基于SURF特征点的金属罐图案检测算法

为快速、准确地检测出金属罐生产过程中出现的图案倒置问题,提出一种基于SURF特征点的金属罐图案检测算法.该算法通过比较金属罐图像与模板图像间匹配特征点的位置关系,实现金属罐图案方向的判别.首先利用SURF算法分别提取分区域处理后的待检测图像和模板图像的特征点;再利用双向KNN算法和RANSAC算法进行特征点匹配;最后计算匹配特征点的位置关系,并判别金属罐方向.实验表明,该算法能够有效地实现金属罐图案倒置的检测,可以达到每分钟800罐的检测速度.     

基于动态阈值和分层检测的图像缺陷识别算法的研究与应用

针对高精度印刷图像的质量检测中的检测速度和检测精度问题,本文提出了一种基于动态灰度阈值和分层检测的高精度印刷品质量检测的实时的图像缺陷识别算法.算法考虑到人的视觉感官特性,首先将所用的灰度阈值对采集到的印刷品图像进行缺陷的初步识别和标定,然后再按照高精度图像检测要求采用分层检测的方法进行搜索,解决了以往图像检测缺陷识别中的检测效果和速度不理想的问题.经过在高精度印刷图像的质量自动化检测系统中的应用,算法的速度和效果得到验证.     

热态重轨表面缺陷机器视觉检测的关键技术

针对目前热态重轨表面缺陷检测速度慢、精度低的问题,提出一种基于机器视觉的热态重轨表面缺陷检测系统。利用多线阵CCD摄像机采集图像,根据重轨几何特征及其缺陷高频区域特性,对重轨进行了六视角拍摄,然后在图像工作站中进行各种图像处理。系统采用改进的Hough变换提取特征缺陷,针对SVM算法训练速度慢的特点,利用模糊Kohonen神经网络对重轨表面缺陷进行分类。采用上述机器视觉检测关键技术对热态重轨表面进行缺陷识别,提高了检测速度,且正确率在85%以上。     

工业管道内壁损伤重建与检测

工业管道内壁的检测可以提前发现安全隐患,降低危害。针对管道内壁分辨率低、适用性差等特征,提出了工业管道内壁的重建方法。首先搭建内窥镜视频采集平台对管道内壁进行实时采集,采用张正友平面标定法进行标定处理,为了提高工业管道内壁检测的时效性,研究了几何成像关系对管道内表面图像进行径向拉伸的算法;采用改进的尺度不变特征转换(scale-invariant feature transform, SIFT)算法进行特征点提取与匹配,融合随机抽样一致(random sample consensus, RANSAC)算法和加权融合算法剔除误匹配对以及消除拼接缝,实现了管道内表面损伤图像的完整重建。实验结果表明,该算法时效性仅有1.562 5 s,准确率可高达96%以上,为工业管道内壁损伤检测提供了新的思路。     

旋转式全覆盖壁厚检测技术的研究

石油管道在出厂前,必须进行全覆盖壁厚检测.为了对石油管道进行全覆盖测厚,文章研究了旋转式32通道壁厚检测技术.基于多路聚焦超声探头测量原理,采用超高压时分复用激励电路、专用的回波信号处理电路和FPGA数字信号采集、逻辑处理、选择控制等关键技术,结合阵列式探头围绕石油管道旋转,形成了旋转式32通道壁厚检测系统,达到对石油管道全覆盖壁厚检测的目的.实验和使用表明,检测系统的速度、精度和稳定性满足生产实际需要,检测石油管道速度可达45 m/min,检测误差在±0.1 mm以内.     

改进的Gabor滤波器带钢表面缺陷显著性检测

针对传统带钢表面缺陷检测方法在实际生产过程中检测精度低、实时性差的问题,提出一种基于复合差分进化的Gabor滤波器优化方法.首先,将采集到的图像进行预处理,获取高质量图像;然后,针对传统Gabor小波滤波器参数较多和算法实时性不高两大难题,提出了一种复合差分进化的Gabor滤波器优化方法,对参数和方向分别做了改进,较大提升了检测效率;最后,对显著性缺陷目标进行阈值分割,完成带钢表面缺陷检测.实验结果表明:该优化算法复杂度低、检测效率高,优化后的Gabor检测模型在速度上比传统Gabor检测模型快了约2.3倍,平均速度达到了91.8ms/帧.     

