实木地板缺陷形态学分割与SOM识别

针对实木地板的活节、死节、虫眼、裂纹缺陷在线检测速度慢及准确率低的问题,提出在提取R分量图像基础上,利用数学形态学优选缺陷种子点,设计缺陷图像快速增长策略,完成图像缺陷的快速分割;给出了以缺陷面积、边缘灰度均值、内部灰度均值、长宽比为特征的特征提取方法与步骤;构建了基于自组织映射(SOM)神经网络的缺陷辨识模型。实验结果表明:R分量可以准确表征缺陷信息;基于形态学的缺陷分割与SOM网络的缺陷辨识具有快速性和准确性,缺陷分割用时18.8 ms,缺陷分类用时4 ms,平均辨识准确率在89%以上,可以满足木地板缺陷在线检测的速度和准确率要求。     

基于SLIC超像素算法和密度聚类的TA2钛板表面缺陷定量化评估研究

由于边缘效应的影响,TA2钛板涡流C扫描图像中缺陷区域与背景区域混杂,边缘对比度低,难以实现缺陷区域定量化评估。针对以上问题,提出了一种基于简单线性代聚类(SLIC)超像素算法和密度聚类算法的涡流C扫描图像分割方法。首先对TA2钛板进行涡流无损检测,获得包含有TA2钛板表面缺陷的涡流C扫描图像;然后利用SLIC超像素算法将获得的C扫描图像预分割成若干小区域;最后通过密度聚类算法对预分割后的C扫描图像进行区域合并,得到受检测TA2钛板C扫描图像中的缺陷区域,通过对缺陷区域进行细化处理和轮廓跟踪可以得到TA2钛板缺陷区域的估计长度,实现对TA2钛板表面缺陷的定量化评估研究。实验结果表明,该方法能够有效地实现受检测的TA2钛板表面缺陷的可视化、定量化分析,与传统的图像分割方法相比分割效果更优、准确性更高。     

融合Hough直线检测和Grab-cut的风机叶片自适应分割方法

完整的边缘信息对风力发电机叶片的边缘缺陷检测至关重要,但由于户外采集的风机叶片图像背景复杂多样,现有图像分割算法的分割精度不足,无法保证边缘缺陷的完整性.因此,提出一种基于图像边缘特征与颜色信息的自适应图像分割方法实现风机叶片边缘检测.首先,使用Hough直线检测初步定位叶片直线边缘;然后,在目标区域应用基于Otus阈...     

基于机器视觉的风机叶片缺陷检测

针对风机叶片缺陷难以检测的问题,提出一种基于机器视觉的风机叶片缺陷检测方法.首先,使用非局部均值方法去除图像中的背景噪声,同时平滑缺陷边缘;其次,使用自适应对比度增强方法进行图像增强,提升图像的整体质量;然后使用双阈值 OTSU 大津法分割增强后的图像,提取得到缺陷区域;最后,使用 Canny算子和形态学 变换对缺陷区域进行边缘检测,得到缺陷区域定位.试验结果表明,该算法具有一定的有效性和准确性.     

基于机器视觉的瓶口缺陷检测方法研究

在基于机器视觉的啤酒瓶口质量检测过程中,由于部分瓶口图像中缺陷灰度值变化范围大、边缘区域的干扰多,传统方法难以实现瓶口缺陷快速、准确检测。为此,分析总结各类瓶口缺陷特征,提出基于随机圆评估的三圆周定位法,以提高抗干扰能力和定位精度,并提出残差分析动态阈值分割与全局阈值分割结合的瓶口缺陷检测方法,克服灰度变化和瓶口缺失对检测结果的影响。对90幅图像测试,与5种瓶口缺陷检测法对比,结果显示:执行时间为117.33 ms,与效果最好的SVM算法相比,检测正确率提高了2.22%,可实现强干扰、大缺陷的瓶口图像中缺陷快速、准确定位和检测。     

基于Gabor小波和加权马氏距离的带钢表面缺陷检测

针对现有带钢表面缺陷检测方法检测率低,难以满足高质量带钢生产的需求。本文融合Gabor小波变换和加权马氏距离阈值化方法,提出了一种新的带钢缺陷检测算法。首先通过实验获取Gabor滤波器一组最优参数,对采集到的样本图像做Gabor模板卷积,得到边缘图像。然后对图像像素点进行加权处理,重新估计马氏距离的协方差矩阵,增大感兴趣区域像素点权重,得到任意灰度值样本与总体样本加权的马氏距离,增强了目标缺陷的边缘特征。最后利用连通区域标记法,搜索并标记带钢缺陷位置,完成了缺陷检测。实验对比表明本文提出的带钢缺陷检测新算法检测率为94.13%,漏检率为4.87%,验证了算法的有效性。     

