基于HDRI的高反光金属表面缺陷检测方法研究

为解决具有高反光特性的工业零部件的视觉检测难题,提出一种基于高动态范围成像(HDRI)的高反光金属表面缺陷检测方法,并针对传统方法中标定相机响应函数速度低的问题,提出一种改进的相机响应函数快速标定方法。首先搭建试验平台采集高反光金属表面序列图像;其次设计快速标定算法标定相机响应函数,获得图像像素值与曝光量之间映射关系;进而将不同曝光时间下的图像序列合成一幅高动态范围图像;最后运用自适应多阈值分割与Haar-like特征提取算法对合成的高动态范围图像进行表面缺陷检测。实验结果表明,文中方法在保证相机响应函数标定准确度的同时,具有计算量小、标定速度快的优点,而且合成的高动态范围图像细节清晰,满足高反光金属表面缺陷检测要求。     

改进的Otsu算法在缺陷检测中的应用

针对传统Otsu算法对灰度直方图中仅存在"单峰"的图像难以分割的问题,提出一种分类加权的Otsu分割算法。该方法通过对Otsu算法的两项类间方差进行分析,对每项类间方差以及整体方差分别引入加权系数,并给出了加权系数的自适应选取方式。实验表明,此方法对缺陷灰度值大于平均灰度值,或者缺陷灰度值小于平均灰度值的"单峰"缺陷图像都能实现有效分割。     

磁瓦表面图像的下包络线灰度对比度缺陷检测算法

为解决磁瓦表面缺陷对比度低、整体亮度不均匀以及磁瓦图像中存在大量的冲击噪声干扰等难题,提出了一种基于下包络线灰度对比度的缺陷检测算法。首先定义扫描线灰度对比度,用下包络的方式来优化每一行扫描灰度曲线,然后计算下包络线上的最大灰度对比度并判断该点是否为缺陷区域中的点从而得到缺陷区域的"骨架",最后通过8邻接方式对"骨架"进行扩展得到完整的缺陷区域。实验证明,该方法能够有效解决冲击噪声对图像分割的影响,克服光照不均、表面存在磨削条纹等干扰,对不同类型缺陷有较好的分割效果。     

基于多尺度水平集的MR图像海马区分割方法

针对MR图像中海马区存在灰度不均匀性,基于区域动态轮廓的C-V模型只利用区域信息无法获得准确的海马区分割问题,结合多尺度边缘约束的演化思想和图像区域的全局信息,提出了一种结合边缘和区域信息的多尺度水平集MR(magnetic resonance)图像海马区分割方法.首先,在C-V模型的基础上采用内部约束能量项,消除水平集的重初始化,提高分割速度;其次,改进水平集函数中外部能量项的图像区域全局信息,解决由于灰度不均匀所引起的分割不准确问题;最后,在水平集函数的外部能量项中加入基于多尺度图像边缘的梯度信息,作为边缘约束停止项,使分割效果达到优化.实验结果表明,该算法对存在灰度不均匀性的图像海马区分割速度快、准确率高.     

基于RGB的干枣图像区域阈值分割算法的应用研究

针对目前基于RGB模型的干枣彩色图像研究中的一系列问题,提取干枣图像大小与实际大小相差较大,算法复杂、速度慢,很难达到在线检测的要求,提出一种利用机器视觉技术以提取干枣图像目标的新方法,分别统计R、G、B各分量的灰度值,绘制相应直方图;通过分析比较,选取R-B分量灰度直方分布图作为确定阈值分割的依据,利用大津法自适应求出阈值,然后提出区域阈值分割方法,并对干枣图像进行阈值分割。多次实验证明,利用该算法提取干枣大小与实际大小非常接近,稳定性高,检测速度快,可以满足进行干枣的形状、表面缺陷等检测要求,能够满足机器视觉技术在线检测要求。     

工字形焊件射线图像中微小缺陷的分割及提取

采用X射线实时成像系统对工字形激光焊件进行检测,得到了含有微小缺陷的低对比度射线检测图像。在分析图像灰度分布特征的基础上,采用数学形态学方法进行背景模拟,并结合背景相减、自动阈值算法提取出了检测图像中的微小缺陷。在结构元尺寸的确定方面,提出了线灰度分布曲线拟合并相减,再搜索相减结果最大值的方法。试验结果表明:该方法能很好地实现检测图像中微小缺陷的分割,且缺陷分割保真度高,算法适应性强。该方法只对感兴趣的区域进行处理,显著提高了图像处理的速度。     

