基于数字图像处理的玻璃瓶瑕疵检测系统

市场上众多的玻璃瓶产品表面存在裂缝、破损、磨损带过大等问题,如流入市场即成为次品并要求退回,严重影响了产品质量,并消耗了大量的劳动力.为解决此问题,研究了一套装置,利用数字图像处理技术,通过改进的Sobel检测算子方法,对采集的图像进行边缘检测,并结合ARM控制技术,自动检测玻璃瓶瑕疵,并将其剔除,替代了传统的用人工目视的检测方法,克服了人工检测速度慢、检测结果可靠性低、一致性和稳定性差,无法提高产品质量,检测效率低等问题.     

基于图像增强的水泥路面裂缝检测方法及应用

针对水泥路面裂缝识别的干扰和噪声问题,提出一种基于图像增强的裂缝检测方法。首先利用小波变换增强裂缝对比度;再采用空域滤波和基于傅里叶变换（FFT）的频域滤波相结合的方法滤除图像中的噪声和干扰;在此基础上,使用边缘检测方法实现裂缝提取。实验结果表明,该方法可有效去除图像中的干扰和噪声,较好地识别水泥路面的裂缝。     

基于MATLAB GUI的裂缝检测系统研究

裂缝检测对混凝土的结构健康和结构安全保障起到了至关重要的作用。以往都是通过人工检测的方式去检测裂缝,但是人工检测裂纹的过程十分耗时费力,而且还会受到检测人员主观判断的影响,此外,裂纹检测比其他基础架构元素检测要复杂得多。目前有关裂缝检测方法复杂且效率低下。所以,裂纹检测系统的发展一直是一个重要的课题。因此,本研究的目的是基于MATLAB GUI图像处理技术创建一个有效的裂纹检测系统,其中包括图像灰度化、图像去噪、图像增强、图像二值化裂缝识别以及GUI设计。实现了裂缝宽度、长度、面积、方向等特征的自动测量,并优化现有的图像去噪算法。     

基于Sobel算子的无砟轨道道床板裂缝自动检测算法

目前无砟轨道道床板裂缝检测采用的电磁、超声等无损检测方法存在检测设备复杂、检测精度低等问题,为此文章提出了基于Sobel算子的无砟轨道道床板裂缝自动检测算法,此算法通过对裂缝图像的预处理、边缘特征提取、边缘标定、长度测量,实现对裂缝方向和长度的判断。实验表明,利用Sobel算子提取无砟轨道道床板裂缝的边缘特征,具有算法简单、裂缝识别准确和对噪声鲁棒的优点,为裂缝检测提供了新的方法。     

基于迭代最佳阈值分割的边缘检测研究

为了解决传统的人工定义阈值和检测算子在边缘检测方面的不足,提出了基于迭代最佳阈值分割的边缘检测,并据此进行图像的边缘提取。这种方法不仅大大降低了算法的复杂度,提供最佳阈值,同时也能保证边缘提取的精确度,消除图像噪声对边缘提取的影响。通过对迭代阈值的应用,利用边缘检测算子对图像进行边缘检测,并和现有的方法进行对比。实验结果表明,和现有的检测方法比较,该方法在检测效率和准确度上表现比较优秀。     

基于图像处理的回收受电弓滑板磨耗检测算法研究

使用人工检测机车受电弓碳滑板磨耗,效率和精度低,且工作量繁重。为解决广州机车检修段受电弓有效回收的实际需求,开展基于图像处理的机车受电弓滑板磨耗检测算法研究。图像预处理减弱图像噪声、光照等因素影响,结合碳滑板边缘特征选取适当Canny边缘检测参数,精确提取滑板的边缘信息。通过形态学图像处理,实现边缘连续性生长。通过图像标定拟合受电弓曲线,计算碳滑板磨耗深度。     

水下大坝裂缝图像分割方法研究

由于水下环境复杂,以及大坝裂缝形状的不规则性和方向的不确定性,边缘的灰度突变程度不一,严重影响大坝裂缝的检测效果。提出了一种改进的Canny算法。该算法基于最大熵原理,使传统Canny算子具有自适应性。理论与实验证明,该算法对于水下大坝裂缝检测效果较好。     

