基于Delphi的V系列图像采集卡开发应用

分析了常见的图像采集系统,以微视V系列图像采集卡及CCD传感器为核心,构成了一种实用的图像采集系统.对图像采集卡所提供函数进行了详细分析,并在Delphi环境下对其进行了二次开发.给出了在可视化编程环境下进行图像采集卡二次开发的方法和相应的应用实例.     

环口焊X射线焊缝图像质量评定模型

X射线焊缝图像质量自动评定是焊缝图像缺陷自动评定的重要基础。为实现X射线焊缝图像质量自动评定，提出了一种数字化黑度计模型。首先，为使该模型通过数字计算即可获得物理黑度值，数字黑度计模型同时融合了物理光照模型和焊缝黑度模型；然后，通过对样本图像的物理黑度值及对应灰度值的相关性分析，给出了数字化黑度计模型的参数求取方法；最后，提出了一种X射线焊缝底片黑度自动评定算法。在实际X射线焊缝图像上的实验结果表明，在完全无人工干预的情况下，所提算法的准确率可达99%。交叉验证实验表明，所提方法敏感度可达98.5%，特异度可达100%。基于光照模型和黑度模型的数字化黑度计模型及求解算法可以取代目前常用的物理黑度计，实现焊缝图像质量评定的自动化。     

变压器绕组暂态响应的Pspice仿真

分析了雷电波波形的频谱,针对雷电波等值频率较高的特点,考虑了在雷电波冲击作用下,变压器绕组的电感和电容效应对暂态响应的影响,提出了一种简单的适用于PSpice仿真环境的变压器等值电路模型,并对变压器轴向串联电容和径向对地电容上的暂态电压分布进行了仿真分析和验证.     

PCA和贝叶斯分类技术在焊缝缺陷识别中的应用

以埋弧焊管焊缝的X射线检测图像为应用对象,针对图像中噪声点与微小缺陷易混淆的问题,提出将朴素贝叶斯与主成分分析法相结合,应用到焊缝图像的缺陷识别中的思路。首先,通过主成分分析进行特征向量的去冗余和正交化处理;其次,采用核密度估计的方法进行未知分布样本的条件概率密度函数估计。最后,利用贝叶斯原理实现缺陷类型的判别。试验表明,通过与主成分分析法的结合,朴素贝叶斯方法在焊缝缺陷识别的准确率上提高了5.5%,可有效地应用于焊缝检测图像的缺陷识别。     

一种X射线环焊缝图像质量评价方法

为了缩小增强后环焊缝图像质量主客观评价的差距,提出了一种基于人眼视觉的无参考质量评价指标。通过分析人眼的视觉特性,建立图像模糊评价模型,设定主观评价方法;主客观评价值进行曲线拟合,经验证,评价结果与主观评价结果具有线性拟合关系,评价结果接近人眼最佳视觉,验证了评价指标的可行性。     

小径管X射线焊缝图像缺陷识别算法

针对小径管X射线焊缝图像缺陷检测精确率低的现状,通过对图像进行特征分析并结合稀疏字典学习,提出一种基于图像分割的小径管焊缝图像缺陷检测算法.首先,对小径管焊缝图像进行两步图像分割获得感兴趣区域;其次,提取焊缝缺陷,得到缺陷疑似局部图像;最后,提出以不同类型原子间相关性最小为目标的小径管焊缝缺陷字典矩阵数学模型并使用K-SVD算法进行求解,利用该字典矩阵实现圆形缺陷、线形缺陷和噪声的分类鉴别.为提高系统实时性,使用并行编程对图像分割算法进行加速.结果表明,改进后缺陷字典矩阵对圆形缺陷识别成功率为0.974,线形缺陷识别成功率为0.967,且具有较快的识别速度,实现了小径管焊缝图像缺陷的有效识别.     

一种计算输油场站操作方案的新方法

文章提出利用连通图来描述场站工艺流程。通过对连通图节点进行分类,将计算具体调度任务的操作方案问题转化为计算连通图的辐射状子图问题。将禁忌表引入传统的深度搜索算法,所提的搜索算法可以成功的搜索出混合了有向图和无向图的辐射状子图。在搜索出辐射状子图基础上,可以方便的确定操作步骤。某特大输油场站的实际运行表明,所提算法可行有效,能够减轻现场劳动强度,提高生产效率。     

基于组态王油库场站操作指导系统设计

通过分析油库场站的工艺流程及其设备,建立场站的数学模型.设置节点的属性并反复执行判断节点是否与已搜索的节点相连,将实际调度任务转化为在连通图中搜索最简树状图,并确保搜索出最简的操作流程且不会发生串油和甩泵等生产事故,形成了一套自动计算操作流程的搜索算法.利用组态王软件实现B/S模式下可视化的动态操作指导系统.通过对某大型场站的实际调度任务操作运行表明系统安全、计算无误、运行可靠.     

深度卷积神经网络的X射线焊缝缺陷研究

针对X射线焊缝的缺陷识别难度较高且难以分类这一问题,在典型CUDA-CONVNET卷积神经网络(CNN)的基础上,改进并设计了一种深度CNN结构.以图像预处理作为基础,在保证最大限度提取原始图像的焊缝特征的前提下,对CNN的层次架构及参数设定开展了研究;通过与支持向量机(SVM)识别算法对比,进一步评估提出的深度学习方式,研究结果表明:改进后的深度CNN结构及其算法对于大样本的图像特征表达与识别能力有一定的优势,运算样本与错误率成反比,网络结构具有较高的图像分类识别正确率.     

基于图像处理的模糊控制埋弧焊缝跟踪研究

焊接工艺由于其本身加工过程及环境的复杂性,使得焊缝难以精确跟踪.针对埋弧焊系统,采用视觉传感器进行焊缝跟踪,得到误差信号后,使用分段拼接控制的方法,使误差快速收敛,且减小超调.首先对焊缝图像进行预处理,使用自动化的阈值进行分割得到焊缝区域,应用边缘检测和Hough变换得到焊缝边缘,计算得到焊缝中心位置、焊矩和焊缝偏差;然后采用模糊增量式分段PI控制处理误差,当误差较大时采用增量式PI控制消除误差,当误差较小时应用模糊控制,设计了隶属度表以及模糊推理机制,采用小误差的模糊控制有效地抑制了超调,使误差快速收敛.最终仿真结果显示,使用PI混合模糊控制后,超调量被控制在0.2个单位以内,调节时间小于1 s,基本实现了对焊缝的快速准确跟踪.