结合改进Hough变换的在线工件直线特征提取研究

为提高轴类零件在线非接触检测的可靠性和实时性,通过对现有图像处理算法的分析,在对现有方法应用的同时,虽其中的部分算法进行了改进,提出了一种基于改进Canny算子与改进Hough变换相结合的直线特征提取算法。通过对获得的零件轴图像预处理,增强图像信息;用改进的算法对图像进行边缘直线的特征提取。通过实验表明,改进的算法自适应能力较强,能够有效抑制噪声,并可以快速准确地提取零件轴的边缘信息,能够满足工件在线检测的要求。     

血管介入手术导丝末端检测方法研究

介入手术导丝的末端检测是保证手术精准控制和安全性的关键，本文针对术中导丝末端检测的临床需求，提出一种基于改进YOLOv4Tiny网络的导丝末端检测方法。该方法基于YOLOv4Tiny网络架构，通过优化特征提取网络中的残差结构，增加注意力机制和混合膨胀卷积网络，实现算法对小目标特征提取能力和检测精度的提升、感受野的扩大，且在保证图像的分辨率的同时不增加计算量。为了验证本文改进算法的有效性，对算法在构建数据集和实际手术数据集中分别进行了测试。实验结果表明：本文改进算法在构建数据集中的平均精度可达97.6%,导丝末端的检测误差不足5%,在实际手术数据集中的平均精度为92.8%。本文改进算法为介入手术导丝的末端检测提供了有效方法，在生物医学机器人等领域具有广阔的应用前景。     

多试件超声检测及缺陷识别技术

针对单面平整航空件单件超声检测效率低下问题,采用多试件扫查及多图像平均方法,以提高检测效率。基于多图像平均方法建立了灰度图和二值图像双模板图像。以工件重心为控制点,对二值图像通过变精度最大互相关图像配准算法获得图像配准的旋转角度θ。对灰度图像绕重心旋转角度θ进行配准,再经过减影处理获得缺陷图像,从而实现特征提取和缺陷识别。航空锻件多试件超声检测实验结果表明,该技术可以明显提高航空件超声检测的效率和自动化水平。     

数控车床在线测量路径的优化

为了提高数控车床在线检测工件的效率,提出了改进式蝙蝠算法优化在线测量路径的方法。通过读取DXF文件的方式获取待测工件的几何信息,并根据工件特征规划初始检测路径,建立检测路径优化的数学模型,采用改进式蝙蝠算法优化测点间的测量顺序,并通过设计程序生成模板,自动生成数控代码,驱动数控车床进行工件测量。针对复杂阶梯轴进行在线检测实验,相比于其他优化结果和人工规划结果缩短检测路径长度,该方法可以有效地提升工件检测的效率。     

基于图像处理的同轴误差在线检测方法的研究

针对同轴度误差测量,提出一种基于图像处理的测量方法。通过对工件图像进行灰度均衡化处理、二值化处理和Sobel算子进行边缘检测,获得图像轮廓点的像素值;利用直线拟合的方法得到工件图像轮廓的轴线方程,将其与基准的直线方程对比,得出工件的同轴度误差。同时,对标准件做试验,验证了其检测精度,证实了其可行性。     

多尺度交替连接残差网络用于图像去模糊

为更好地解决由于相机抖动、物体之间相对运动等因素引起的图像模糊问题,本文设计了一种多尺度交替连接残差网络用于图像去模糊,采用"从粗到细"的多尺度方式来逐渐恢复出清晰图像。首先,提出一种多尺度残差模块来拓展网络宽度,提取并融合不同尺度之间的特征信息;其次,提出一种基于扩张卷积的交替连接残差模块来逐渐恢复模糊图像的高频信息;最后,利用一层卷积来对特征图进行重建。实验结果表明:本文所提去模糊算法的峰值信噪比以及结构相似度分别为32.313 6 dB和0.942 5,均高于目前先进的图像去模糊技术。从评价指标和主观效果上均可看出本文所提去模糊方法具有更强的图像恢复能力,纹理细节更丰富,能够有效提升图像去模糊效果,具有更强的实用价值。     

基于目标检测的选区激光熔融成形过程熔池与飞溅监测

在选区激光熔融成形过程中,飞溅与熔池包含了能够体现加工质量的重要特征信息,从成形过程采集到的熔池图像中,获得这些信息,实现选区激光熔融的过程监测是近年来研究的重点之一。为了更加精确且有效地从图像中提取熔池和飞溅的信息,提出了一种基于YOLOv5目标检测模型,实现了对成形过程图像中飞溅与熔池的实时定位与捕获。首先,以YOLOv5s目标检测网络为基础,调整骨干网络的深度与宽度,修改检测头的数量。之后,引入自校正卷积与CBAM注意力机制模块,设计了新的特征整合结构,通过上述步骤,提升了网络的检测性能。将工业相机采集到的图像制作为目标检测数据集,进行模型的训练与测试,结果表明该网络能够从原始图像中对飞溅与熔池目标进行准确的定位,在具有良好的检测精度的同时,网络模型的参数量极少,更加符合工业应用的需求。网络的检测精度mAP@0.5:0.95达到了0.466,为基于图像的选区激光熔融过程监测提供了一种新的方法。     

