基于DIC-边缘检测的大尺度测量技术研究

为研究和完善大尺寸测量技术,提出了将数字图像相关方法与边缘检测相结合的大尺度测量技术.首先,在待测结构表面待测点上粘贴预制散斑图,将结构分为若干段;然后,通过数字图像相关方法计算相邻测点间像素距离;再通过边缘检测计算边界部分像素距离;最终将像素距离转换为实际结构尺寸.本文还对大型机械进行测量,实验结果表明该方法可以实现大尺寸结构测量,也为大尺寸测量技术提供了一种新的思路.     

基于计算机视觉技术的微钻刃面自动光学检测

为了实现微钻刃面尺寸和缺陷的自动光学检测,建立了影像检测系统并研究其图像处理算法.根据微钻刃面的特征,设计了专用的照明系统来获取清晰的、变形小的微钻刃面图像.采用改进的小核值相似区边缘提取算法对图像进行边缘提取,并对所提取的边缘采用基于空间矩的亚像素算法进行图像边缘的亚像素定位,然后采用直线和圆弧拟合等一系列算法对微钻刃面图像进行尺寸计算和缺陷检测.实验结果表明:自动光学检测方法的准确率达到了99.5%,微钻的检出精度达到了微米级,说明该方法能够满足微钻刃面尺寸测量和缺陷检测的要求.     

汽车伞齿轮多目视觉检测系统与算法

针对人工检测汽车伞齿轮表面缺陷与尺寸参数存在成本高、工作量大、检测速度慢且产品一致性差等问题,利用机器视觉技术进行研究,开发了一种集缺陷检测和尺寸测量于一体的伞齿轮多目视觉检测装置。通过构建的邻域均差缺陷提取、圆逼近和快速旋转定位3种高效图像处理算法,解决了伞齿轮齿面多、外形结构复杂、缺陷种类多样等复杂条件下的齿轮缺陷与尺寸检测难题。可检测缺陷包括磕碰伤、裂纹、充填不满、划痕、凹陷与凸起、麻点、花键重复拉削等,可检测最小缺陷尺寸为0.4mm×0.4mm,测量精度为40~50μm,单次检测耗时小于1.3s,检测精度与速度均满足伞齿轮高速自动化生产线的实时在线检测需求。     

高铁轮毂表面缺陷的视觉显著性超像素图像检测方法

针对高铁轮毂表面缺陷实时在线检测问题,提出一种基于视觉显著性注意机制的超像素自适应检测方法。首先采用同态滤波器对缺陷图像进行预处理,去除环境光污染噪声引起的图像亮度分布不均匀问题,构建轮毂表面缺陷图像的谱残差视觉注意模型,之后采用超像素分割算法对缺陷显著性图像进行自适应阈值分割,标记出高铁轮毂表面缺陷的二维空间位置,实现轮毂表面缺陷的边界检测和形态估计。本文方法在高铁轮毂表面缺陷检测实验平台上进行了实验验证,结果表明：该方法能够有效抑制图像分割中的过分割问题,对缺陷的边界信息提取准确,鲁棒性较好。     

基于计算机视觉的冲压件表面缺陷检测方法

本文提出了一种新的用于检测冲压件表面缺陷的视觉系统。该系统利用一组LED条形光源从冲压件表面的四周打光,这样做可以使光线的主要辐射能量沿着平行于表面的方向,进而增强了表面缺陷和冲孔边缘的成像效果,简化了刮痕等表面缺陷的定位,以及冲孔尺寸和位置的测量。因此,系统可以通过有效的形状和尺寸分析对缺陷进行分类。本文提出的视觉检测系统是整个自动分拣系统中的核心部分,实际运行效果验证了本文系统的有效性。     

基于环形光切法的复杂深孔图像检测

针对膛线炮身管提出了一种基于环形光切的图像检测方法。该方法利用环形激光束照射到深孔内膛表面上形成的环形光斑图像进行检测。通过对环形光斑亮度极值线的亚像素提取、缺陷点剔除、数据分离、参数回归和系统标定,实现了截面形廓和尺寸的检测;通过多个截面形廓数据,实现了深孔内膛形貌的检测。在对直径为130mm的膛线炮身管的检测中,该方法的单点轮廓测量精度达到了0.1mm,满足了身管质量控制和使用维护所需要的测量精度要求。     

改进canny算子的太阳能电池表面缺陷检测

为提高太阳能电池的利用率,以蓝斑、磨损、缺角等局部缺陷类型的光伏组件为研究对象,对有缺陷的太阳能电池表面利用图像增强、中值滤波、改进的Canny边缘检测等图像处理技术进行模拟仿真及实验。通过Canny算子检测得到其表面缺陷,并进行数据对比分析得出边缘检测算法相对于传统算法具有较好的抗噪性能和检测精度。根据实验测量的数据建立像素灰度值和光照强度的函数关系,为研究有缺陷的太阳能电池表面下的光伏输出特性提供更有效的方法。     

