高分辨率交流电磁场阵列检测探头设计与测试

针对现有交流电磁场阵列检测探头传感器间距较大,导致测得的磁场图像空间分辨率低,无法精准还原缺陷形貌的不足,设计一种基于高分辨率隧道磁阻(TMR)传感器阵列的检测探头并搭建试验系统;通过有限元软件Comsol建立交流电磁场仿真模型,分析不同类型缺陷周围的感应电磁场畸变规律,探究缺陷表面轮廓与磁场图像之间的关系;设计间距为1 mm的高分辨率TMR传感器阵列,通过仿真对匀强电流场的范围进行分析,设计多路复用模块对传感器阵列输出的信号进行预处理,设计检测探头结构,开发测试系统,进行缺陷检测试验。结果表明：Bz(垂直于试块方向磁场)图像包含有缺陷的端点位置信息,Bx(平行于探头扫查方向磁场)图像可以反映缺陷的边缘信息;交流电磁场阵列检测探头可获取缺陷周围畸变的高分辨率磁场图像,测得的磁场图像可以对缺陷表面轮廓进行反演及精准评估。     

基于鱼眼镜头的全视觉图像

鱼眼镜头具有短焦距、大视场的优点，因而在很多领域都得到非常广泛的应用，但存在鱼眼图像畸变比较严重的问题，这就需要对图像畸变进行校正．为此，提出了一种能够实现全视觉球面图像的摄像机，并且给出它的标定方法．实验结果说明，根据给出的球面图像摄像机模型，图像畸变得到校正，并且也实现了球面摄像机对车辆周围环境的监测．     

基于改进遗传优化算法的线阵相机标定方法

在手机玻璃盖板的缺陷检测中,为了获得缺陷特征明显的高精度图像,不仅需要搭建高质量图像采集系统,而且需要对线阵相机进行精密标定.结合工业现场需求,本文提出了一种基于改进遗传优化算法的线阵相机标定方法.在已有线性扫描模型的基础上,引入线阵扫描图片图像畸变矫正,推导了新的标定参数.在已有无畸变矫正的线性解析解基础上,引入遗传算法进行新参数的求解优化,实现了新标定参数的非线性求解.实验结果表明,与不加入图像畸变矫正的求解方法相比,所提方法具有更高的测量精度.     

基于机器视觉的食品缺陷检测系统研究

为解决食品生产过程中产品残缺问题,研究了一种基于机器视觉的缺陷检测方法,以饼干为样本进行了实验分析。首先构建实验系统,对单目摄像机进行标定,利用标定所得参数对图像进行畸变校正;然后对校正后所得图像进行图像分析处理;最后对处理完成图像进行区域检测,得到检测结果。实验结果表明:以该方法进行饼干缺陷检测成功率可达98.67%,并满足高精度、实时性的要求,为今后食品缺陷检测提供一定的参考方向。     

一种基于多级分块错切的指纹奇异点检测算法

准确、可靠地检测指纹奇异点(core点和delta点)，对于指纹分类和指纹匹配具有非常重要的意义．针对指纹图像奇异点的精确定位和可靠性判断的难题，提出了一种基于多级分块错切的指纹奇异点检测新方法．首先，对于一枚指纹图像，在同一分块尺寸下进行多次图像错位分块。并且分别在不同的图像错位分块情况下检测指纹的奇异点，得到区域相对集中的奇异点位置的集合，并计算其质心，以精确确定奇异点的位置．然后，在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计，并分别根据以上方法估计的指纹方向场信息进行指纹奇异点的检测．最后。利用不同情况下检测的指纹奇异点位置相互关联的特性，进行指纹奇异点的精确、可靠检测．该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下采用不同方法检测的指纹奇异点位置相关联的特性，能够从指纹图像中较精确、可靠地检测出奇异点。对低质量指纹图像具有良好的鲁棒性．在部分典型低质量指纹图像上的实验结果验证了该方法的有效性．     

月球车立体视觉系统现场标定方法

针对星球探测任务中星球漫游车自主避障和导航的要求，建立了一种基于平面模板的现场标定方法，实现月球车视觉系统的现场标定．针对月球车视觉系统的广角畸变的特点，引入径向和离心畸变模型，利用最大似然估计（MLE）对内、外参数进行非线性优化求精，并对图像进行畸变校正；计算摄像机间相对位置，实现了紧凑的双目视觉外极线校正．实验表明，该方法快速、简便，获得了较高的标定精度．     

