桥梁拉索表面缺陷无损检测系统设计

针对国内外对桥梁拉索表面缺陷检测方法的不足,提出了以高速数字信号处理器芯片DM642为核心的桥梁拉索表面缺陷无损检测系统设计方法,并搭建了检测系统硬件平台。检测系统主要包括缺陷图像高速数据采集单元、DM642硬件平台、爬行移动机构和缺陷定位装置。结合数字图像处理算法,在实验平台上对系统设计进行了现场实验验证,大量试验证明该系统具有工作稳定可靠、实时性好、海量存储和无损检测等优点。设计的检测系统技术先进,对目前的桥梁拉索健康检测具有重要的现实意义和实用价值,而且该方法具有较好的通用性,可以推广应用到其它相关的检测领域。     

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。     

基于图像识别技术的零部件表面裂纹检测系统研究

研究一个精度高、实用性强、便于集成的机器视觉表面微裂纹检测系统,是现代检测技术的重要发展方向.机器视觉包括了图像获取、图像预处理、图像分割、特征提取、判断决策等模块.通过摄像机获取的图片经过图像采集卡的处理,转换成数字信号.通过各点的灰度值用适当的方法消除所发现的噪声.计算机通过阚值分割和边缘检测对图像的对象和背景进行分割,抽取图像的特征区域,对该区域各点的灰度值进行比较,找出与邻近各点的灰度值显著不同的面积区域.如果存在面积大于预设定的像素并且它不在干扰光斑的位置上,则被测零件含有裂纹,反之剥无裂纹.     

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.     

运营期桥梁斜拉索的技术状况检测

桥梁斜拉索工程作为重要的基础设施建设工程项目之一,对于社会经济的发展以及人们的安全出行有着至关重要的作用,需要加强对桥梁斜拉索工程项目的重视.本文主要针对运营期桥梁斜拉索的技术状况、检测方法进行探究,希望能为桥梁的持续稳定可靠运行提供一定的参考.     

新型冷轧带钢表面缺陷在线检测系统

提出一种新型冷轧带钢表面缺陷在线检测系统的体系结构并说明其工作原理．采用多台面阵ＣＣＤ成像、几何分段、数据合成的检测方法．选用先进的高速数字信号处理器（ＤＳＰ）作数字图像处理平台，构成了并行工作的多ＤＳＰ的主从式信号处理系统．该系统已在线运行．     

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。     

图像处理技术在电子元件表面缺陷检测中的应用

随着电子元件的广泛运用,其表面缺陷快速准确的检测手段也得到了人们越来越多的重视.以图像处理技术为基础,以晶振表面缺陷检测为具体事例,分析快速可靠的电子元件表面缺陷的图像检测方法.     

X射线检测焊缝的图像处理与缺陷识别

根据射线检测焊缝图像的特点,设计了图像去噪、增强的算法;针对焊缝缺陷对比度差、光照不均、纹理较多等不利因素,在去除焊缝背景情况下,设计了动态划分焊缝区域算法,利用局域阈值法分割提取出对比度不均的缺陷;通过对焊缝缺陷特征分析,选取缺陷识别的特征参数;建立了用于焊缝缺陷识别的模糊神经网络模型。试验结果表明,图像预处理和缺陷提取是成功的,提出的识别算法能够提高介于模糊边界模式分类时的识别率,对焊缝缺陷识别的效果优于分类识别法。     

基于DSP的视觉监测相机的图像处理系统

提出了一种基于TI（Texas Instruments）司的高性能DSP芯片TMS320VC33,集合了CPLD和外围存储技术的实用的视觉监测相机的图像处理系统．并且介绍了该系统的软硬件组成和设计方案。该系统性能优异,运算速度快、精度高、功耗低,适合用于航天装置。     

基于粗糙-模糊神经网络的焊接图像缺陷识别

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。     

基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。     

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.     

基于DSP的紫外图像中值滤波算法的实现

为了改善紫外图像的成像质量,需要对图像进行平滑处理。DSP硬件具有强大的运算能力及灵活的可编程性的特点,已被广泛地应用于实时图像处理领域。根据紫外检测技术的基本要求,在DSP平台上实现了对紫外图像的中值滤波处理,结果表明,该方法能够满足紫外检测系统的需要。     

空间划分的目标图像识别与跟踪技术

针对多目标识别跟踪算法中存在的低效率、高能耗,易产生误检、漏检等问题,以跟踪精确率、能量损耗为评价指标展开研究.对目前定位与跟踪的相关算法进行分析,提出一种基于空间划分的目标图像识别与跟踪算法.利用空间分簇机制,实时收集目标的位置信息,同时,建立目标丢失与恢复机制,显著提高了目标的识别与跟踪精度,减少能量损耗.结果表明:与常规算法相比,所提算法跟踪成功率提高了10%左右,并能有效减少能量消耗,具有一定的实用价值.     

带钢表面重皮缺陷在线图像识别算法研究

分析了运动带钢表面重皮缺陷的特征，对缺陷图像的奇偶场叠加和ＣＣＤ积分延迟造成的运动模糊进行了预处理．提出了一种基于机器视觉心理的高速在线重皮缺陷图像识别算法，最后给出了检测结果和结论     

基于模糊模式识别的焊缝缺陷图像检测

以埋弧焊管焊缝的X射线检测图像为对象,通过图像处理、特征提取和模糊识别实现了对缺陷的识别。为提高识别精度与实时性,采用主成分分析法对采集图像的像素矩阵进行了主元分析,结合模糊识别中的模糊C均值聚类算法对圆形缺陷和线形缺陷进行识别。相比于传统的通过提取缺陷的若干几何特征分类识别的方法,此方法具有算法简单、占用内存空间小、识别准确率高、实时性强等特点。最终平均识别率可达到90.93%,能够较准确地对焊缝缺陷进行分类识别。     

基于DSP和FPGA的实时图像处理平台的设计

介绍了一种基于数字信号处理器（DSP）和现场可编程阵列（FPGA）的高速实时图像处理平台的电路原理设计,外围部件瓦连（PCI）接口的软件实现和DSP软件设计。该图像处理平台主要采用TMS320C6416数字信号处理器和XILINX公司的VIRTEX4系列的XC4VLX80高性能FPGA,可灵活地在DSP和FPGA中实现各种信号处理算法程序,并且区别于传统的DSP平台,可根据算法要求方便地切换DSP和FPGA对片外存储器的操作,从而满足对各类图像数据的高速实时处理要求。