气门几何尺寸的多种边缘高精度检测

目前边缘检测算法只能检测水平边缘、垂直边缘,且检测精度低、处理速度慢、抗噪性能差;针对上述存在的缺陷,提出一种气门几何尺寸的多种边缘高精度尺寸检测算法。首先采用中值滤波和高斯滤波对气门采集图像进行预处理,然后针对不同的边缘使用不同检测算法实现图像边缘的像素级定位。在像素级边缘定位的基础上采用几何质心法亚像素边缘定位实现图像边缘的亚像素级精确定位。最后采用畸变校正技术对图像中边缘像素点的坐标进行校正,得到没有畸变情况下边缘像素点的理想坐标,根据像素当量计算得到气门的各个尺寸。通过在光学图像检测系统中的实际应用,证明提出的算法精确且稳定,满足高精度视觉检测的要求。     

用于墙地砖缺陷检测的自动精确图像配准方法

将规则图案墙地砖的精确配准方法用于墙地砖表面缺陷检测,通过对图像进行预处理及边缘检测,找出墙地砖的四条边及左上角,首先对参考砖和待测砖之间的位移和旋转角度进行初步估计,对待测墙地砖进行平移,使其左上角与参考墙地砖的左上角对准并旋转完成初步配准,然后,用互相关法寻找更精确的平移参数进行精确配准,这样可以在像素与像素之间进行直接比较以进行缺陷检测,实验结果证明该方法能有效检测出像孔穴、裂纹等一般缺陷。     

基于蚁群算法的Zernike矩亚像素工件边缘检测

边缘检测是影响工件尺寸检测精度的主要因素之一。为了进一步提高工件尺寸测量的准确性,本文提出了一个改进Zernike矩的亚像素边缘检测方法。首先,采用滤波和阈值分解等技术对图像进行预处理以得到二值图,再次,采用蚁群算法得到图像的边界,然后,采用Zernike矩的边界检测方法来确定图像亚像素边缘。结果表明,改进的边缘检测方法相较于传统方法,其提取的亚像素边缘坐标与原始坐标之间的绝对误差不超过0.5,且运行速度提高了约10倍,较好地满足了工件尺寸检测精度的要求。     

基于X射线数字成像技术的管母线焊缝缺陷检测实验研究

焊缝缺陷是影响管母线性能的主要因素。根据管母线典型焊缝缺陷的特征,结合X射线数字成像(DR)系统Rhythm软件测量技术,推导了特定缺陷实际尺寸的理论计算方法,提出了一套基于DR技术的焊缝缺陷实际尺寸计算方法。利用本文提出的方法计算了像质计的长度并与实际尺寸进行了对比,充分验证了本文提出的基于DR技术的焊缝缺陷实际尺寸计算方法的正确性,根据实验室拍摄得到的管母线焊缝缺陷的X射线数字图像,利用该方法对气孔、未焊透等缺陷实际尺寸进行了计算,为定量研究管母线焊缝缺陷对其性能的奠定了基础。     

液压系统中差动螺线管式电感传感器测量电路设计及应用

为实现液压阀开口位置的精准测量,针对两线圈和三线圈的差动螺线管式电感位移传感器设计了两种不同传感器测量电路,实验比较其静、动态性能的优劣;并且对基于AD698的外围测量电路进行改进,从而提高位移检测的灵敏度。比较两种传感器的静态输出特性;在Valvistor型液压插装阀系统中采用AD698测量电路实时检测。当系统压力相同时,阀开口大小对传感器测量电路响应速度的影响;且系统压力越大阀动态响应速度越快,同时检测了主阀位移量与流量的关系。     

钢管高速检测与缺陷识别系统

采用二维漏磁检测技术研究无缝承压钢管高速自动化检测系统，该系统能高速检测钢管内外壁及内部各种细微缺陷；用动态超声测厚技术，高速检测钢管的大面积缺陷和壁厚；结合计算机测控技术，以图形方式对检测全过程进行监测，分析、运算、存储缺陷信号，识别缺陷类型，对缺陷标记、定位．     

