遗传优化的稀疏分解算法在超声缺陷提取中的应用

针对超声检测缺陷信号带有的干扰噪声严重影响信号提取和缺陷定位准确性的问题,利用基于遗传优化和稀疏分解相结合的算法提取超声缺陷信号。该算法利用遗传算法来寻优匹配追踪算法中的多参数;并采用与超声信号最优匹配的Gabor原子库,达到自适应的匹配超声回波信号,从而大大降低了稀疏分解算法的复杂度。分别对仿真和实际超声缺陷信号进行试验,并与小波去噪方法进行比较。结果表明,该方法能够在噪声背景下更有效地提取缺陷信号。     

基于稀疏优化的织物缺陷检测方法

针对传统织物检测算法存在严重的误检、漏检现象且微小缺陷不易检测等问题,提出一种基于稀疏优化的织物缺陷检测方法.对织物图像进行预处理,加强图像的对比度;将一些无缺陷织物样本图像分块,采用K-means算法将图像块聚类成簇,每个类簇训练一个子字典,选择合适的子字典并利用优化的稀疏表示模型对待测图像进行重构;最后生成残差图像...     

薄膜缺陷研究进展综述

在实际镀膜过程中,镀膜腔室内不可避免地会含有微米级的颗粒、灰尘,除此之外,衬底表面在加工过程中产生的缺陷、污染,即使经过清洗处理,往往也不能完全消除,甚至会带来新的缺陷、污染.阴极靶中的杂质、气泡以及微弧放电同样会产生颗粒物,这些因素将直接导致薄膜在生长过程形成缺陷.详细综述了薄膜缺陷的形成原因、分类以及对不同应用的影...     

角焊缝旋转电弧信号去噪与终点检测

通过试验对比分析,发现由小波系数中的近似系数直接重构原信号的算法能更好地对旋转电弧信号去噪。用组合滤波法对角焊缝和平板堆焊旋转电弧信号进行了去噪试验,在Matlab上仿真,得到了很好的波形。根据旋转电弧信号波形中极大值与极小值之间的差值,准确检测到角焊缝的终点,通过差值波形发现焊枪偏差也能影响差值。     

小波变换在缺陷红外图像去噪中的应用

红外图像存在成像模糊、噪声较大等缺点。为了获得良好的检测、识别效果,红外图像的去噪成了很重要的一项工作。简单介绍小波变换的基本原理,并将其分别与中值滤波和主成分分析方法相结合,对缺陷的红外图像进行处理。该去噪方法无需建立在对噪声方差的精确估计上。试验表明,该算法优于传统的滤波去噪法,能同时有效地抑制高斯噪声和椒盐噪声,有利于对缺陷作进一步的分析和判断。     

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.     

光纤缺陷的超声信号小波阈值去噪改进算法

光纤熔接缺陷的超声检测中,由于受噪声干扰,一些弱结合缺陷很难被正确检测出来。在多分辨分析小波阈值去噪方法基础上,提出了一种改进的闽值函数,并将其应用于缺陷信号的去噪。实际缺陷信号去噪结果表明,该算法与传统方法相比,具有重建信号均方误差小,信噪比高的优点,具有很好的去噪效果。     

基于本征图像分解的焊缝提取算法

基于被动式视觉传感器的焊缝提取算法受自然光照等条件的制约,发展较为缓慢。针对这一问题,提出了一种基于本征图像分解的焊缝提取算法。首先,通过预处理抑制原始焊缝图像中的噪声;其次,基于梯度稀疏先验,将预处理图像分解为前景图层和背景图层,其中,前景图层仅包含图像边缘等结构信息,背景图层中则包含光照等平滑信息;最后,对前景图层进行Gamma变换,增强焊缝区域特征,削弱光照条件对算法的影响。试验结果表明,该算法满足检测的准确度和实时性要求,达到了辅助爬壁机器人定位焊缝位置的目的。     

基于改进的共振稀疏分解的滚动轴承故障诊断

针对滚动轴承早期微弱故障湮没在高强背景噪声中、造成故障特征信息提取困难的特点,提出一种改进的共振稀疏分解方法。首先采用变分模态对信号去噪,根据峭度-相关系数准则选取包含故障特征信息量多的分量进行信号重构;然后对重构后的信号进行粒子群优化的共振稀疏分解;最后对分解得到的低共振分量进行包络分析,提取故障特征频率。实验结果证明了该方法比传统共振稀疏分解更能有效地提取故障特征频率,有效地减少了干扰成分。     

纽扣电池表面缺陷检测算法的研究

在电池的生产过程中,不可避免地会生产出一些次品,因此有必要依托信息技术设计出一套合理的算法来自动完成不合格次品的检出。利用图像采集设备采集纽扣电池表面图像,对采集的图像依次进行混合噪声滤除、OSTU最佳阈值分割、图像字符定位分割、缺陷模式提取、BP神经网络缺陷分类,每一步在满足检测精度的前提下,以算法简洁、高效作为衡量标准,为算法移植到生产实践中的实时检测奠定基础。     