改进的Canny算子边缘检测算法研究

针对传统Canny算子边缘检测算法出现伪边缘或边缘丢失的缺陷,提出了一种采用统计滤波去噪和基于灰度的迭代法计算阈值的边缘检测算法。首先统计滤波并使用均值和方差去噪,避免出现如同高斯函数受噪声干扰的问题,保证图像边缘完整性;其次,使用灰度进行迭代计算确定阈值,改进了传统算法中人工确定的不足,使阈值更加准确,减少伪边缘和信息丢失的情况。通过大量实验对比和结果分析表明,改进后的算法与传统算法相比,可以提高边缘检测运行效率,使结果更加清晰、准确。     

基于改进的各向异性扩散方程Canny的边缘检测算法

在计算机视觉中边缘检测是一个热门的研究领域。边缘检测能缩减大量数据并滤掉无用的信息,同时保护图像中重要的结构特征。Canny边缘检测算法是一个经典的算法,对此提出基于改进的各向异性扩散方程的检测算法,以克服传统算法对噪声的敏感性。传统Canny算法的双阈值需要人工赋值,针对不同的图像具有使用缺陷,因此,提出基于Otsu方法的自适应方法。实验表明,改进的算法有效地提高图像边缘检测的准确性,定位精确度高。     

一种基于形态学的线粒体电镜图像边缘检测算法

提出了一种基于形态学的线粒体电镜图像边缘检测算法。首先对图像按需求裁剪,然后根据像素间灰度差异关系实现灰度图的二值化,再利用一套组合的形态学操作实现抽出背景、去除目标区域噪声、平滑边缘,最后通过去除所有内部的点获得线粒体的边缘。实验结果表明,对于电镜图像的线粒体边缘检测,该算法比现有的算法更有效,更接近人工检测的结果。     

农村公路水泥路面裂缝智能检测（英文）

为解决传统人工图像处理方法在农村公路路面病害检测中存在的效率低、结果不客观、大量数据无法及时处理等问题,考虑农村公路路段分布特征,集成ResNet50路面分类和改进的YOLOv5裂缝检测算法,提出了一种农村水泥路面裂缝智能检测方法.利用不同训练策略、不同网络深度进行对比,构建了基于ResNet50的路面高效分类模型,实现农村公路水泥和沥青路面的自动判别.创建了包含18 028张农村公路水泥路面裂缝图片的检测数据集,开展单阶段和两阶段目标检测算法对比试验研究,获得兼顾检测精度和效率的优选检测算法.在优选算法中融入自适应空间特征融合策略和优化回归损失函数,有效解决了图像中多尺度裂缝漏检问题,并进一步提高了整体检测精度.应用所提集成方法对农村公路水泥路面进行现场实测,结果表明路面类型分类准确率为98.4%,裂缝检测准确率为93.0%,表明所提方法能够准确高效地运用于农村公路水泥路面裂缝检测.     

基于局部三进制模式的边缘检测方法

边缘检测是指检测图像中灰度突变的区域边界,其结果直接影响图像后续处理,有效和准确地提取图像的边缘是边缘检测的关键。利用局部三值模式对图像结构特征的表征优势,提出一种新的图像边缘检测算法,能够准确检测出边缘,和其它边缘检测方法比较,具有边缘检出率高和抗噪性能好的优势。     

图像边缘检测分析与比较

边缘检测是数字图像处理和模式识别领域的基本课题,着重分析了几种经典的边缘检测算子并进行了比较,同时阐述了新的边缘检测方法的原理。分析结果表明,图像边缘检测是一个非良态问题,寻求较简单、能较好解决边缘检测精度与抗噪性能协调问题的算法,一直是图像处理与分析的研究重点。     

几种分形方法在图像边缘检测中的应用研究

介绍并比较了几种基于分形理论的边缘检测技术,包括基于分形编码的图像边缘检测、基于离散分数布朗随机模型的图像边缘检测、基于多重分形方法的图像边缘检测、利用人造目标和自然背景的不同分形特征提取目标边缘。具有不同分形特征的图像采用不同的的算法都可以取得较理想的效果,但实际上无论哪一种算法在解决一定问题的同时也存在不同类型的缺陷。因而,寻求更理想的分形方法应用在图像边缘检测中将仍然是图像处理与分析中研究的主要问题之一。     