超声乳腺肿瘤图像中种子点的自动定位研究

利用种子区域增长对超声乳腺肿瘤图像进行分割是一种常用的计算机辅助诊断方法。为实现种子点的自动快速定位,满足实时在线分割图像的需求,根据超声乳腺肿瘤图像的结构特征,综合图像的灰度因素和空间因素,提出了一种基于迭代四叉树分解的算法。该算法将满足特定阈值的图像分裂转化为寻找种子区域,以实现种子点的自动定位。对105幅超声乳腺肿瘤图像进行了实验验证,结果表明,该算法准确率能够达到94.28%,平均耗时2.97 s,不但满足了种子点的自动定位于图像肿瘤内部,而且需要调整的参数少,其定位效率要高于人工选择。     

基于灰度直方图拟合曲线的数字图像多阈值分割技术研究

在数字图像处理中,图像分割技术能够对待处理部分进行分割处理,以突出显示所要研究的目标对象.在对数字图像灰度直方图进行高次样条函数曲线拟合之后,通过求取若干个局部最小值作为图像的分割阈值,对图像像素进行多阈值分割,最后采用区域背景像素点增长合并法进行背景区域合并,从而获得完整清晰反映图像各个组成部分的分割结果.实验结果证明,此方法能准确表达图像各个灰度组成部分,克服了传统单阈值分割所带来的缺陷与不足.     

基于脉冲耦合神经网络金属拉链缺陷检测方法的研究

针对人工金属拉链缺陷检测效率低、稳定性差、误检率高缺点,本文提出一种基于改进型脉冲耦合神经网络（PCNN）金属拉链缺陷检测方法。利用改进型PCNN对金属图像进行二值分割、特征图像提取、区域像素统计与灰度跃变实现金属拉链缺陷自动检测;设计自动检测系统进行实验研究。实验表明本文提出的检测方法快速、准确、可行。     

基于模糊C均值技术的轴承故障诊断

先利用多小波变换对轴承缺陷图像进行去噪,再利用模糊C均值(FCM)聚类用于灰度图像分割具有简单直观、易于实现的特点,对模糊C-均值聚类(FCM)算法进行改进,并对缺陷图像进行分割,试验结果证明,该方法显著提高了分割速度和精度,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性,具有一定的使用价值.     

用于光学薄膜缺陷检测的快速图像分割算法

为减少光学薄膜缺陷的漏检和误判,提高检测的快速性,提出了一种基于误差修正理论的图像分割算法.该算法接受带有随机误差的背景图像,并以各像素点灰度值残余误差与标准差的偏离程度作为分割依据,最终将缺陷检测转化为粗大误差判别.该算法使每个像素点都具有一个自动更新的最佳分割阈值,可改善全局或局部阈值分割不彻底的缺点.由于在系统初...     

AUTOMATIC INSPECTION SYSTEM FOR DEFECTS OF PRINTED ART TILE BASED ON TEXTURE FEATURE ANALYSIS

An automatic inspection system of printed art tile defects is reported in this artucke. After calculating eight defect features of art tile using the gray level co-occurrence matrix and the average R, G, B values of a defective area, the results were input into a backward propagation neural network for training the defect classifier. During inspection, the proposed system compared the inspected image with a standard image and removed noise by an erosion operation in order to preliminarily determine whether the art tile had defects. For the defective art tile images, the proposed classifier successfully identified four types of common printing defects. The proposed algorithm had an average recognition rate of 90%, suggesting that the recognition accuracy is good, and only requires 1–2 s to inspect an art tile with the size of 15 × 15 cm². The inspection speed is faster than the conventional manual inspection, and recognition results are more stable. The proposed system can reduce the risk of error caused by the long duration of manual inspection, and thus, can reduce manufacturing costs.     

基于背景差分的高铁钢轨表面缺陷图像分割

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。     

基于数字图像处理的微光电视像质改善

针对微光电视图像像质缺陷,提出了基于数字图像处理的解决方法。讨论了对微光电视图像进行数字化处理的基本要求,论述了微光电视图像的像质缺陷来源和特点。针对微光电视图像的噪声污染现象,给出了用两种适用实时处理的空间域去除噪声方法。采用直方图均衡化的灰度变换方法来克服微光电视图像显视动态范围偏低的缺点,并通过编程得到了可行有益的微光电视图像的像质改善效果。     

基于谱残差视觉显著性的带钢表面缺陷检测

针对带钢表面缺陷检测实时性要求高,采集的图像易受光照环境影响且缺陷特征弱等因素影响,提出一种基于谱残差视觉注意模型的带钢表面缺陷在线检测算法。首先,提出改进同态滤波方法对图像预处理,去除光照不均匀的影响,改善后续的分割结果。然后,构建谱残差视觉注意模型,通过对数频谱曲线差分得到缺陷显著图像。最后,提出加权马氏距离方法对显著图像阈值化增强,并利用连通区域标记法,标记出原带钢图像的缺陷位置。对提出的算法进行了实验验证,结果显示:该算法检测速度快,单幅图像平均检测耗时仅37.6ms,满足带钢在线实时检测要求。在同一缺陷数据库与灰度投影法,多尺度Gabor边缘检测法和隐马尔可夫树模型法进行了性能对比,结果表明:本文算法对带钢常见8类缺陷类型,平均检测率达到了95.3%,且漏检率和误检率较低,有效性高于对比算法。     