基于机器视觉的BGA芯片缺陷检测及其MATLAB实现

文章应用机器视觉技术,采集回流之前的球栅阵列(BGA)芯片图像,对图像进行预处理后,运用点分析方法对图像中各个焊球区域进行标记,通过计算获得焊球数目以及各个焊球位置、大小等特征信息,建立判断标准并依次序对这些信息进行比对,从而判断芯片合格与否,并对不合格芯片判断其缺陷类型;研究采用MATLAB完成图像预处理以及具体的检测程序编写;实验结果证明,此方法可以正确识别缺陷类型,在检测速度以及可靠性方面有很好的保证.     

基于线型激光的热轧带钢表面在线检测系统

针对基于面阵CCD摄像机的热轧带钢表面缺陷检测系统所存在的问题,提出采用线阵CCD摄像机作为热轧带钢的表面图像采集装置,将激光线光源作为照明光源,解决了高温环境下的远距离均匀照明问题.采用这种图像采集方式可以使系统的精度达到0.5mm以上.针对热轧带钢表面存在的氧化铁皮、水及光照不均等问题,提出了对于不同缺陷类型建立单独的缺陷检测算法的思想.目前已经建立了纵裂与边裂的检测算法,对这两类缺陷的检出率达95%以上.     

基于机器视觉的钢板表面缺陷在线实时检测系统

钢板表面缺陷将对钢的耐磨性、抗腐蚀性等带来一定的影响,本文提出一种基于机器视觉的钢板表面缺陷检测系统。设计了光学成像子系统、图像实时采集子系统、图像准实时处理子系统及缺陷分类子系统。采用模块化设计方便系统在硬件和软件上的扩展,最后采用多分类器集成方法对图像缺陷进行自动分类识别。     

基于FPGA与DSP的浮法玻璃缺陷在线检测技术研究

针对浮法玻璃缺陷在线检测系统实时性高、体积小和成本低的要求,提出一种基于嵌入式技术的玻璃缺陷在线检测方案,将FPGA和DSP应用于玻璃图像采集、处理和分析。通过分析玻璃图像的灰度分布特征,采用中值滤波、差影运算、大津阈值法和连通域分析技术,计算出缺陷的位置、面积和尺寸等特征参数。实验结果表明:检测速度满足设计要求,检测算法可靠性高,本文采用的方案是可行的。     

一种用于AOI的PCB拼接算法

针对自动光学检测技术(AOI)在PCB板检测中存在的图像拼接严重错位、系统响应速度慢、拼接精度差等问题,对PCB图像拼接算法进行了改进研究.首先,提出整行缩小以及以行图像为配准图像的方式进行图像拼接;其次,在传统PCB图像拼接算法上引入surf配准,采用图像金字塔尺度空间的方法,确定拼接图像间的对应特征点,选取最近邻次近邻的配准方式进行特征匹配.实验结果表明:提出的拼接算法,生成图像的数据量相对较少、速度较快,误差不会累积传递,消除了错位偏差,并解决了因光照不均而造成拼接缝隙的问题,大大提高了拼接的精度和速度,为AOI系统后续准确识别PCB板缺陷打下了良好的基础.     

基于PMAC的管道缺陷检测机器人控制系统的设计

本文设计的管道缺陷检测机器人的控制系统,采用PC机和PMAC运动控制卡组合的控制模式.PC机控制云台的转动,实现管道缺陷图像的采集;PMAC控制机器人本体的运动.实验证明,该控制系统能够对管道缺陷检测机器人进行精确控制,使之准确检测到管道的缺陷.     

钢轨表面图像冗余信息的模糊匹配算法

为了解决高速铁路轨道表面缺陷机器视觉检测系统中采集图像的冗余问题,本文提出一种钢轨表面图像冗余信息的模糊匹配算法.该种算法首先采用竖直投影法提取钢轨表面区域;之后对钢轨表面区域进行预处理并二值化,得到缺陷的位置信息;然后通过感知哈希算法,得到钢轨表面缺陷的形态信息;最后计算缺陷的位置误差和形态相似度,基于模糊匹配算法,得到匹配结果.通过实验验证,该算法能有效识别系统图像中的冗余部分,准确率达到97.5%.     

