图像处理的珍珠形状大小检测系统研究

为了解决人工分选珍珠效率低、精度不高等问题,设计了一种基于图像处理的检测系统,采用单向底照明光源和穹顶光源结合的照明方案,采集珍珠图像,通过后续的图像处理后,转换到极坐标下,求出长短径,根据直径差可对珍珠形状大小进行有效地判别.实验结果表明,该系统测量值与千分尺测量值结果一致,误差在0.200mm以内,可满足珍珠厂家的检测要求.     

基于图像处理的卷烟圆周检测方法研究

以LabVIEW软件为开发平台,用CCD传感器采集了卷烟圆周横断面图像,以图像处理的方法求出了卷烟圆周长度。介绍了检测系统的组成,然后对所采集的烟支横断面图像,采用灰度变换、中值滤波、阈值分割和形态学开运算等图像处理算法进行了端面图像分析,用LabVIEW软件的图像处理工具包计算出了卷烟圆周的长度像素值,最后通过最小二乘法进行了数学优化,得出了相应的卷烟圆周长度。仿真试验结果表明,该方法检测准确率为94.36%,可以准确检测卷烟圆周长度,有助于提高卷烟产品的质量。     

图像处理中的绝缘子缺陷检测方法

目前国内外生产上钢化玻璃绝缘子的缺陷检测均采用传统的人工肉眼检测方法,难以满足大规模、自动化生产的需要.为此,结合基于形态学的特征检测和基于BP神经网络的缺陷分类检测,提出一种基于图像处理的玻璃件缺陷检测方法.实验结果证明了该方法的有效性.     

基于图像处理的非织造纤维直径的检测

采用CCD摄像头连续采集非织造纤维网中单根纤维的透射光投影图,再采用中值滤波去除噪声．利用Canny边缘检测算法提取纤维的两侧边缘线,曲线拟合得到纤维的倾角．根据纤维倾角与纤维水平或竖直宽度的关系得到纤维的直径．并对纤维直径的分布情况进行了初步分析．     

基于图像处理技术的五金件表面缺陷检测研究

为实现图像处理技术在表面缺陷检测中的应用,取代传统人工检测的方式,设计开发了一套五金件表面缺陷检测系统,研究了镀镍五金件表面图像在线处理算法,包括边缘检测算法、位置修正算法、标定算法和检测算法,实现了五金件表面缺陷视觉检测.同时提出一种阈值反馈算法,用实际缺陷值反馈验证理论缺陷值,最终得到可靠的缺陷阈值,判断表面缺陷....     

非接触式纱线卷绕张力动态检测方法的研究

为了实现卷绕机上纱线张力非接触式动态检测,提出一种基于图像处理技术的检测方法.借助纱线在卷绕机横动装置的作用下做往复运动时,因转向所产生曲折而形成的横波现象,通过利用CCD图像传感器拍摄的纱线动态图像和图像处理技术可求得该横波的速度,进而求得纱线张力.该研究方法不仅可以检测纱线在整个卷绕过程中的张力,并且检测时不会对纱线运行状态产生任何影响,适用于卷绕机上纱线在一定范围内做往复运动时纱线的张力检测.     

基于图像处理的印刷缺陷在线检测系统研究

介绍了基于图像处理的印刷缺陷在线检测系统的结构和工作原理,探讨了系统中的几个关键技术,对如何满足系统对实时性的要求,提出了一些新思路.实际的检测过程表明这些方法是行之有效的,基本满足了系统设计的要求.     

基于图像处理的IC探针表面缺陷检测算法研究

提出一套针对微小探针表面缺陷的检测算法流程,实验结果表明该算法可以有效地提取探针表面缺陷特征,并进行识别和分类.     

基于图像处理的内衬套表面缺陷检测

为了提高内衬套的检测速度和精度,保证内衬套的使用寿命,提出结合图像处理技术实现内衬套表面缺陷的自动检测.通过采用CMOS相机在近红外背光源暗域照明环境中获取图像并进行处理,实现对内衬套的毛刺及擦痕的自动检测.本检测系统主要通过图像形态学滤波和GrabGut图像分割算法分别实现对内衬套表面毛刺和擦痕的检测,通过轮廓拟合提取检测毛刺和擦痕的图像,从而实现对内衬套的表面缺陷检测.实验表明,所提出的内衬套表面缺陷的自动检测方法具有高效、准确的优点,且该系统运行稳定,因而具有推广价值.     

基于AutoCAD的圆柱面上非规则曲线三维建模方法

分析了轧制各种形状花纹板材刀具轨迹的共同特征,研究了各种形状花纹板材的平面设计图与刀具轨迹的对应关系,提出了对平面设计曲线进行二维数据处理的一般方法,对二维数据处理结果向圆柱面上非规则曲线进行变换的三维建模和数据处理方法。在AutoCAD 环境下,利用 Autolisp 语言的编程功能,针对生产实际中切削刀具平面设计图,实现了圆柱面上非规则曲线的三维建模。该模型为刀具的数控加工提供了走刀轨迹仿真依据和走刀加工三维数据。     

基于图像处理的包装印刷缺陷检测方法

目的为了提高包装印刷品缺陷检测的准确度和适用性,基于图像处理设计一种包装印刷缺陷检测方法。方法采用几个关键步骤包括图像配准、配准区域自动选取、缺陷检测等,并根据包装印刷品图像特征选择配准区域,同时给出一种快速图像配准算法,利用改进差影匹配算法实现缺陷检测;基于DSP和FPGA设计控制系统硬件平台,主要包括控制单元、图像采集与处理单元、成像单元等,并进行实验研究。结果所述方法能够准确识别出细微的刀丝、拉条类缺陷。结论该方法具有较高的可靠性、通用性,可实现包装印刷品缺陷的快速检测。     

基于FPGA的实时红外图像处理方法研究

文章在深入分析各种数字图像处理方法的基础上,采用了一种新的中值算法对传统红外图像处理方法进行了改进,有效地改善了数据的处理结果并明显地降低了系统逻辑资源的占用.此外,还通过FPGA板卡对本算法进行验证.实验结果表明,本系统设计的算法能够很好地完成大容量数据流的实时处理,达到了预期的设计目标.     

