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。     

冷轧带钢表面缺陷在线监测系统

介绍一套目前已在实验室中开发成功的冷轧带钢表面缺陷在线监测系统,该系统用于在线检测和识别冷轧带钢的表面缺陷.系统采用多个面阵CCD摄像头同步采集带钢表面的图像,并通过并行计算系统对图像进行分析和处理,以得到钢板表面的缺陷情况.系统在软件流程上进行了特殊的设计,以保证实时数据处理功能.经试验,系统对"乳化液斑痕"、"锈痕"、"压入氧化铁皮"、"辊印"、"折印"和"边裂"等6种常见的冷轧带钢表面缺陷类型识别率在90%以上.     

基于线型激光的钢板表面缺陷三维检测技术

提出将线型激光束垂直投射到钢板表面,通过面阵CCD摄像机采集激光线在钢板表面的图像来计算表面缺陷深度的三维检测方法.利用中点法对激光图像进行细化,并根据稳定点判别依据提取激光线形.采用分区标定方法对摄像机进行标定,由空间还原思想恢复激光线形的空间坐标.根据扫描投影的方法选择理想表面方向作为缺陷深度计算的基准,实现对缺陷深度信息的定量计算.通过对缺陷样品验证的结果表明,采用该方法得到的计算值与实际值非常接近.     

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。     

带钢表面缺陷图像小波融合方法

采用两个CCD图像传感器在多种采集方式下获得不同缺陷图像,运用小波变换法对缺陷图像进行融合,结合带钢表面缺陷特征对融合算法和规则进行了探讨,并对融合后的缺陷图像质量进行评价.实验结果显示了小波融合方法的优越性,该方法能更全面、更准确、更大限度地获得缺陷图像信息,解决了单一CCD缺陷采集模式下存在的缺陷特征丢失问题,为后续的缺陷识别与分类提供有效、可靠的数据支持.     

连铸热坯表面缺陷图像清晰度控制算法

连铸热坯表面缺陷机器视觉检测系统中,获得清晰稳定信噪比高的图像是检测能否成功的前提条件。针对当前连铸坯表面缺陷获取图像质量及清晰度问题,提出一种基于聚焦平方梯度及CCD靶面照度参数的缺陷图像质量控制算法。选取连铸热坯表面上的一个标志点作为对象,首先采用聚焦窗口平方梯度函数获得系列离焦平面的清晰度最高图像对象,再通过识别该对象和分析对象的面积损失率获得CCD靶面照度参数,进而获得全局采集图像的质量最清晰点。该算法解决了连铸热坯表面缺陷成像系统中焦平面选择及CCD积分时间控制,具有很好的实用性。同时,该算法也为其他机器视觉工程的图像采集提供良好的指导作用。     

板带钢表面缺陷检测系统的多尺度边缘检测算法

针对冷轧带钢表面缺陷在在线检测过程中,无法准确地检测到图像中缺陷的边缘问题,提出了一种基于小波变换模极大值的板带钢表面缺陷多尺度边缘检测算法.该方法较好地解决了边缘检测精度与抗噪性能之间的协调问题,实现了在多个尺度上板带钢表面缺陷的边缘提取.实验结果表明该方法对伪缺陷边缘的去除有很好的效果,同时能够较好地保留图像中缺陷的边缘细节信息,具有更好的边缘检测性能,为带钢表面缺陷在线检测系统中的后续处理,如图像自动分割、缺陷识别等奠定了基础.     

高温连铸坯表面缺陷的机器视觉无损检测

针对高温连铸坯表面缺陷无法在线检测问题,采用机器视觉技术和相应的试验装置,建立了高温背景下CCD快门控制时间成像模型,同时设计分类器算法对缺陷种类进行归类.系统所选CCD成像装备采用水冷风冷双层冷却方式,在高温状态下能长时间连续工作.系统可检测最大铸坯宽度为3 000 mm,能有效抑制铸坯表面振痕产生的图像噪声影响,实现热态铸坯表面缺陷在线检测与分类.     

基于二维高斯曲面拟合的图像灰度补偿算法

研究了基于CCD的带钢表面缺陷检测系统图像采集中出现的灰度失真问题，提出了在不改变系统硬件配置的基础上，根据主导退化因素采用二维高斯曲面为基本退化模型，同时兼顾其他没有明确数学模型的图像退化因素，根据图像灰度分布统计特性估计二维高斯曲面各参数以实现图像灰度补偿的软解决方法，实验结果表明，该算法有效地提高了图像质量，可以满足系统实时性及后续识别的要求．     

冷轧带钢表面缺陷视觉检测系统

基于多级分类和模块化设计思想设计一套基于机器视觉的冷轧带钢表面缺陷检测系统. 该系统硬件采用自行研制的高速线阵CCD图像采集器及配套的高速光纤图像采集卡、 高速FPGA图像处理卡和多核处理器; 软件采用RTAI Linux实时操作系统及并行处理策略, 确保了系统的实时性. 图像分割并行处理实验表明, 四核处理器的处理速度是单核处理器的3.2倍, 显著提高了系统的处理性能.     