基于三摄像系统的苹果缺陷快速判别

水果缺陷识别一直是计算机视觉水果实时分级中的研究热点,文中提出一种基于三摄像系统的逻辑判别缺陷的新方法．首先利用三摄像系统获取苹果在三个连续不同位置的9幅图像,然后对图像进行去背景、滤噪等预处理操作,再对图像进行缺陷的分割并加以标记,接着根据分割标记后的可疑区个数,对苹果缺陷的有无进行逻辑判别,即当这9幅图像中只要有一幅图像被分割出两个以上的可疑区,则判断该苹果有缺陷．试验结果表明,缺陷识别精度达到89．4％,另外由于该方法避免了缺陷和果梗或果萼直接识别,处理速度和正确率都得到了很大的提高,能够满足在线5—10个／秒的检测速度要求．     

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。     

基于共线点的透镜畸变系数标定

在经典的摄像机标定方法中，求解透镜畸变系数的同时必须先求得外部参数，从而使求解过程显得繁琐，针对这种情况，提出了一种基于空间共线点求解透镜畸变系数的简便方法。根据空间共线点在图像平面上的理想投影仍然共线的特点，将点的理想投影的图像坐标用畸变后的图像坐标表示，从而得到一个关于畸变系数的一元二次方程，求解该方程，即可得到畸变系数，该方法不需要点的三维世界坐标，不需要求解外部参数，避免了复杂的优化过程，是一种简单而有效的方法，仿真和实验结果均证明了该方法的有效性。     

基于最小二乘影像匹配的畸变图像矫正算法研究

针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法.算法首先利用特征提取与边缘检测对图像进行预处理,并且将特征匹配与最小二乘算法相结合,从而实现了图像与模板之间精确的子像素定位与匹配.实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法.     

基于形态学的焊缝X射线图像缺陷检测

通过对焊缝X射线图像进行垂直扫描,提取扫描线的线灰度曲线,提出了焊缝缺陷位置的检测算法.应用形态学滤波和分水岭变换对缺陷轮廓进行提取,实现了焊缝X射线图像缺陷的检测.对图像的实测结果表明,该方法能有效地对焊缝缺陷位置进行检测.     

压敏电阻表面缺陷深度无监督检测方法

针对表面缺陷检测方法泛化能力不足问题,提出一种深度迁移卷积变分自编码网络进行压敏电阻表面缺陷检测．检测方法包含多颜色多规格压敏电阻图像自适应预处理、模型建立及缺陷检测3个阶段．第一阶段完成自适应规范化、自适应通道选取、自适应阈值处理;第二阶段完成参数迁移,自动提取良品差分图像特征得到模型;第三阶段对差分图像与重构图像进行差分处理后得到的残差图像,通过改进的“3σ准则”进行缺陷检测．结果表明：方法平均检测准确率达98.83%,相比其他流行模型至少提高了9.53%,检测范围扩展至2种颜色3种规格的压敏电阻．     

基于雷达信号特征点提取的结构物埋深估算方法

为了克服经验法推算结构物埋深的缺陷,基于检测对象的雷达反射波形特征,通过提取反射波形上的少量特征点,提出一种估算结构物埋深的新方法,并考虑实际检测中结构物反射波形的畸变,对估算精度进行分析评价.结果表明:对于理想的无畸变检测数据,该方法对结构物埋深、水平位置及电磁波速的估算结果较为精确;当反射波形存在畸变时,该方法对埋深的直接估算结果误差较大,平均误差达到55.202％,但对于电磁波速的估算结果较为精确;对于实测的有畸变检测数据,可通过电磁波速估算结果及测得的目标体双程旅时对埋深进行间接估算,估算精度满足雷达法检测对埋深估算的要求.相比经验法,该方法在估算精度、误差控制方面具有显著优势.     