[表面强化及损伤机理]一种高鲁棒性的钢轨表面缺陷检测算法

利用机器视觉技术检测钢轨表面缺陷时,存在背景光照复杂、车载检测设备与钢轨相对位置发生变化等情况,严重影响了缺陷检测的准确率,为此,提出基于灰度标准差与投影积分的钢轨表面区域定位算法和基于多尺度灰度对比度的增强算法。定位算法利用灰度标准差排除复杂背景的干扰,通过投影积分获取精确的钢轨表面区域;综合不同尺度空间的灰度对比度,将钢轨表面区域图像转化为灰度对比图,实现钢轨表面缺陷的增强;采用迭代阈值分割法提取钢轨表面的缺陷。实验结果表明：提出的钢轨表面缺陷检测算法在几种不同拍摄条件下漏检率均低于6%,准确率均高于93%,用于高速有砟轨道无缝钢轨表面缺陷检测时具有较高的鲁棒性。     

基于阈值分割和形态学相结合的金属废料 X 射线图像轮廓提取方法

针对金属废料 X 射线透射图像中废料之间距离较近时图像可能相互粘连,导致不能有效提取单个物料轮廓的问题,提出了一种基于阈值分割和形态学相结合的金属废料 X 射线图像轮廓提取方法。首先分析图像噪声信息分布,利用约束灰度值范围的 Otsu 阈值分割算法获得全局最优阈值对图像进行滤波;然后采用动态阈值分割方法得到二值化图像,在此基础上采取一种改进的形态学处理策略实现对各单物料区域的连通区标记;最后对各连通区进行轮廓提取以获得单个物料区域的轮廓。经实验表明,该方法有效地提高了在物料粘结情况下图像轮廓提取的准确率和成功率。     

基于差商的油液监测铁谱图像自适应分割

针对油液监测中铁谱磨粒图像分割阈值难以选取的问题,本文提出一种基于差商的自适应铁谱图像分割算法。首先,将铁谱磨粒灰度图像转换成三维灰度直方图,并对其进行切片分析;然后,引入Newton插值多项式,将不同切片所得的频数作为切片灰度-频数曲线的插值点,基于差商构造第一类可接受函数和第二类可接受函数,结合实验数据确定两类误差,选取同时满足两类误差的最小灰度值作为分割阈值;最后,用本文方法对不同类型的磨粒图像以及添加高斯噪声和椒盐噪声后图像分别进行分割实验,并与经典的迭代阈值法、Otsu算法、最大熵法进行了比较。实验结果表明,本文方法受噪声干扰较小,误检率和漏检率整体优于其他3种算法。对分割所得的磨粒图像进行特征提取,并利用支持向量机进行识别,本文方法对3种故障磨粒识别准确率最高,达到82.86%,虽在运行时间上无明显优势,但综合性能最优,能满足油液监测过程中铁谱图像自适应分割的需求。     

重轨图像增强与边缘提取的关键技术

针对重轨图像两个边缘像素特征不一致,传统边缘算子检测法难以精确提取边缘的问题,提出了一种新的边缘提取方法.该方法利用灰度强对比度拉伸算法对重轨表面和背景进行差异化拉伸增强边缘信息,削弱背景信息.运用最大方差比算法选取增强后图像的最佳阈值实现二值化.最后,运用递归连通域标识法定位边缘像素坐标,完成图像分割.对随机选取的30幅图像进行分析表明:处理后的图像边缘灰度特征明显增强,有效地抑制了表面纹理及虚假边缘.重轨表面像素宽度波动减少到-0.64％～0.34％.离散预处理算法通过遍历寄存器全局数组,减少分割时间至10.165 s.该方法在抗干扰性、准确性及时效性等方面优于传统边缘算子检测法,适用于在线工业检测系统.     

脉冲涡流热成像的自适应异常提取算法

脉冲涡流热成像通过检测试样表面温度场异常来进行缺陷检测。试样的表面不平整带来的非相关显示,使得缺陷引起的温度异常很难被检测出来。本文提出了自适应异常提取算法,该算法使用基于局部信息模糊C均值聚类图像分割将非相关显示的干扰区域分割开来,然后采用自适应模板对各个分割区域内的像素进行预测。该算法能够用于原始热图像和其他检测算法得到结果图的异常提取。以表面不平整的焊缝裂纹试样为对象来验证算法的有效性,并进行信噪比评价。结果表明该算法能够很好地抑制非相关显示,同时激励不均匀性的干扰也得到较好的消除,缺陷的异常信息被很好地提取出来。