基于背景估计的焊缝缺陷检测

针对射线检测图像中缺陷识别率低的问题,利用背景估计和差分运算来增强缺陷、抑制复杂背景和噪声。该方法首先利用Otsu分割获得的掩模图像提取焊缝区域;其次通过改进的中值滤波对焊缝区域进行背景估计,反背景差分获得含有缺陷的差分图像;随后根据缺陷与误检边缘处梯度方向的差异性,利用多方向多级梯度有效解决背景残余问题;最后通过自适应阈值分割将含有缺陷的差分图像二值化。实验结果表明,该方法具有较高的缺陷识别率,召回率和准确率分别达91.90%和 90.95%,在实际中具有较好的应用价值。     

基于超像素分割的快速移动阴影检测方法

针对快速移动车辆阴影检测问题,提出了一种基于超像素分割的移动车辆阴影检测方法。首先基于简单线性迭代聚类方法对原始图像进行同类质超像素分割处理,并将分割单元作为检测集合,在HSV色度空间内完成移动阴影的初步检测;接着,基于局部二值模式(LBP)纹理不变性消除误检像素,并采用区域生长方法实现边缘像素的修正,保证移动阴影干扰车辆的检测正确性和完整性。实验结果表明,在高速公路快速移动车辆的阴影检测中,具有较高的检测精度。     

基于边缘检测和种子自动区域生长算法的铝铸件图像分割

本文提出了一种基于边缘检测和种子自动区域生长的分割算法,由于被检测物件是圆形,故先采用susan算子进行边缘提取,得到边缘像素点,再利用灰度直方图选取种子点,采用迭代法选取阈值,最后实现种子的区域自动生长,分割出缺陷。实验结果表明,该算法几乎分割出全部缺陷,提高了分割效率。     

基于小波阈值与区域分裂合并的锂电池极片缺陷检测方法

针对锂电池在工业生产时极片上产生的低对比度缺陷难以检测的问题,提出了一种基于小波阈值与区域分裂合并的锂电池极片缺陷检测方法。首先对锂电池极片缺陷图片进行感兴趣区域(ROI)提取,并采用小波阈值对图像进行去噪;其次通过直方图正规化来增强图像,突出缺陷特征,并利用区域分裂合并算法实现缺陷分割;最后通过形态学来对缺陷区域进行填充,并采用高斯差分(DOG)算法进行缺陷检测。结果表明,该算法对极片涂布区域背景上难以辨别的黑斑、漏金属、刮痕和白斑等缺陷有较精确的检测效果,且对工业中的锂电池缺陷检测工作具有一定意义。     

基于图像处理的智能电表显示缺陷自动检测系统设计

文章设计了一种基于图像处理的自动检测系统,能够实现智能电表显示面板质量检测的自动化。该系统能够很好的检测出LCD显示面板中包括中文字符、数码管以及一些特殊字符和图形由于焊接加工问题导致的图形显示缺笔画或者不显示问题;此过程主要包括图像特征区域的定位、字符的分割、字符的缺陷识别判断;在特征区域定位中,首先采样获取LCD区域彩色图像直方图,然后利用反投影法获取大致特征区域,接着通过Canny边缘检测、概率直线检测确定特征区域的具体坐标;在字符分割的过程中,主要对预处理图像使用了水平、垂直投影等方法;最后利用模板匹配进行缺陷检测。此方法以DL/T 645-2007电表为检测对象,经过工厂实地图像取样,算法经代码实现,缺陷识别度高。     

一种视频对象分割技术的研究与实现

本文提出一种可以从复杂场景中分割出视频对象的方法.首先对视频图像进行全局运动估计和补偿校正,并将相邻两帧进行差分检测.然后利用Neyman-Pearson准则从差分图像中提取运动区域,根据提取的运动区域研究了一种在序列图像差分域中进行区域生长的算法,获得了视频对象的二值化分割模板.最后利用运动检测算法剔除由于噪声导致的标记块.实验结果表明,本文所述方法能够有效的分割出视频对象.     

基于改进 SIFCM 和区域生长的三维 CT 图像缺陷体积测量

针对工件三维CT图像中孔洞和空腔缺陷体积测量问题，本文提出了一种基于改进型空间直觉模糊C均值聚类(NL-SIFCM)和三维区域生长的内部缺陷体积自动测量算法。首先对采集得到三维CT图像进行预处理；随后使用NL-SIFCM在三维CT图像上分割得到二值化缺陷图像组，同时针对三维CT图像切片间具有空间相似性改进得到快速算法；最后对二值化图像组进行三维区域生长得到缺陷体素数和空间结构，并将缺陷空间结构显示于三维可视化软件中辅助检测人员分析缺陷。实验结果表明，对用于模拟缺陷的标准球体积测量值相对误差在1.0%以内，具有较高测量精度；并通过实际工件检测验证了该算法适用性可有效满足CT检测需求。     