基于图像拼接的惯性约束聚变终端光学元件在线检测

针对惯性约束聚变(ICF)终端光学元件的高精度在线检测,提出了一种基于图像拼接的检测方法。该方法主要包含图像配准及图像融合两个部分。在图像配准部分,采用基于局部损伤点特征匹配的方法来解决在线检测图像中信息过少,以及子图像间存在曝光差异的问题,并将检测系统的运动信息应用到配准过程中,提高了检测精度及效率。在图像融合部分,采用泊松融合的方法来消除曝光不均匀所产生的"拼接线",实现了检测图像的"无缝拼接"。用本文算法与尺度不变特征变换(SIFT)算法对ICF终端光学元件在线检测(Final Optics Online Inspection,FOOI)图像进行了实验对比,结果表明,本文提出的图像配准方法优于SIFT算法。通过4×4方式得到的拼接图像显示,本文方法可以大幅度提高ICF系统中FOOI装置的检测分辨率。     

基于机器视觉的手机尾插件精密测量方法研究

提出了一种基于机器视觉的小尺寸不规则零件精密测量方法和系统,方法包括图像采集、图像增强、图像配准、边缘检测、目标直线提取、相机标定和计算测量环节。针对传统尺度不变特征变换(SIFT)匹配算法完全忽略特征点之间的几何关系,对于灰度变化较平滑的图像在寻找匹配特征点对时易产生较多误匹配的问题,引入轮廓匹配获取图像几何信息、对SIFT特征点匹配进行约束,并通过随机样本一致(RANSAC)算法去除噪声点对的影响、精确估计几何变换矩阵;针对现有Hough变换拟合直线算法对非线性边缘易在Hough空间形成伪峰、影响边缘检测精准度的问题,设计了Hough空间投票权重分配新策略来抑制伪峰的产生。实验结果表明:与传统方法相比,所提出的方法特征匹配精度提高了12%,直线检测精准度提高了22%,系统测量精度达到0.015 mm。     

基于Harris算子的图像拼接高精度检测技术

针对医疗器械要求高精度检测的特点,提出了采用图像拼接对器械进行检测的方法,通过Harris算子精确提取图像中的特征点进行图像拼接,不但极大提高了拼接精度以及精密医疗器械的检测精度,而且增加图像分辨力与成像范围。拼接精度是检测精度的保证,基于Harris算子的拼接图像可实现微米级高精度检测。通过该方法进行图像拼接并测量其精度,测试精度与单幅图像相比明显提高,结果完全符合器械检测要求。基于拼接的精密仪器测量是一种提高测量精度的新方法,这方面的研究必将推动机器视觉技术的进一步发展。     

光学遥感图像中复杂海背景下的舰船检测

本文针对光学遥感图像中复杂海背景下的舰船检测问题,提出一种快速精确的舰船检测方法。首先,基于最大对称环绕显著性检测完成初始目标候选区域提取,并结合一种基于元胞自动机的同步更新机制,利用图像局部相似性和舰船目标几何特征,对初始目标候选区域进行更新,并通过OTSU算法获取最终目标候选区域;然后,根据舰船目标的固有特性对方向梯度直方图特征进行改进,提出一种新的表征舰船特性的边缘-方向梯度直方图特征对舰船目标进行描述,与传统HOG特征相比,这种特征向量侧重于对边缘特征的描述,对梯度向量鲁棒性更强,并且仅为一个24维的特征向量,计算复杂度低;最后,通过构建的训练库完成AdaBoost分类器的训练,并利用训练完成后的AdaBoost分类器完成目标的最终判别确认。本文的检测算法,针对尺寸为1 024pixel×1 024pixel的遥感图像,检测时间为2.386 0s,召回率为97.4%,检测精度为97.2%。实验表明,本文提出算法的检测性能优于目前主流的舰船检测算法,在检测时间和检测精度上都能够满足实际工程需要。     

基于光栅投影的工件表面缺陷检测方法研究

针对工件厚度与表面缺陷检测精度不足的问题,提出一种基于双投影的光栅投影缺陷检测方法。采用CCD相机采集两个方向上投影到工件表面的云纹图像,利用相移法求解两个方向的云纹图像相位,将两个方向的重建三维轮廓进行融合,实现工件表面缺陷的检测。试验结果证明:工件的厚度测量精度为0.05mm,缺陷测量精度提高到0.1mm。     

基于 ICT 图像与设计模型的制造误差检测方法

使用二维CT图像与设计模型通过比对进行制造误差分析时,必须知道CT图像在设计模型中的位置,而位置的确定往往需要在工件上找到一个和设计模型相匹配的基准位置,并对该位置进行精加工,这增加了工件加工的周期和制造成本。针对该问题,本文提出一种自动搜索CT图像的设计模型来完成工件制造误差检测的方法。该方法首先提取CT图像的边缘,然后把点云设计模型分层切片;接着通过Hu矩匹配,ICP配准自动搜索到与CT图像相匹配的点云切片;最终根据两者的配准结果,计算工件误差分布,完成工件的制造误差检测。为验证该方法的可行性,采用已知尺寸的标准工件进行检测,结果表明,检测误差集中分布在0～0.25 pixel之间,具有较高的检测精度。并对两个实际工件进行检测,验证了该方法的适用性。本文在无须确定工件基准位置的情况下,使用工件二维CT图像与设计模型完成工件的制造误差计算、分析与显示,具有很高的实用意义。     