基于线型激光的连铸板坯表面裂纹在线检测技术

采用光学检测法对高温铸坯进行表面裂纹在线检测,将高亮度绿色激光线光源照射到铸坯表面,利用激光的单色性在摄像机镜头前加装窄带滤色镜去除高温铸坯表面辐射光的影响,从而提高图像的对比度. 通过非抽样小波对铸坯表面图像进行分解,计算分解后得到的低频分量和原始图像的尺度共生矩阵,以及高频分量的灰度共生矩阵,作为图像的纹理特征,并输入基于AdaBoosting算法的分类器进行分类. 利用该方法对表面裂纹、水痕、渣痕、氧化铁皮和振痕等五种缺陷和伪缺陷样本进行识别,表面裂纹的识别率达86.75%,总体识别率达87.16%.     

一种基于LED和线激光的钢轨表面缺陷检测系统

提出了一种二维视觉和三维视觉相结合的钢轨表面缺陷检测方法。钢轨踏面分别在LED板光源和激光线光源的照射下,由两台面阵相机单独采集图像。扫描钢轨表面并把图像传送回主机,通过特征提取和图像处理,分别获取表面缺陷的大小和形状,以及缺陷的深度信息。实现了视频和激光检测的融合与互补。实验表明,与单独使用可见光图像识别,或者单独使用线激光检测相比,系统检测效果更好。     

火车轮对表面缺陷检测

基于CCD图像采集测量和图像处理方法,设计实现了一种利用面阵CCD成像系统检测火车轮对表面剥离的非接触在线测量系统,着重讨论了系统中灯光、摄像机的安装位置对成像的影响,分析了轮对剥离图像的特征;并提出一种利用图像特征的剥离(金属表面脱落现象)检测方法和确定剥离尺寸大小的边界搜索方法．现场实验表明该方法具有较强的抗干扰能力,检测正确率达到90%,精度达到4mm．     

基于计算机视觉的三维激光扫描测量系统

介绍了基于计算机视觉三维激光扫描测量系统．该系统主要由双目视觉测量探头、图像采集卡、扫描机构及其控制部分组成．通过两个摄像机同时摄取一个扫描激光光条的图像，经图像匹配，利用视差，可计算得到光条上所有点的位置以及深度，即被扫描物体表面的三维信息．就系统中的摄像机标定、图像采集、特征提取、图像匹配及三维信息恢复等主要工作过程进行了论述．     

基于数字图像的混凝土桥梁裂缝检测技术

应用visual C++6.0语言编制程序,研究了基于数字图像的桥梁裂缝检测方法,深入分析评价了图像灰度化、棋盘格角点求解像素率、滤波除噪、边缘检测等图像处理算法,实现了基于视频(或图像)的桥梁裂缝宽度计算和软件系统,并用15幅桥梁裂缝图像验证了其裂缝检测精度.结果表明:本文提出的裂缝识别方法能较好地用于钢筋混凝土桥梁和B类预应力混凝土桥梁的裂缝检测,当裂缝宽度大于0.3 mm时,图像计算出的裂缝宽度值与实测值非常接近,相对误差在6％以内;当裂缝宽度为0.2～0.3mm时,相对误差在10％以内.     

激光光斑测量技术研究

激光器的光束参数是表征激光性能的重要指标,设计了一套激光光斑测量控制系统,面阵CCD摄像机和图像采集卡采集激光光斑信息后,输入到计算机进行光斑图像信息的获取、能量信息的存储和图像分析等图像处理过程,从而实现激光光斑图像的高精度测量.     

基于图像处理的胶管缺陷在线检测系统开发

为实现胶管表面缺陷的在线检测,提出了一种基于图像处理技术的检测方法.采用图像剪切方法选中胶管区域,利用中值滤波和Canny边缘提取处理图像,清除与图像边界连接区,避免胶管边界的干扰,使用形态学膨胀方法对缺陷区域图像分割,根据缺陷特征完成缺陷分类.采用三台CMOS相机环胶管圆周布置,间隔120°,光源采用同轴光源.基架结构具有调节功能,保证胶管在三台相机的中心位置.通过检测系统在车间生产线上试用,测试结果表明缺陷检测正确率在96%以上,可实现胶管表面缺陷自动检测和及时报警.      

铅浮选泡沫视频图像的物理校正及算法补偿

针对铅浮选视频采集图像光照不均、纹理丢失导致难以精确分割的问题,提出了一种用于优化视频图像的物理校正和算法补偿的方法。利用非成像光学理论构建均匀方形光斑自由曲面透镜,在此基础上,提出一种改进的方向波变换图像增强算法,再通过经典的谷底边缘检测算法对其进行分割。结果表明,该方法能有效提高浮选图像的信噪比和对比度,其分割精准度提高了25%。