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.     

带钢表面缺陷在线检测系统的图像滤波算法

由于纹理背景的存在导致图像缺陷检测结果不准确是目前冷轧带钢表面缺陷在线检测过程中存在的主要问题之一.针对该问题提出了一种基于小波的各向异性扩散图像滤波方法,该方法通过小波分解得到图像的低频和高频分量,并针对高频分量采用小波扩散系数对小波系数进行正则化处理,最后进行小波逆变换,重构滤波后图像.实验结果表明该方法不仅能够有效地滤除不必要的纹理背景信息,而且能够较好地保留图像的细节信息,具有更好的综合性能,为带钢表面缺陷在线检测系统中的后续处理,如图像的边缘检测和自动分割等奠定了基础.     

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.      

一种带钢表面缺陷检测的算法

为了准确快捷地对带钢表面缺陷进行在线自动检测,提出了一种小波提升格式的Mallat的表面缺陷检测方法。原始的Mallat算法滤波后的重构图像数据不再是整数,因此无法精确的实现无失真的小波重构图像。提出提升格式的双正交小波分解能够实现从整数到整数的变换,该算法首先利用小波变换的多分辨率的分析特点,对图像进行多尺度双正交小波提升算子的快速分解;然后再对重构后的图像进行二值化,提取出缺陷特征。实验结果表明,该方法能够明显检测出缺陷的存在。     

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HALCON的无标记印刷品图像质量检测

提出一种新的无标记印刷图像质量检测方案,采用HALCON编程实现,主要包括配准区域选取、图像配准和缺陷检测等关键步骤.首先根据印刷品图像的区域特征自动选择配准区域,然后使用基于形状的图形配准算法实现快速的图像配准,最后利用改进的差影匹配算法完成缺陷检测.实验结果证明,该方法能从无标记印刷品图像中自动选取配准区域,并且快速、精确地完成配准,有效地检测出缺陷.     

一种高速印刷品缺陷在线检测系统

研究了一种印刷品缺陷(如刀丝、拉墨、飞墨、错印、漏印等)高速在线检测的机器视觉系统.通过多照射角度和防眩光的光学系统,再现印品上的微小印刷缺陷;应用基于行程长缺陷编码的缺陷快速查找算法和防轮廓误检算法,避免了因纸张形变和张力波动造成的误检;采用了C/S网络化并行结构,对图像数据进行分布式处理和集中统计管理.现场运行表明该系统实现了对印品100%全面在线质量检测的要求,在高速生产环境下运行稳定可靠.     

基于DSP的轴承漏衣装缺陷在线检测系统

通过分析轴承铆钉、滚动体缺失检测技术的现状问题,采用数字图像处理技术实现了对轴承铆钉、滚动体缺失的在线检测.以TMS320DM643为核心器件建立了实时数字图像处理的硬件系统,硬件系统主要包括三个部分:存储器部分、视频输入部分和视频输出部分等.通过CCD摄像机获取表面的视频图像,首先对视频图像进行降噪的预处理,然后利用图像分割等算法对视频图像进行检测,达到缺陷提取的目的.实验结果表明,该系统可有效的检测出有缺陷的不合格轴承.     

基于形状模板匹配的冲压件外形缺陷检测算法研究

针对流水线上冲压件外形缺陷的自动检测,提出一种基于形状模板匹配的检测方法.(1)以背向照明的方式离线获取标准冲压件图像,并通过最大类间方差法(Otsu)与形态学等操作建立形状匹配模板,检测ROI和缺陷检测模板;(2)在线采集待测工件图像,并利用形状模板匹配算法查找待测工件在图像中的位置与旋转角度;(3)利用仿射变换配准检测ROI和缺陷检测模板,并进行外形提取和动态阈值获取缺陷.实验结果表明,该方法可有效提取待测冲压件的外形特征,进而得到缺失、变形和毛刺等多种外形缺陷,其检测速度快,具有较好的鲁棒性.     

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.     

轴承内径尺寸机器视觉在线检测技术

利用计算机图像处理技术,对预处理后的边缘图像,采用基于点Hough变换的圆形图像亚像素检测算法,实现了轴承内径的亚像素无损在线检测.该检测系统具有非接触、速度快、精度高、抗干扰性强、成本低、通用性好等优点,可广泛应用于其他行业产品的在线检测.     

