像进行增强处理,为检测算法的有效性,实验中同时采用直方图均衡化、局部对比度图像增强的方法对图像进行了处理,实验结果表明,采用小波变换的方法增强图像后,能获得比原始图像更清晰的图像;经过小渡变换处理后的图像信息熵达5.2324,信息熵最小;而对于峰值信噪比这一评价指标,其中小波变换方法的峰值信噪比最大达到24.1002,峰值信噪比也表明小波变换的方法效果好于直方图均衡化、局部对比度图像增强两种常规方法.     

基于U-Net卷积神经网络的轮毂缺陷分割

为实现轮毂缺陷检测自动化,该文依据轮毂X射线图像,提出一种基于U-Net卷积神经网络的自动分割的改进方法。将原始U-Net模型的最大池化操作替换为卷积操作,并加入Dropout层对网络进行优化,提升模型可靠性。同时对带有缺陷的轮毂图像做数据预处理,用于训练改进的U-Net模型。结果表明,该网络在复杂轮毂X射线图像的缺陷识别中表现良好,DICE系数为0.8554,SSIM系数为0.9655,识别速度达到3 ms/张;该方法能较好地实现轮毂射线图像缺陷的自动分割,满足无损检测的自动化需要。     

X射线投影图像中闪烁体缺陷区域的修复

针对X射线投影图像中闪烁体缺陷引起的图像伪影,提出一种缺陷提取算法。采用提取极坐标下局部异常点的方法提取缺陷像素。将本底图像(空扫图像)转化为极坐标形式,提取极坐标下的局部异常像素为缺陷像素,从而得到标记出缺陷像素的掩膜图像。将算法应用于仿真图像的缺陷提取,客观数值和主观视觉2个方面的比较结果验证了该算法的有效性。将梯度信息沿等照度线方向扩散实现图像的修复过程,交叉进行各向异性扩散过程以保证清晰度。对系统采集到的不同放大倍率的X射线投影图像进行缺陷提取,并运用BSCB算法对图像进行修复。实验结果表明,修复后图像的质量得到明显改善。     

小波及拉氏算子在管道焊缝缺陷检测中的应用

通常数字化的X射线图像存在噪声且对比度较差,给缺陷识别带来一定难度。文章在图像分解的基础上,利用小波分析对工业X射线天然气管道焊缝缺陷图像进行去噪处理,有效地改善了图像质量,又根据Laplacian算子检测图像边缘快速性的特点,参照天然气管道焊缝图像的特征,提出一种基于小波与Laplacian算子相结合的管道焊缝缺陷识别方法,仿真结果证明了此方法有效性及可靠性。     

小波及拉氏算子在管道焊缝缺陷检测中的应用

通常数字化的X射线图像存在噪声且对比度较差,给缺陷识别带来一定难度.文章在图像分解的基础上,利用小波分析对工业X射线天然气管道焊缝缺陷图像进行去噪处理,有效地改善了图像质量,又根据Laplacian算子检测图像边缘快速性的特点,参照天然气管道焊缝图像的特征,提出一种基于小波与Laplacian算子相结合的管道焊缝缺陷识别方法,仿真结果证明了此方法有效性及可靠性.     

基于Gabor小波的人脸检测

提出了一种新的正面人脸检测算法。该方法组合了Gabor小波变换、输入图像的Gabor特征分析和Bayes分类器来进行正面人脸检测。对训练集的平均脸作Gabor小波变换得到40个投影向量；通过计算输入图像和这40个投影向量间的内积来提取图像的Gabor特征向量；训练Bayes分类器来进行正面人脸检测。实验结果表明，该算法的计算效率和检测精度均优于特征脸方法。     

基于粗糙集的火灾图像特征选择与识别

针对图像型火灾探测方法检测准确度和实时性间的矛盾,提出了基于粗糙集的火灾图像特征选择和识别算法。首先通过对火焰图像特征的深入研究发现,在燃烧能量的驱动下火焰的上边缘极不规则,出现明显的震动现象,而下边缘却恰恰相反; 基于此特点,可利用上下边缘抖动投影个数比作为火焰区别于边缘形状较规则的干扰。然后,选择火焰的6个显著特征构造训练样本,在火灾分类能力不受影响的前提下,使用实验所得的特征量归类表对训练样本进行属性约简,并将约简后的信息系统属性训练支持向量机模型,实现火灾探测。最后与传统支持向量机火灾探测算法做了比较。实验结果表明:将粗糙集作为支持向量机分类器的前置系统,把粗糙集理论的属性约简引入到支持向量机中,可以大大消除样本集冗余属性,降低了火灾图像特征空间的维数,减少了分类器训练和检测数据,在保证识别精度的同时,提高了算法的速度和泛化能力。     

Hyperspectral discrimination of tropical dry forest lianas and trees: Comparative data reduction approaches at the leaf and canopy levels

A dataset of spectral signatures (leaf level) of tropical dry forest trees and lianas and an airborne hyperspectral image (crown level) are used to test three hyperspectral data reduction techniques (principal component analysis, forward feature selection and wavelet energy feature vectors) along with pattern recognition classifiers to discriminate between the spectral signatures of lianas and trees. It was found at the leaf level the forward waveband selection method had the best results followed by the wavelet energy feature vector and a form of principal component analysis. For the same dataset our results indicate that none of the pattern recognition classifiers performed the best across all reduction techniques, and also that none of the parametric classifiers had the overall lowest training and testing errors. At the crown level, in addition to higher testing error rates (7%), it was found that there was no optimal data reduction technique. The significant wavebands were also found to be different between the leaf and crown levels. At the leaf level, the visible region of the spectrum was the most important for discriminating between lianas and trees whereas at the crown level the shortwave infrared was also important in addition to the visible and near infrared.     