FEDDR:一套实用的地下排水管道缺陷智能检测系统

地下排水管道缺陷检测是地下管线高效管理的基础，也是实现“智慧城市”的关键性问题。针对工程项目中对管道缺陷判别的需要，提出并实现了一套实用的地下排水管道缺陷智能检测FEDDR(frame extracting-detection-duplicate removal)系统，将视频缺陷检测过程分为检测前的视频预处理阶段、缺陷检测模型构建阶段以及缺陷检测优化3个阶段，采用帧间差分算法及VGG16网络对管道视频抽帧处理，筛选出兴趣检测帧，减少待检测数据量；选取YOLOv3为网络主框架，用轻量高效的EfficientNet结构替换原来的主干网络，采用迁移学习策略，用自建数据集Pipe-DATA对其进行训练，建立起高效的管道缺陷检测模型，并在检测帧输出检测结果时采用两次输出的优化策略来防止缺陷漏检；对检测出的缺陷帧图像进行文字识别，去重优化自动生成结果表单。将该方法应用到了某区域的将近3 km的管道视频数据中，共检测出了656个缺陷，与人工判别结果对比，准确率达94.3%,召回率达到98.7%,整个过程一体化完成，大大减少了人工成本，提高了排水管道缺陷的检测效率，具有工程实用性。     

基于霍特林变换与CUDA架构的缺陷标记方法

在表面缺陷自动光学检测图像处理中,需要对每个缺陷进行标记,便于后续判别缺陷的类型、大小、位置、方向等Blob特性。研究了应用Hotelling变换（霍特林变换）求出缺陷的主轴方向和最小外接矩形,沿着主轴方向将缺陷标记出来的算法,并给出了应用NVIDIA的CUDA架构对标记算法进行加速实现的方法。研究结果表明,根据图像缺陷大小的不同,可以取得5~10倍的加速。     

热态重轨表面缺陷在线检测方法及关键技术

针对热态重轨轧制时表面缺陷检测困难,研制了一种基于机器视觉的热态重轨表面缺陷实时检测系统。根据重轨辐射和光照特性进行了光学选型,利用多个线阵CCD相机并行多角度采集得到热态重轨全表面图像,通过图像自适应预处理得到满足缺陷检测要求的图像。针对重轨表面缺陷结构连续性引起的传统图像分割算法难以实现缺陷提取的情况,提出了图像像素线线间相关度互检验算法,并利用像素去差异化和方差统计运算提取完整缺陷,此方法在该类问题的识别效果上明显优于传统边缘识别算法。系统在某集团轨梁厂的实际应用中取得了良好的效果。     

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.     

基于超声测量模型的镁合金弹壳自动检测方法

镁合金弹壳是具有变厚度变曲率特征的组合回转体,根据其结构特点提出了一种镁合金弹壳超声自动检测方案,设计了相应的超声自动检测系统.对六自由度超声自动检测台进行了运动学建模,实现了超声扫描运动路径与探头位姿的精确控制.以壳体内缺陷散射模型和多元高斯声束模型为基础,建立了壳体缺陷超声测量模型,并绘制了壳体缺陷定量表征曲线.利用六自由度超声自动检测台对镁合金弹壳试块进行超声扫描实验,实现了对壳体人工缺陷的检出与定量,从而验证了本文方法的有效性.     

基于X射线数字成像技术的高压输电导线内部缺陷检测实验研究

提出了一种高压输电导线内部缺陷X射线可视化检测方法,详细介绍了CV—1型X射线数字成像系统的组成和工作原理,验证了X射线数字成像系统对500 k V输电导线透照能力,确定了照射参数和透照方法;根据输电导线内部缺陷特征和缺陷所在部位,在实验室条件下分别模拟检测了导线钢芯断股、钢芯表面划伤、夹杂、散股以及压接深度不足等内部缺陷并与无缺陷输电导线进行了对比,得出了导线内部缺陷的X射线数字图像的特征,实验结果证明了X射线数字成像技术对输电导线内部缺陷检测的有效性和可行性,为高压输电导线内部缺陷检测提供了新方法和参考依据。     

基于改进Cascade R-CNN的织物瑕疵检测方法

制造业瑕疵检测问题是工业产品的关键环节,其中织物瑕疵检测尤为关键.针对织物图像尺寸大、局部瑕疵数量少、图像背景复杂等问题,设计了一种基于Cascade R-CNN融合尺度不变特征的织物瑕疵检测方法 .通过训练具有多个递增交并比（IoU）阈值的级联检测网络,解决了传统深度神经网络的过拟合和错配问题;针对工业生产上存在的待检测图片发生倾斜、偏转和迁移等问题,通过尺度不变特征变换（SIFT）算法对待检测织物图进行预处理,将其正确定位到模板图上对应位置后,再进行瑕疵检测;借鉴孪生学习的思路,通过扩充输入通道,同时输入并分析待检测的图像和模板,提高了瑕疵检测的精度.实验结果表明：该模型能够有效地完成瑕疵检测任务,可对7类织物瑕疵进行检测与分类,平均精度均值达87.5%.