针对特钢棒材表面裂纹缺陷人工检测效率低、漏检率高且无法与自动化修磨技术相结合等问题,提出一种棒材表面裂纹的视觉检测方法。首先基于棒材旋转,利用线阵相机沿棒材周向采集到中心和边缘亮度一致的二维图像;然后,采用双边滤波和增强的预处理方法提高棒材表面图像质量,在去除图像噪声的同时保留裂纹局部细节,增强裂纹与背景区域的对比度;再根据求补集原理去除干扰裂纹检测的亮点区域;接着将最大类间方差法与Canny算子结合,自适应选取边缘阈值,提高边缘检测精度;最后,根据所选区域的面积、长宽比以及与水平方向夹角等几何特征筛选出真正的裂纹,将裂纹缺陷位置信息坐标化。实验及研究结果表明该检测方法能够替代人工,准确检测和定位特钢棒材曲面的裂纹,为后续棒材裂纹的自动化修磨提供基础。

提出一种复杂度低且能简单有效地进行噪声的去除,并且能够较好地保持模型关键特征的网格滤波方法。首先基于对几何均值滤波方法已有的研究,通过使用网格数据点的空间位置属性,将经典的几何均值滤波算法推广至三维空间;然后应用双边滤波的基本思想提升滤波器的鲁棒性;最后基于同态滤波的理论来设计迭代公式对顶点位置进行更新迭代,以达到简单有效的特征保持滤波的目的。与其他4种经典方法的对比实验表明了文中算法的有效性。此外降噪模型误差数据的对比分析表明,与其他方法相比,该方法具有下述优点在尖锐特征模型上的均方误差(MSE)能显著下降(>0.01),在具有连续特征的模型上MSE也有所下降(>0.001)。实验结果表明了该算法对噪声网格模型的处理具有良好的鲁棒性。

准确检测机械装配体在装配过程中的变化零部件,对于监测产品的装配顺序、提高装配质量、保障生产安全具有重要的意义。为了能够从多个角度检测机械装配体的变化零部件,提出基于三维注意力和双边滤波的机械装配体图像多视角变化检测网络(TAF Net)。为了提高机械装配体变化检测的准确性,TAF Net网络引入三维注意力机制,增强网络的细节特征提取能力;引入双边滤波,减少变化图像中的噪声,优化变化图像中零部件的边界。建立2个装配体变化检测数据集,分别为合成深度图像数据集、真实彩色图像数据集,使用2个数据集分别进行实验。结果表明:TAF Net网络能够精确检测出图像中的变化区域,在2个数据集中的综合评价指标F1_score都达到96%以上。

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。

钢轨廓形的测量对指导钢轨打磨、提高列车运行安全、延长钢轨寿命具有重要的意义。采用三维激光扫描重建技术,获取钢轨廓形点云数据;分别采用迭代最近邻算法、双边滤波法以及曲率精简法对钢轨点云数据进行拼接、降噪和精简处理;对比在不同高斯滤波参数下,该技术对钢轨点云数据的滤波效果。结合UM动力学软件和有限元分析软件对三维重构后的钢轨模型进行仿真对比分析。结果表明:采用该三维重构技术可以快速地对钢轨的型面进行重构;高斯滤波参数σ_c为20时,对钢轨点云数据的滤波效果较好,能够使钢轨轨顶保持良好的细节特征。

为了提高CRTIII无砟轨道板视觉检测中图像匹配的效率,文章采用一种改进算法完成轨道板图像匹配。传统的SIFT算法使用128维特征描述子，计算欧式距离判断是否匹配，匹配速度慢，并存在误匹配问题。为了提高算法的稳定性和正确率。文中首先对采集图像进行双边滤波，去除噪声并保存图像的边缘信息。在SIFT的基础上采用内切圆选择特征描述子，目的是为了去除远离中心点的那些像素，最后得到了96维特征描述符向量；并且计算皮尔逊相关系数进行评分，通过对相关系数排序，设置适当的阈值，初步找到匹配点，然后运用一种去除误匹配的算法得到最优匹配结果。最终证明，该算法缩短了图像处理时间，并且保证了较高的图像匹配精度和较高的稳定性。