基于语义分割与连通区域标记的隔离开关状态识别方法

提出一种基于语义分割与连通区域标记的隔离开关状态识别方法.首先,提出基于语义分割算法的隔离开关像素提取方法,将图像按照语义类别进行像素分类,实现对开关臂所在像素的提取.其次,提出基于区域生长算法的语义分割图像标记方法,实现对隔离开关连通区域的标记,并提出面积排序统计方法优化面积阈值和消除非开关臂区域.最后,根据开关臂连通区域个数判断隔离开关状态.通过引入风格迁移算法生成隔离开关风格化图像增强训练集,提升污损图像中隔离开关定位、分割的准确性.实验结果表明所提方法能够准确定位、分割隔离开关,并识别开关状态.     

基于水平集的弱边缘医学超声图像分割算法

图像分割在医学超声图像的定量、定性分析中均扮演着重要的角色,并直接影响到后续的分析、处理工作。但在医学超声图像中,待分割的图像目标经常包括弱边缘,这为利用传统图像分割算法对目标进行分割带来了困难。本文通过对Chan-Vese水平集方法进行研究,利用零水平集曲线的平均边缘能量来对其演化速度进行控制,实现了对图像中目标弱边缘的检测。本文方法在对包含弱边缘的医学超声图像进行分割时,得到了很好的效果。     

基于梯度分割的磁光记录薄膜磁畴图像特征提取

提出了一种基于梯度分割的图像特征提取方法,对低对比度磁光记录薄膜磁畴图像进行处理.该方法采用如下三个步骤:首先,采用Lee滤波器进行预滤波和消除噪声;接下来进行梯度特征分割,将目标区域从背景中提取出来;最后对边缘进行连接并计算磁畴的特性参数.本文重点在于梯度特征分割方法.     

一种基于改进块匹配算法的运动车辆检测

在传统的基于块匹配算法的运动车辆检测中,因为直接对灰度图像进行匹配而带来计算量大、光照变化较敏感和实时性差的缺陷。针对这些问题,提出了基于概率松弛标记算法的块匹配算法,先通过概率松弛标记算法求取灰度图像的边缘,然后通过块匹配算法根据匹配的相似度得到位移矢量场,并对其进行矢量中值滤波,最后通过顺序区域增长把运动车辆分割出来。实验结果表明,这种算法鲁棒性强、实时性好,与传统算法比较在效率大幅度提高的情况下准确率也得到了一定的提升。     

基于改进C-V模型的外绝缘放电紫外图像特征量提取

为实现紫外(UV)成像技术检测绝缘子缺陷时产生的紫外图像中放电区域的自动准确分割,提出了一种基于改进Chan-Vese(C-V)模型的放电光斑提取方法。通过引入符号距离保持项、用水平集函数梯度的模替代Dirac函数以及简化模型参数来对现有C-V模型进行了改进,然后将其用于获取绝缘子表面放电紫外图像的放电光斑,并给出了基于常规边缘检测算子法、数学形态学的紫外图像分割结果。结果表明:改进后的C-V模型能更为快速准确地分割出紫外成像的目标光斑,且具有较好的抗干扰能力。与现有方法相比较,使用改进的C-V模型来提取放电光斑的准确度提高了5%,且对C-V模型中关键参数的依赖性较小,非常适合于紫外图像特征量的提取。研究结果可为输电线路外绝缘的有效检测提供重要依据。     

基于航拍图像的杆塔编号目标提取

针对输电线路航拍图像中杆塔编号的采集图像,采用了基于灰度特征的方法对杆塔编号图像进行目标提取。首先,对原始图像进行图像增强,突出目标点信息;其次,对增强后的图像进行分割,采用膨胀和腐蚀形态学运算对分割后的图像进行去噪处理;再次,通过改进的Canny边缘检测算子对去噪后的图像进行边缘检测;最后,对图像中的边缘点数量进行区域统计,对统计区域内的目标进行目标提取。结果表明,该方法可有效地对杆塔编号进行目标提取,对输电线路的故障定位提供了技术支撑。     

基于区域生长的电路板图像分割算法的研究

在印刷电路板质量检测中,自动光学检测应用越来越普遍。其原理是采集印刷电路板的图像,运用数字图像处理技术对图像进行分析,由计算机对电路板制造中产生的缺陷进行自动识别。在实际中,由于电路板材质不均匀的特点,采集到的图像包含很多背景噪声,难以进行缺陷识别。本文介绍了一种基于区域生长的电路板图像分割算法。经实验证明,运用该方法对电路板图像进行分割,可以完整地保留电路板的特征,而有效的除去背景噪声。