电弧离子镀TiN薄膜中的缺陷及其形成原因*

分析了电弧离子镀（ALP）TiN薄膜中的主要缺陷-熔滴、孔洞和疏松等。结果表明：这些缺陷存在于晶内、晶界或者贯穿于整个薄膜；缺陷的存在极大地影响了薄膜的性能；缺陷密度与镀膜方法及具体的工艺参数有密切关系；使用磁过滤器镀制薄膜可显著减少上述缺陷，从而提高薄膜的各种性能。认为使用磁过滤器镀制TiN及其各种复合或多层薄膜是一种切实有效的方法，是今后制备高性能TiN及其复合膜的发展方向，另外，缩短脉冲电弧在高值时的时间，用人工来减少薄膜缺陷也是一种行之有效的方法。     

镍基高温合金铸件中的双氧化膜缺陷分析

铸件中的双氧化膜缺陷是典型的二维缺陷,面积在平方毫米级而厚度却是微米级,它不在x射线测量范围内,也不在超声波检测范围内,常规方法不易检测到这些缺陷.本研究中通过对镍基高温合金试棒断口扫描电镜观察,应用能谱、波谱仪测量观察点的化学元素,判定该区域是否为氧化物.扫描电镜观察结果揭示了膜状氧化物的存在.本研究证明了在一定的真空铸造条件下镍基高温合金铸件中存在氧化膜,为该缺陷的进一步研究提供了参考,也为如何消除该缺陷指出了方向.     

基于K-SVD算法的带钢表面缺陷图像去噪

目的有效滤除带钢表面缺陷图像高斯噪声。方法高斯噪声是影响带钢图像质量的主要噪声类型之一,针对带钢表面缺陷图像高斯噪声去噪,首先对传统K-SVD(K-means and singular value decomposition)算法中的字典进行升级改造,然后采用正交匹配追踪(OMP,Orthogonal Matching Pursuit)算法对图像进行重构,滤除噪声,最后运用此算法对缺陷图像进行高斯滤波处理。为验证该算法去噪效果,选取几种常见的典型缺陷图像(划伤、气泡、氧化色、粘结纹)进行测试仿真,并选用中值滤波、均值滤波、小波变换、维纳滤波、3维块匹配(BM3D)等多种传统滤波方法进行比较。结果该算法对四种典型缺陷去噪的PSNR(Peak Signal to Noise Ratio)值平均可达33.976 d B,MSE(Mean Square Error)平均值为27.607,SSIM(Structural Similarity)平均值为0.912。结论该算法对带钢表面缺陷重构图像的边缘细节清晰,PSNR、MSE、SSIM三个性能指标明显优于其他传统滤波算法,去噪效果良好。     

漆膜缺陷分析及修复工艺

涂料在涂装过程中,漆膜会出现各种问题,本文就漆膜出现缺陷的原因进行分析,并提出修复工艺。     

锂离子电池Sn薄膜电极厚度对其电化学性能的影响

用电沉积方法在铜集流体上分别制备出不同厚度(2,0.5,0.25,0.12μm)的锡薄膜电极。用扫描电镜观察其表面形貌、以充放电实验比较其性能。结果表明,减小Sn薄膜厚度可改善电极的循环性能,但首次容量损失也增大。0.5μm厚的Sn薄膜具有最高的放电容量和较好的循环稳定性;其首次放电比容量为749mAh/g,40次循环时放电比容量仍保持578mAh/g。     

基于优化Gabor滤波器的铸坏表面缺陷检测应用研究

目的提高金属铸坯表面缺陷检测精度。方法由于金属铸坯表面上存在鱼鳞状构造,其亮度和背景区域纹理特征不一致,而且有缺陷和无缺陷的区域的灰度值极其相似,使得缺陷非常难以准确检测出来。为解决上述问题,以便更有效地检测表面缺陷,通过详细分析金属铸坯表面缺陷特征,将该类零件表面缺陷分为两种类型,提出一种基于优化Gabor滤波器的金属表面缺陷检测算法,该算法通过设计两种评价函数,利用评价函数最大限度地提高无缺陷和缺陷区域之间的能量差,以选取Gabor滤波器四个最佳参数,同时使用双阈值滤波方法,以减少由于噪声和伪缺陷引起的测量误差。结果利用3种滤波算法对四十幅带有缺陷的图像进行试验,实验表明该算法在角部裂纹、细裂纹和伪裂纹检测精度分别达到92.50%、92.50%和95.50%。结论 Opt-Gabor算法能根据已分类的两种不同类型的裂纹较为准确地检测出铸坏表面缺陷,在测量精度上略优于其他几种算法。