基于机器视觉的O型圈质量检测智能系统开发

针对人工检测耗时多、误差率大的问题,设计了O型圈图像处理步骤,在半径检测、侧面厚度检测、缺陷检测时分别进行了图像分割,并设计出一套基于机器视觉的O型圈智能分拣系统。实验表明,该系统能对不同规格O型圈的尺寸以及表面缺陷进行全面检测,最终实现高效率的检验及分拣。     

融合注意力机制与轻量化网络的桥梁裂缝分类

提出一种基于注意力机制融合轻量化网络的桥梁裂缝图像分类方法。以轻量化卷积神经网络为理论基础分类识别桥梁裂缝图像,并在轻量化网络中加入注意力机制以解决网络无法自主关注所感兴趣区域的问题。根据桥梁图像中裂缝所占比例较小且边缘突出的特点,选用适合于识别桥梁裂缝的注意力机制——CBAM(convolutional block attention module),并将其嵌入轻量化卷积神经网络EfficientNetv2中,建立CBAM-EfficientNetv2模型。实验结果表明：CBAM-EfficientNetv2模型与VGG16、ResNet34等常用深度学习模型对比,可获得最优的桥梁裂缝图像分类效果,其分类识别准确率达到95.64%。     

基于分水岭算法的矩形钢管混凝土构件刚度裂缝检测

现有矩形钢管混凝土构件刚度裂缝检测方法存在刚度裂缝检测精准度较差的问题,无法满足现今建筑安全需求,故提出基于分水岭算法的矩形钢管混凝土构件刚度裂缝检测方法.获取刚度裂缝数字图像,并对其进行适当的预处理,以此为基础,基于分水岭算法对梯度图像进行分割,以图像分割结果为依据,标记连通区域,剔除干扰区域,提取连通区域特征,依据...     

基于最大局部变化的安全带检测算法

传统的边缘检测算法的效果很大程度上取决于阈值的选取,针对这个问题,提出了基于局部最大变化和二维OTSU的边缘检测方法,该方法利用图像局部区域的所有像素灰度值与中心像素灰度值的最大差值来描述图像边缘分布信息,从而得到图像边缘分布信息图,然后利用二维OTSU方法对该边缘分布信息图进行二值化处理得到边缘二值图。利用该边缘二值图,结合车辆的一些先验信息,提出车窗定位算法,并进一步确定驾驶员区域,最后通过在驾驶员区域内检测是否存在满足安全带先验特征的直线来判断驾驶员是否佩戴安全带。实验结果表明,该方法能够准确定位车窗边缘和驾驶员区域,可以应用于安全带的检测,具有一定的实用价值。     

几种边缘检测算子在铁路图像中的应用

边缘检测是数字图像处理与分析的基础内容之一,在图像处理中占有很重要的地位,其算法的优劣直接影响着所研制系统的性能.介绍了边缘检测技术的基本原理,描述了几种边缘检测方法,并将其应用到铁路图像中,研究了它们处理图像的优缺点.     

基于自适应标记的金相组织智能检测方法

针对依赖人工进行复杂金相组织分析智能化程度低、精度不高的状况,提出了一种基于改进标记的分水岭算法的金相组织智能检测方法。该方法首先引入多尺度Retinex等算法对金相图像预处理,有效提升金相图像质量;其次,依据拉普拉斯锐化等获得晶界基本轮廓;最后通过改进的自适应标记的分水岭算法,有效地解决了金相组织边界模糊、中断等问题,实现了精确且完整的金相组织检测。对比实验表明：在边缘检测准确度、晶粒数检测以及检测时间等方面都表现优异。该方法不仅可以解决人工分析受主观判定影响大、耗时耗力的问题,也提升了现有方法对复杂的金相组织检测精度低的问题,能够满足晶粒度等金相组织特征参数智能检测需求。