基于支持向量机的油封缺陷图像检测方法

提出一种基于支持向量机分类的油封缺陷图像检测方法,把油封外观中的有无缺陷看作两种不同的类别模式,应用支持向量机对两类不同的样本采样学习,然后进行分类判断。采集油封各部位图像并进行预处理,利用算法切割出各个检测区域图像,根据油封主要部位的各类缺陷特点,选取不同特征参数。应用径向基核函数建立支持向量机识别模型,并通过实验实现核函数参数寻优。实验结果表明,该方法具有检测成本低、可靠性高、泛化能力强、容易在线实施等特点,具有实用推广价值。     

基于图像处理的轴类零件表面裂纹检测

针对轴类零件表面图像的特点,提出一种基于图像处理的表面裂纹检测算法.算法首先采用空域和小波域混合滤波对图像去噪,提出一种图像分块自适应模糊集增强方法,以提高裂纹区和背景区的对比度;然后应用Canny边缘检测算子和数学形态学操作进行图像分割,提取裂纹区域;最后通过计算裂纹连通域的圆形度和长宽比特征判断零件的表面图像中是否有裂纹存在,实现裂纹检测.试验表明,该算法即使在信噪比不高的图像中也能实现对目标裂纹的检测,证明了算法的有效性.     

一种光斑图像中心的亚像素提取方法

针对空间发光点所成光斑图像中心的高精度提取问题,本文提出一种亚像素提取方法.该方法建立了具有高斯能量分布的空间发光点的透视投影光斑图像灰度分布数学模型,证明了空间发光点能量中心的透视投影不变性.通过对光斑图像二阶方向导数和自相关函数的分析,获得Hessian矩阵并推导出像素级光斑图像中心的判定条件,再将图像灰度分布函数在光斑图像像素级中心的亚像素邻域内泰勒展开,并求取光斑图像灰度分布曲面的局部极大值点作为亚像素级光斑图像的中心点.与现有经典方法的对比仿真实验结果表明,该算法具有更高精度和更好的鲁棒生,可广泛应用于视觉检测的摄像机标定、三维形貌测量等任务中(类)光斑中心的高精度提取.     

基于图像处理的声相云图评价方法研究

基于图像处理,提出了声相云图评价方法,用于评价声相仪的声源定位误差。分析了声相仪的成像原理,提出将方位角误差和俯仰角误差作为声相云图声源定位误差的评价指标。利用差影法提取声相云图的声源定位成像区域,并经过灰度二值化、腐蚀膨胀和加权平均之后,计算出成像区域中心的像素坐标。在声相仪不同抓拍距离平面内,通过图像标定得到成像区域中心在实际物理空间上的位置坐标,将其与所定位的声源实际位置坐标相比较,计算得到方位角误差和俯仰角误差。实验结果表明,该方法所得方位角和俯仰角与声源实际位置坐标计算所得到的真实值相比,两者差异较小,能够客观地对声相仪的声源定位误差进行评价,且操作简单。     

一种无衍射激光图像亚像素边缘检测方法

为进一步提高无衍射激光图像的定中精度,提出了一种亮环亚像素级边缘点检测方法.首先,采用局域亮度最大方法,提取亮环像素级屋脊边缘点;然后,利用线性插值算法对每一像素级边缘点进行亚像素处理进而获得亚像素边缘点;最后,用最小二乘方法,将亚像素边缘点拟合定中.分别对距离光源40 m、50 m、60 m处,各连续拍摄的50幅图像(图像分辨率为640×480,光靶分辨率为0.057 2 mm/pixel)进行了处理,各位置处的亚像素级边缘点x方向定中标准差分别为0.021 4 nm、0.037 2 mm和0.042 3mm,y方向定中标准差分别为0.022 8 mm、0.035 1 mm和0.043 7 mm,明显优于像素级边缘点,实验结果表明,该方法切实可行.     

多尺度形态学图像边缘检测方法

在形态学边缘检测算子的基础上,综合形态膨胀和形态腐蚀,得到修正的边缘检测算子,以减轻图像边缘检测的模糊性;进行形态结构元素尺度调整,并综合各种尺度下的边缘特征,得到噪声存在条件下较为理想的图像边缘。实验验证了该算法的可行性和有效性。     

基于白色与黑色像素区域相间明显的快速边界获取的方法

在实现工业机器视觉系统时,边界获取成为必不可少的一环。为了提高边界获取的速度和生产效率,介绍了一种边界获取的简单有效的新方法,该方法是基于白色与黑色像素区域相间明显的条件下提出的。方法的主要思路是通过计算连续黑白像素宽度及相关处理,获得边界。该方法检测目标时快速,稳定;通过选取不同的像素宽度阀值,可以方便地检测出相应的不同的边界。此方法适用于处理速度要求非常高的工业机器视觉中特征边界的边界获取。