机器视觉检测图像拼接融合技术研究进展

机器视觉检测任务通常需通过图像拼接获取高质量、宽视野的被检对象,图像拼接融合是实现机器视觉图像拼接的关键步骤,该文系统评述常见机器视觉检测图像拼接融合技术,包括基于平滑过渡的机器视觉图像拼接融合技术、基于缝合主线的机器视觉图像拼接融合技术以及基于深度学习的机器视觉图像拼接融合技术等,阐述各技术方法的主要数学模型、工作机理以及性能特点,以及总结当前图像拼接融合技术先进方法与图像拼接配准技术值得关注的方向。

机器视觉检测图像拼接配准技术研究进展

机器视觉检测任务通常需通过图像拼接获取高质量、宽视野的被检对象,图像拼接配准是实现机器视觉图像拼接的关键步骤,系统评述常见机器视觉检测图像拼接配准技术,包括基于空域的图像拼接配准技术、基于频域的图像拼接配准技术以及基于深度学习的图像拼接配准技术等,阐述各技术方法的主要数学模型、工作机理以及性能特点,以及总结当前图像拼接配准技术先进方法与图像拼接配准技术值得关注方向。

面向荧光渗透检测的小型管件图像展开拼接方法

针对采用荧光渗透法检测小型管件表面缺陷需人工翻找并肉眼观察的不足,提出面向荧光渗透检测的小型管件图像展开拼接方法。首先,利用机器视觉技术从多角度采集小型管件荧光渗透处理后的表面图像,通过建立小型管件成像展开模型将其侧表面圆柱曲面转换为平面成像;然后,利用改进单应性变换实现多角度小型管件图像拼接配准;最后,基于区域融合与明度调节实现多角度小型管件图像拼接融合。试验结果表明:该拼接方法的特征匹配正确率达到86.78%,相对于原始匹配单应性模型适配率提高了12.43%,能较有效整合各角度荧光渗透处理后的小型管件表面缺陷信息,为小型管件图像处理二次定性检测提供优质输入。