基于图像处理的胶囊外形快速检测系统设计

为了提高胶囊检测的速度和精度,提出了双通道胶囊外形快速检测技术及系统。运用基于图像处理方法的计算机视觉技术,实现对医用空心胶囊外形的快速准确检测。采用近红外以及可见光的双通道方法实现对胶囊360°、两个端面及内部缺陷全方位的自动检测。主要通过双阈值分割和方形滑块算法分别实现对胶囊轮廓和胶囊结合体的提取,通过边缘检测以及孔洞填充算法实现对胶囊缺陷的检测。胶囊外形快速检测系统可对多种类型胶囊的多种缺陷进行检测,同时具有速度快、准确率高、系统运行稳定等优点,在医用空心胶囊外形的检测中具有较好的应用性。     

基于图像处理的暖血器缺陷检测方法研究

针对人工检测效率低、暖血器表面灰度值变化平缓以至缺陷提取受限的问题,提出一种基于图像处理的暖血器缺陷检测方法。首先合理搭建视觉检测平台,对采集图像进行灰度化、直方图均衡化等预处理;其次改进阈值分割算法,对灰度映射变换直方图进行拟合并引入判断条件,对单峰灰度图直接进行自动阈值分割,将双峰、多峰灰度图分解为多个部分并运用迭代求取最佳阈值T;最后运用形态学提取侧面轮廓信息,完成缺陷分类。实验结果表明,该方法与常用方法相比,能够有效区分缺陷种类,并将准确率提升至99.33%,满足企业实际检测要求。     

基于HALCON的刹车片尺寸和表面缺陷检测系统

针对刹车片尺寸和表面缺陷人工检测效率低下的问题,文中提出了一种基于机器视觉软件HALCON的检测系统。该系统充分利用了刹车片的形态学和灰度值特征,运用边缘提取和局部阈值分割算法,定位出刹车片外边缘,最终计算出刹车片尺寸,并标记出缺陷位置。通过对200张图像样本进行测试,检测系统将尺寸误差控制在0.47%,刹车片缺陷检查的误判率为1%。该系统运行高效稳定,满足了实际需求。     

基于图像处理的木板表面缺陷检测与识别研究

基于木板表面缺陷检测操作方便、使用要求低,能满足现代板材生产企业大规模自动化生产的需求,文中采用图像处理技术对木板表面缺陷进行检测研究,对木材的节子、裂纹、虫洞等典型缺陷进行特征提取及缺陷识别.实验结果表明,文中所设计的检测系统能够对原木板材的表面缺陷情况进行快速有效的缺陷检测,识别正确率为96.6％,单图平均检测时间...     

基于机器视觉的瓷砖素坯表面缺陷无损检测算法研究

针对瓷砖生产中对瓷砖素坯表面缺陷检测的高速度和高准确率的要求,本文提出了基于机器视觉的表面缺陷无损检测算法.首先对采集到的瓷砖素坯图像采用双边滤波器进行图像预处理,降低噪声,提高图像质量,然后利用Canny边缘算子提取图像边缘,在图像边缘的基础上,采用最佳阈值分割算法,实现图像分割,利用圆形度对缺陷特征进行描述,并实现缺陷判别,最后,通过实验验证表面缺陷检测的准确度和稳定性.实验结果表明,该方法可以实现瓷砖素坯表面缺陷的无损检测,准确率达到95％以上,能应用于瓷砖表面缺陷质量检测的生产实践中.     

基于数字图像处理的轨道板裂纹缺陷检测

利用数字图像处理技术,通过轨道板图像自动分割、边缘提取、轨道板固有结构边缘去除、真伪裂纹区分等步骤,设计了轨道板裂纹缺陷自动检测识别算法。通过对实际采集的轨道板图像的处理,证明该方法能够准确提取和标记缺陷区域。在实验的1 000幅图像中,人工检出裂纹图像6幅,自动识别裂纹图像6幅,准确率达到100%,算法运行速度经测试能够满足实时检测的需求。     

