一种有效的骨架图毛刺去除算法及其在带钢裂纹检测中的应用

如何有效去除毛刺是图像处理中的一个经典问题,也是精确计算带钢裂纹长度的基础。传统毛刺去除方法需要人工定义毛刺的长度阈值,这对于同一幅样板图像中细小裂纹和粗大裂纹并存的带钢裂纹检测并不适用。本文利用纹理二值模型,将骨架图中的像素点分为端点、节点和一般骨架点。首先根据毛刺与端点和节点的关系,去除骨架图中的大部分毛刺,然后去除剩余节点的最短分支,最终得到无毛刺的骨架图。实验表明,该方法避免了单一阈值的选取,可有效去除毛刺并得到精确反映目标几何结构的骨架图。     

一种基于特征选择的组合分类器在带钢表面缺陷分类中的应用

针对大规模数据集的分类问题,提出一种基于特征选择的新型组合分类器算法FS-Bagging。首先利用Re-liefF算法和Pearson相关算法对原始特征集进行特征选择,得到次优特征集;然后利用Bagging的思想,对次优特征集进行随机放回采样后得到一系列的特征子集;再用各特征子集对应的训练数据分别构建分类器,并将得到的多个分类器采用投票方法进行组合。最后利用国内某钢厂带钢表面质量检测系统中的实际数据,对18种缺陷进行分类实验。实验结果表明,FS-Bagging算法在效率、分类正确率方面都优于Bagging算法。     

扎兰屯农电局县调自动化系统的建设与运行

详细介绍了呼伦贝尔电业局扎兰屯供电局电网调度自动化系统主、分站的配置情况及功能、特点,介绍了建设安装情况及运行情况,可供县调自动化系统的建设、改造参考.     

基于机器视觉的表面检测系统防振设计方法

振动是影响视觉检测系统成像效果的最重要因素之一,被测对象及检测系统本身的振动对成像质量有着重要影响。在基于机器视觉的表面检测系统中,选择合适成像位置或增加稳定辊,并通过专用机械结构支撑检测系统,将检测系统与生产机组进行隔离,有效避免了生产过程中的振动对成像的影响。表面检测系统防振设计方法已在宝钢多套表面检测系统中得到应用,为表面检测系统在现场的稳定运行起到了非常重要的作用。     

基于纹理描述的花纹板缺陷检测

提出一种基于保相位变换(PHOT)的纹理抑制方法对花纹板表面进行处理,抑制规律纹理,突出非规律纹理即缺陷区域.首先对花纹板图像进行预处理,主要包括降采样、亮度补偿及水痕标记,对预处理后的图像进行FFT变换,幅度均一化及FFT反变换,得到仅保留相位信息的频域图像.对得到频域图像求梯度以放大缺陷和正常区域的差异,并采用马氏距离对梯度图进行二值化操作.最后对二值化图像进行包括缺陷重构和去水痕在内的后处理操作,从而实现花纹板表面缺陷检测.经测试,该算法对花纹板表面存在的花纹残缺、花纹错乱、翘皮和油斑四种缺陷都有较好的检出效果.     

网管基础知识的难点分析——子网掩码

子网掩码是每个网络管理员必须要掌握的基础知识．只有掌握它，才能够真正理解TCPhP协议的设置。可通过简单的实验来验证子网、子网掩码的知识。简单的实验只需在一个对等网上便能完成，实验环境的要求不高。下面与大家探讨一下子网掩码的基础知识。     

低压空气辅助喷射甲醇发动机冷起动试验研究北大核心CSCD

针对甲醇发动机难以形成浓度合适的混合气而造成冷起动困难的问题,以一台应用自主开发的进气道低压空气辅助喷射系统(air assisted port injection,AAPI)的单缸甲醇发动机为研究对象开展试验研究,探究不采用辅助措施通过AAPI喷射实现甲醇高雾化对甲醇发动机冷起动的影响及规律。试验表明AAPI明显加快了甲醇发动机冷起动前可燃混合气的形成速率。AAPI甲醇发动机着火前过量空气系数λ的平均变化率值和峰值变化率分别是普通喷射方式的3.2倍和2.26倍。点火时刻对AAPI甲醇发动机冷起动影响较大,为使AAPI甲醇发动机的冷起动性能最优,需配合合适的点火时刻,试验条件下最佳点火时刻为活塞压缩上止点前20°。AAPI甲醇发动机的冷起动性能受环境温度影响较大,随着环境温度的降低,甲醇发动机冷起动时间增长;不采用辅助措施,AAPI甲醇发动机在5℃时能实现可靠冷起动。     

基于集成学习算法的带钢表面缺陷分类算法研究

介绍了集成学习算法的原理和应用,针对工业现场特别是带钢表面状态的特殊性,即具备正常带钢表面,又含有不影响使用的伪缺陷带钢表面以及含有真实缺陷的带钢表面这一复杂现象,提出了一种基于集成学习算法进行缺陷过滤并结合多尺度卷积、特征金字塔与视觉注意力机制和传统特征的深度学习网络算法模型.通过对比验证,集成学习算法具有较高的准确性和鲁棒性,能够满足工业现场需求.     

高温环境下表面缺陷检测系统的热防护研究

进行钢板表面缺陷检测时,如何降低和控制检测系统表面温度是高温条件下表面缺陷检测系统正常工作的保证。针对高温条件下钢板表面缺陷检测设备的防护进行研究,详细分析了防护箱体的距离、面积、外形、黑度、外界空气温度等影响因素,并提出了针对上述影响因素采取的相应的降温控温措施。     

带钢表面缺陷在线检测设备的防护分析与应用

带钢表面缺陷在线检测系统的检测工位环境恶劣,诸如油污、灰尘、蚊虫、高温、击打等都严重影响了其正常的工作。为了保证成像清晰度、保障设备性能,带钢表面缺陷在线检测设备需要进行有效防护。防护措施的实施既要满足对检测系统的防护需求,又要充分考虑现场环境的限制。分析了现场环境对检测设备的影响因素,并结合不同应用产线,阐述了带钢表面缺陷在线检测设备的防护措施及其应用情况。