Feature extraction using wavelet and fractal

In this paper, we are investigating the utility of several emerging techniques to extract features. A novel method of feature extraction is proposed, which includes utilizing the central projection transformation (CPT) to describe the shape, the wavelet transformation to aid in the boundary identification, and the fractal features to enhance image discrimination. It reduces the dimensionality of a two-dimensional pattern by way of a central projection approach, and thereafter, performs Daubechies' wavelet transform on the derived one-dimensional pattern to generate a set of wavelet transform sub-patterns, namely, curves that are non-self-intersecting. The divider dimensions are computed from these curves with a modified box-counting approach. These divider dimensions constitute a new feature vector for the original two-dimensional pattern, defined over the curve's fractal dimensions. We have conducted several experiments in which a set of printed Chinese characters, English letters of varying fonts and other images were classified. Based on the Euclidean distance between the different feature vectors, the experiments have satisfying results.     

自动分检轮胎的字符预处理研究

自动化是现代企业生产必不可少的,在轮胎生产中自动化分检轮胎可以有效提高生产率;自动化分检轮胎过程中轮胎的型号是一个重要的分检信息;为便于在轮胎自动化分检中正确的识别轮胎型号,对现场采集的图像信息必须进行一系列的预处理;重点研究了型号字符在二值化时采用改进的Otsu阈值结合水平、垂直、交叉边缘提取法;提出一种类似水平投影法的圆弧投影法分割轮胎字符;再采用Hough变换对单个字符旋转矫正;最后得到规则的字符图像;结果表明,通过以上处理字符信息能有效的提取出来,为后续自动分检轮胎提供分检信息     

基于视觉传感器网络的飞机识别系统

利用3D-MAX建立了三种飞机模型, 设计了三维飞机目标图像库。在该图像库中按不同的飞机模型分为三个大类, 每个大类中按不同的飞行姿态分为24个组。论述了三类飞机图片的纹理特征的提取方法, 并通过基于贴近度的多传感器一致性融合方法计算每类飞机图像的对比度融合值、熵融合值、逆差距特征融合值, 通过最小距离法对测试对象的归类进行预判断。介绍了K-L变换、降维特征矩阵空间与投影系数向量, 计算了图库中每张图像在降维特征矩阵空间投影的系数向量, 以及测试图像在降维特征矩阵空间投影的系数向量。然后介绍了Fisher最佳鉴别向量与判别规则, 以图像在特征子空间投影的系数向量作为对象, 通过对每组图像正样本与负样本的训练得出最佳鉴别向量, 通过Fisher判别规则判断测试目标的类别与飞行姿态。通过实验证明了识别系统的高识别率, 以及可以对飞机复杂飞行姿态进行判断。     

Tire Defect Detection on Impurities

According to X-ray image texture tire characteristics and abnormal distribution of the gray area, this paper studies a real-time defect detection method about the sidewall of tire. On the basis of the texture distribution characteristics of X-ray tire, we extract the cord information of the tire image by maximizing the distance of the categories after the gray value correction, then we use the morphology method and statistics method to process the image so that we can get the location and the size of impurities. We can classify the tires into different grades by the information. Compared with other methods, our method has the advantage that meets the needs of tire industry.     

BP神经网络和遗传算法在货车车锁检测中的应用

为实现货车自动检测记录系统，需要根据化的图像检测进站货车车锁是否存在，提出一种基于BP神经网络和遗传算法的货车车锁检测方法，首先提取图像的投影特征，边缘图像的矩向量特征以及灰度直方图特征，然后用BP神经网络进行检测和定位；同时引入遗传算法，利用遗传算法的高并行性和鲁棒性，可以较快地完成全局搜索，而不会陷入局部最优，实验结果表明，该方法能有效地克服货车车锁种类多，变形大以及光照变化的影响，具有较高的检测速度和检测成功率。     

基于投影归一化的字符特征提取方法

提出了一种基于投影归一化的字符特征提取方法，该方法首先对字符图像进行横向扫描和纵向扫描生成行投影向量和列投影向量，然后通过对行投影向量和列投影向量进行维数和密度的归一化处理生成双投影归一化向量作为特征向量。聚类和识别实验表明双投影归一化向量不仅计算简单，而且对同种字体不同字号的英文字符识别可达到较好的结果。