基于铆钉表面缺陷检测的语义分割网络研究

本文基于U-net++基本网络结构,结合铆钉表面缺陷检测的特点,设计了一个语义分割网络模型。首先,对标注数据集进行模糊标签处理,增强了网络对缺陷的学习能力,有效解决了铆钉缺陷边界确定难的问题。然后,考虑到铆钉语义层次的特点,对原始网络结构进行剪枝,减少下采样的次数,以满足系统对实时性的要求。最后,设计了复合损失函数,以促进小样本缺陷的学习速度,解决了采用单一交叉熵损失函数在缺陷较小的数据集中收敛慢的问题。在对比试验中,本文提出方法均展现出较好的效果。     

基于图像处理和深度学习的膜片缺陷检测

针对膜片在生产的过程中,由于原材料和工艺的问题总会产生表面缺陷,而通过人为检测的效率低、成本较高的问题,提出传统图像处理和深度学习相结合的方式进行缺陷检测。首先通过图像处理使缺陷特征更为突出,得到去除复杂背景、特征更加明显的新样本,然后将图像和标签送入深度学习网络中进行训练,同时依据缺陷特征修改模型参数得到收敛模型,最后得出检测结果。实验结果表明,提出的检测方法能够有效分割出各种情况下的缺陷,准确率达到98.13%,且在检测速度上有所提升。     

图像边缘检测在关节镜图像处理中的应用

主要论述了采用图像边缘检测和图像跟踪算法对采集的关节镜图像进行图像处理和分析的过程。在图像处理的基础上，系统自动测量出指定目标的形状参数，实现了系统的测量要求。本研究为实现关节镜手术过程图像的保存和手术的准确性提供了可行的方法。     

一种基于逐点阈值分割的图像边缘检测方法

提出一种对图像中每个点逐一取阈值进行分类的一种新的阈值分割算法.该算法利用图像中像素邻域的灰度值均值统计信息作为该点阈值设置的标准,并引入该点邻域内像素灰度值方差作为附加判断条件,使提取出来的日标点是图像的边缘点.事实上该阈值分割算法起到了边缘提取的效果.实验证明,本文算法起到了良好的边缘检测效果,并且验证了本算法对于以邻域统计信息作为阈值估计标准的合理性.     

一种基于阈值分割的红外图像边缘检测方法

针对红外图像对比度和信噪比低,经典的图像边缘检测方法对实际图像难以检测的特点,提出了一种基于阈值分割的边缘检测算法。首先利用最大方差阈值法分割出红外图像的目标图像,其次用线性拉伸的方法对目标图像中存留的噪声进行去除,最后运用Sobel算子对目标图像进行边缘检测得到结果图像,并与经典的Roberts边缘检测算法、Sobel检测算法、Prewwit检测算法、Gauss-Laplacian检测算法进行比较。实验结果显示该检测方法是可行、有效的。     

基于FPGA的图像处理探究

随着图像处理的数量的增大和图形处理算法复杂度变高,图像处理实时性就变得十分重要。为了解决图像处理中数据实时性问题,文章基于FPGA的图像处理进行分析,文章基于边缘检测算法和滤波算法,选择以Sobel算子对图像进行预处理,并选择Matlab软件对算法进行仿真,研究算法的可行性。实验表明文章提出的基于FPGA的图像处理系统具有良好的边缘检测效果,能够实现数据处理实时要求。     

边缘检测方法及其在医学图像处理中的应用研究

计算机边缘检测在医学图像处理中占着至关重要的位置，检测的好坏直接关系到诊断和治疗的效果。本文列出了在医学图像处理中的边缘检测方法，讨论了医学图像中的边缘检测方法的发展及现状。     

基于图像处理的印制电路板缺陷检测研究

如今我国经济发展水平不断加快,科学技术也在不断提升当中,电子工程和相关产品增多,其中对于线路板的使用存在着很大问题,其中比较常用的问题就是短路或者是断路问题,因而,为了更好的避免发生这种问题,对于缺陷进行检测是必要内容,当前,很多电子检验企业中,很多产品还能够具备自动化检测技术,很多只是通过双眼去直观进行判断,这种方式不准确,同时生产效率也很低,如今技术发展带动了图像处理技术提升,对于缺陷检测方面的技术也更多,本文对这种情况进行简要阐述.