重庆市自然科学基金(cstc2011jjA70005)
- 作品数：3 被引量：52H指数：3
- 相关作者：余永维殷国富杜柳青蒋红海黄强更多>>
- 相关机构：重庆理工大学四川大学更多>>
- 发文基金：重庆市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 焊缝缺陷X射线图像微弱信号识别方法被引量：6
- 2013年
- 为实现精密焊件内部缺陷的X射线微弱信号视觉检测,研究在强噪声、大灰度梯度背景下微弱图像信息的分割方法。首先提出一种基于扫描线的自适应梯度阈值方法来快速确定可疑缺陷区域,以减少数据处理量、降低分割难度;然后提出基于反几何扩散模型的焊缝缺陷X射线微弱信号提取算法,利用在反几何扩散过程中形成的一系列自适应阈值面,根据改进的分类规则对缺陷微弱图像信息进行标记分割,同时识别噪声。实验表明,该方法能在亮度不均匀、边缘模糊、强噪声的X射线图像中准确提取出焊缝缺陷微弱信号,失真小且效率高。
- 余永维殷国富殷鹰杜柳青
- 关键词：X射线图像焊缝微弱信号
- 磁瓦表面图像的自适应形态学滤波缺陷提取方法被引量：40
- 2012年
- 结合磁瓦表面机器视觉自动识别系统的需求,提出一种基于自适应形态学滤波的缺陷提取方法.针对磁瓦表面缺陷对比度低、图像中存在磨痕纹理背景和整体的亮度不均匀等难点,设计了一种新的自适应形态学滤波器;根据磁瓦表面图像不同区域内的灰度变化进行分区域逐行扫描,估算每行缺陷最大尺寸,使滤波器的一维棒状结构元素随着缺陷尺寸自动调整;通过逐行自适应形态学滤波滤除或弱化缺陷,模拟出背景图像(阈值曲线),用原始图像与背景图像相比较即可提取出磁瓦表面的缺陷.实验结果表明,该方法能准确、快速地提取出磁瓦表面图像各区域的缺陷,通用性好,可用于磁瓦缺陷在线自动识别系统.
- 余永维殷国富蒋红海黄强
- 关键词：自适应形态学滤波图像分割
- 磁瓦表面缺陷机器视觉检测与识别方法被引量：9
- 2014年
- 针对磁瓦生产过程中表面缺陷检测的重要性和人工检测的弊端,研究基于机器视觉的磁瓦表面缺陷自动检测与识别方法。为解决磁瓦表面缺陷种类多、对比度低、图像中存在磨痕纹理背景和整体亮度不均匀等难点,定义扫描线梯度,其标准差与扫描线灰度标准差构成特征向量,提出基于两类支持向量机的图像分割方法来判别和提取缺陷;并提出一种改进的多类支持向量机方法,对缺陷进行分类识别,解决了多类支持向量机存在不可分区域的问题,提高了分类器的准确性和有效性。实验结果表明,该方法能准确快速地提检测磁瓦表面各区域的各类缺陷,检出率可达到96%以上,识别率超过91%。
- 杜柳青余永维
- 关键词：机器视觉支持向量机磁瓦