基于小波变换的集成电路内部缺陷检测方法

随着集成电路向多功能、高精密、高集成度的发展,集成化多层封装技术成为关键,而传统的表面缺陷检测和功能性测试方法对内部缺陷无法实现有效检测.X射线可通过透射成像直观地呈现元器件的内部缺陷,为极大规模集成电路产品的高可靠性生产提供了有效的检测手段.然而,集成电路的X射线图像灰度水平低、对比度低、有效特征细小,难以实现有效的检测.针对该问题文章设计了一种基于小波变换的集成电路内部缺陷检测方法.该方法利用小波的多分辨率分析特点,采用小波同态滤波方法对集成电路的X射线图像进行预处理,提高图像的对比度,进而采用小波模极大值方法提取缺陷的有效边缘供给工业检测判断.实验结果表明,该方法提取的缺陷边缘清晰、数量完整,为保证内部缺陷检测精度、提高集成电路封装质量提供依据.     

机器视觉油炸鱼豆腐外观缺陷识别与剔除系统

设计了外观缺陷识别与剔除试验系统,利用产品图像的颜色特征和形状特征,可实现油炸鱼豆腐外观质量的在线检测、识别与自动剔除.在产品外观颜色检测中利用RGB颜色空间中的B分量阈值作为特征;在产品外形缺陷检测中采用目标面积和边缘形状矩形度实现特征识别.经排序机构将产品有序排列后,根据各列缺陷识别结果,由单片机控制剔除装置完成相应动作,剔除不合格品.实验表明:该试验系统可有效完成油炸鱼豆腐产品的在线外观检测及残次品的剔除,提升生产线成套装备的技术水平.     

PID调节在管道缺陷检测机器人控制系统中的应用

本文介绍了管道机器人PID控制方法,实现了PID控制参数的在线自动整定,完成对管道缺陷检测机器人的运动控制,保证检测机器人的平稳运行和缺陷的准确检测.试验表明,该控制方法具有很高的可靠性和有效性.     

煤矿烟雾的计算机视觉检测方法

针对煤矿井下传统火灾探测器在检测烟雾时受空间限制的局限性,提出计算机视觉和多特征加权融合的烟雾检测方法.通过基于模糊逻辑的图像增强方法对图像进行增强以改善所获取的图像质量,再通过混合高斯模型实现对疑似运动目标区域的提取.在充分分析烟雾图像特征的基础上,基于统计模式的方法实现了烟雾静态特征、动态特征的提取,利用加权的方法将烟雾图像特征融合起来,实现对烟雾的在线检测.研究结果表明:该方法不受环境、探测距离等因素限制,可有效克服煤矿井下低照度、有光照变化以及视频图像有噪声等特点,且无需对分类器训练,该法具有简单、灵敏度高、实时性强、检测率高等特点.     

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.     

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DSP的轴承漏装缺陷在线检测系统

通过分析轴承铆钉、滚动体缺失检测技术的现状问题,采用数字图像处理技术实现了对轴承铆钉、滚动体缺失的在线检测。以TMS320DM643为核心器件建立了实时数字图像处理的硬件系统,硬件系统主要包括三个部分：存储器部分、视频输人部分和视频输出部分等。通过CCD摄像机获取表面的视频图像,首先对视频图像进行降噪的预处理,然后利用图像分割等算法对视频图像进行检测,达到缺陷提取的目的。实验结果表明,该系统可有效的检测出有缺陷的不合格轴承。     

重轨表面缺陷机器视觉检测的关键技术

针对重轨生产线中重轨表面缺陷在线检测的困难,提出了基于机器视觉检测的系列关键技术,包括缺陷成像机理、多CCD组合采集器、图像处理技术、基于多空间的缺陷参数提取等.通过图像校正、基于支持向量机(SVM)的直线(面)边缘搜索算法和缺陷特征参数提取等核心技术,可获得完整的重轨全表面的图像,其提纯的缺陷特征参数可以进行模式识别.实验验证表明,采用上述关键技术对重轨表面常见的缺陷识别,正确率在80%以上,达到了工程检测的需要.     

形态小波在中厚板表面裂纹缺陷检测中的应用

中厚板表面裂纹缺陷在图像中容易受背景噪声和氧化铁皮的影响,传统的图像处理方法很难将裂纹缺陷从图像中检测出来.提出了将形态小波变换应用于中厚板表面裂纹缺陷检测的方法.该方法利用小波分解对突变信号的检测能力,结合裂纹缺陷在形态上近似于直线的性质,将裂纹缺陷从图像中准确提取出来.实验证明形态小波用来检测中厚板表面裂纹缺陷比用其他方法更有效.