基于图像分析的纸张表面缺陷检测系统的研究与实现

以模式识别为基础,结合SQL Server数据库,引入了用于图像纹理分析的LBP(Local Binary Pattern,局部二进制模式)方法对采集到的纸张灰度图像进行表面缺陷检测识别,应用Visual C++开发工具实现了基于图像分析的纸张表面缺陷检测系统。实验结果表明,本系统可行且有效。     

低对比度叠层薄片的机器视觉计数测量方法

为解决印刷等行业在薄片计数上的难题,提出了一种基于机器视觉的计数测量方案.采用最新的高分辨率的CMOS相机和百万像素、低畸变的定焦镜头搭建图像采集系统.针对低对比度叠层薄片检测难题,提出了一种局部直方图均衡化和基于双高斯二阶导的线状增强相结合的算法.算法主要分为以下几部分:首先,获取采集平台采集的薄片图像,为提高算法速度,只选取采集的部分图像作为处理区域,并通过小波去噪对其进行预处理;接着,利用局部直方图均衡化对预处理后的图像进行对比度增强;然后,在水平和竖直方向分别用双高斯二阶导数和均值滤波器处理,得到线状增强后的薄片检测结果;最后,对薄片检测结果进行峰值检测计数,并将检测结果实时显示出来.实验证明,此计数测量方法对多种类型的薄片(包括纯白的0.05mm的薄片)的计数误差都小于0.01%,而且可以节省大量人力和物力,值得被推广和运用.     

链条的X射线图像缺陷检测方法

通过对链条X射线图像的预处理、图像轮廓处理,研究了链条X射线图像缺陷提取和检测算法,并对算法的可行性和准确性进行了验证,实现了链条缺陷的识别.研究结果为链条缺陷自动化检测系统的实现奠定基础.     

钻孔摄像机器人视频序列拼接

针对检测过程中视频序列展开拼接过程中标定难、且匹配效率低及耗时长的缺点,提出了一种新的钻孔内壁视频序列拼接的方法.首先对读取的视频均匀采样,得到视频序列;然后对取样的图像帧进行圆心提取以及环带图像选择,完成环带图像展开,重投影为矩形图像;采用棋盘格标定的方法,设置畸变校正参数,对展开后的矩形图像进行畸变校正;采用基于模板匹配的特征匹配策略进行拼接,得到钻孔内壁展开图像;最后根据内壁图像,生成立体内壁图像模型.结果表明该方法数据量小且处理效率高,满足可视化需求,可用于岩体的质量评价,保障施工安全.     

采用机器视觉技术的软胶囊药板质检系统设计

采用机器视觉技术设计软胶囊药板质量检测系统.通过图像采集将被检测软胶囊药板转换成图像信号,图像处理系统根据像素亮度、颜色分布等信息对目标特征进行提取,并综合使用包括聚类算法、形态学分析、图像滤波、边缘检测及模板匹配在内的数字图像处理算法,对软胶囊常见缺陷模式进行识别.系统如果判断药板存在质量问题,则控制现场设备将不合格产品分检出来.实验结果表明:该系统每分钟可检测软胶囊2 400粒,对黑点的检测精度可达0.3 mm,检测准确率达到99.7﹪以上.     

柱塞式汽车制动器总泵活塞表面缺陷视觉检测的光源优化

分析了柱塞式汽车制动器总泵活塞表面的缺陷特点及其视觉成像难点,设计并优化了适用于柱塞式活塞表面缺陷机器视觉检测的立体组合光源,通过柔和光线设计减少了检测图像的噪点.同时,建立了光线发射-反射-成像全过程的光强度折损数学模型,对光源和镜头采用偏振光滤除技术,通过合理选择偏振片的透振方向,达到了减弱无缺陷位置亮度、减小反光带宽度和增强图像对比度的效果,通过光源优化,对活塞表面缺陷进行了图像采集,并建立了表面缺陷类型数据库.经样本数量为300的随机抽样实验结果表明,优化光源系统后的视觉检测无漏检现象发生,误检率不大于2%,达到了预期效果.     

基于DSP的带钢表面缺陷实时检测系统的研究

为了有效地解决在线高速实时检测这个关键性问题,本研究主要从软、硬件两个方面进行,将制约系统实时性的缺陷图像的识别过程分离出来,交由DSP芯片进行专门的处理,同时采用了兼顾识别效率及识别准确性的支持向量机的二级分类器对带钢的缺陷图像进行识别.在该硬件检测系统下对缺陷图像的正确识别率达到98%,缺陷图像的识别时间可控制在10 ms以下.通过理论上的分析和试验的测试证明所搭建的先进的TMS320C6416 DSP图像处理平台能够很好地满足实际生产线上的带钢表面缺陷的实时检测系统在处理速度和精度上的要求.