基于改进形状上下文特征的工件识别与定位

为了满足自动化装配线中工件自动上料作业的需求,提出了一种基于改进形状上下文特征的工件识别和定位算法。首先对图像进行预处理,然后进行阀值分割提取轮廓图像,利用改进的形状上下文特征检测算法在已检测出的轮廓中识别工件轮廓。与传统形状上下文特征算法不同的是改进形状上下文特征检测算法采用直方图结合Harris角点进行特征生成与匹配,加快了匹配速度。实验结果表明,本方法具有较高的精度,对环境变化有一定的适应能力,能较精准地对工件进行定位。     

基于线段扫描的碎纸片边界检测算法研究

提出了基于短线段扫描的碎纸片图像边缘检测算法,该算法用一系列短线段拟合碎纸片的边缘,这些短线段首尾相连,组成碎片边缘拟合曲线;在碎片边界拟合过程中,使用直线插补方法获得线段离散点,通过点的属性来判断线段与碎片边缘的拟合程度,同时使用圆插补方法旋转扫描线段,以保证线段扫描方向连续而没有间断;还分析了碎片图像噪声分布特点,提出了噪声点去除方法;同时提出了多碎片图像边缘检测方法.根据所提出的算法,研制了碎纸片边缘检测程序,并利用这些程序对两实际例子进行了分析,分析结果表明所提出的碎片边缘检测方法是可靠和有效的.     

线阵CCD图像两种直线拟合边缘检测方法比较研究

对线阵CCD图像边缘检测的直接直线拟合法和基于梯度算子直线拟合法进行了比较研究。利用线阵CCD对线材目标进行宽度测量,并分别用两种方法对采集目标图像进行边缘位置检测。经检测得到,直接直线拟合法和基于梯度算子直线拟合法的检测精度分别为0.579%和0.039%,标准差分别为0.037mm和0.169mm。结果表明,直接直线拟合法精度较低,但稳定性较好;基于梯度算子直线拟合法精度较高,但结果容易受到随机噪声的影响。     

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。     

提取直线特征实现机场跑道实时检测

鉴于现有的基于链码跟踪和霍夫变换的传统直线检测方法对于噪声敏感和计算量大的缺点,本文提出将改进的链码跟踪与霍夫变换相结合的方法提取直线,成功实现了航拍图像中机场跑道的实时高精度检测。通过采用改进的链码跟踪,首先剔除短的和弯曲的线段,大大减少了霍夫变换处理的点数,同时确定直线的近似方向,缩小了霍夫变换的角度搜索范围。然后对霍夫变换进行金字塔分层计算,大大减小了计算量。在程序设计方面,为图像建立链表结构数组,固定了内存空间大小,避免了动态分配内存方式生成链表产生的越界问题。目前算法已经成功嵌入TMS320C6416硬件平台,实验表明,本算法比传统霍夫变换算法运算量减少了约29倍,与单纯的链码跟踪直线检测相比,能够克服图像的模糊、遮挡等干扰,成功实现机场跑道的实时精确检测。     

应用级联分类器检测安瓿内弱小运动目标

针对序列图像内具有低信噪比和低对比度特征的运动目标,提出了一种基于级联分类器的弱小目标检测算法。该算法从安瓿瓶序列图像内提取绝对差分值、局部差分对比度和局部相关系数3个图像特征。每个图像特征对应一个分类器,通过三层级联形式实现序列图像中的小目标检测。第一个节点与传统帧间差分法类似,主要去除大量背景图像并检测出大颗粒运动目标,后两个节点则用于检测弱小目标、排除光流和瓶身污渍产生的噪声点。实验结果显示,相对于传统的帧间差分法,本文算法具有高检测精度和高抗干扰能力等特点,不仅可以检测出图像中弱小运动目标,同时也消除了复杂背景下的噪声影响,弱小目标的检出率达到99.3%,并且满足安瓿在线检测的实时性要求。     

基于定位平台的大尺寸工件视觉测量技术研究

对于大幅面工件的几何尺寸很难进行全尺寸视觉测量的问题,提出一种单目视觉加运动控制联合的测量方法.该方法结合了图像检测功能与运动平台的可移动特点,对大尺度工件进行分区编号,控制直线精密定位平台按逆时针顺序对相应区域进行图像采集处理,并建立一种基于Canny边缘检测与分段序贯最小二乘法拟合求交点的角点检测算法,通过获取先后两不同区域图像角点坐标的偏差,结合定位平台位移信息,实现对大幅面工件的全尺寸视觉测量.最后运用建立的大尺寸工件视觉测量系统对特征丰富的工件进行测量实验,实验结果表明系统在200mm测量范围内可保证0.05mm的精度要求.