基于层间相关性的小波边缘检测

在计算机视觉系统当中,图像边缘检测占据着重要位置．图像成像过程中,噪声、畸变等因数引起图像细节模糊,如何有效提取图像边缘成为一个不断探索的课题．众所周知,采用Sobel、LapLacian边缘检测算子尽管能够有效地去除噪声的干扰,但是破坏了图像边缘细节．基于此,本文提出了一种基于层间相关性的小波边缘检测．在不同层间,如果低分辨率下的父系数绝对值大,则在高分辨率下四个相应的子系数的绝对值可能性也大,则其所代表地图像边缘信息可能性越大．因此,采用基于层间相关性的小波边缘检测算法既有效地去除噪声的干扰,又保留了图像边缘细节．     

基于掩模的畸变棋盘格角点检测与排序

针对当前棋盘格角点检测算法对畸变棋盘格角点检测不足的问题,提出了一种基于掩模的畸变棋盘格角点检测与排序的方法。对所采集的畸变棋盘格图像,依次经过预处理,图像降噪,闭操作和Canny边缘检测以明确其在背景中的位置。然后,采用改进的Shi-Tomasi角点检测算法识别并提取棋盘格的所有角点(包括边缘角点),再通过递归排序算法获取棋盘格行列角点的坐标信息。实验仿真结果验证了所提出的方法的有效性,且相比于基于传统的Harris角点检测,Shi-Tomasi角点检测的算法,对具有一定畸变的棋盘格图像角点,具有更优的检测识别能力。     

基于M-DCGAN的缺陷检测数据集增广方法

针对智能制造中表面缺陷检测数据集不足问题，提出基于M-DCGAN的数据集增广方法。首先，向判别器添加上采样模块，搭建类U-Net结构并提升判别器与生成器的网络深度；设计基于Canny边缘检测的缺陷位置二值化掩膜提取方法；定义图像掩膜依赖的损失函数，建立缺陷目标位置关注引导机制；插入谱归一化层和Dropout层以提高训练稳定性，保持生成图像数据多样性。带钢缺陷数据集实验结果表明，该模型生成图片质量高于DCGAN、WGAN-GP和InfoGAN。采用本文M-DCGAN算法增广训练数据，能够显著提升并超过传统增广算法在YOLOv5、SSD、Faster R-CNN、YOLOv3等八种经典方法中的缺陷检测精度，验证了本文算法的有效性。     

基于局部处理的X射线图像裂纹缺陷自动检测

研究了X射线图像裂纹缺陷自动检测问题.首先根据裂纹缺陷特征及位置信息提取感兴趣区域,使检测到的缺陷区域准确地包含实际缺陷;然后提出了一种结合局部方差和局部直方图均衡化的图像增强方法,实现了图像的对比度增强,使裂纹缺陷肉眼可见;接着利用阈值分割和形态学方法对裂纹缺陷进行分割提取;最后根据裂纹缺陷的几何特征实现了裂纹缺陷的检测.实验结果表明:相比于仅利用局部方差或局部直方图均衡化对图像做一次对比度增强,此方法能有效增强缺陷特征,更利于缺陷检测.     

汽车车身涂膜缺陷的计算机视觉检测方法

将计算机视觉检测技术应用于汽车车身表面涂膜缺陷的检测,根据汽车涂膜及涂膜缺陷的特征,提出了侧向照明方式,获取了特征明显的涂膜缺陷图像．针对汽车涂膜缺陷边缘模糊,传统的微分检测算子无法有效检测的情况,提出了基于图像中心化和图像去背景操作相结合的检测分割算法,算法原理简单,性能稳定,能够有效检测出绝大多数涂膜缺陷的模糊边缘．     

基于机器视觉的凹版印刷机位置控制及产品检测

介绍一种凹版印刷机计算机图像检测和位置控制系统，利用彩色边缘检测等方法对在线印刷品的图像进行实时图像处理和分析，可动态或静态显示在线印刷品图像，并得到与产品图像质量相关的参数，以此检测产品的质量；并利用各色之间的对版误差，通过饲服电机进行实时位置校正．     

基于Fisher准则的分类器在皮革正反面分类中的应用

制鞋业中的皮革表面缺陷查找和排样主要靠手工完成，因此效率低下．基于图像处理技术的自动化缺陷查找及排样，可以较大地提高生产效率．皮革的缺陷查找和排样，主要在皮革的正面进行，因此皮革正反面的自动判别是后续处理的关键．因为皮革具有典型的纹理特征，纹理图像其特殊的像素空间分布方式有别于普通的灰度图像，因此常用的灰度图像分类特征对纹理图像的分类不适用．而基于灰度共生矩阵提取纹理图像的统计量组成的特征向量，并在Fisher判别准则的基础上设计一种线性分类器来对皮革纹理图像进行分类．实验结果证实，该分类器可有效地对皮革的正反面进行分类。