基于改进GAC模型的钢丝绳图像检测方法

目的针对测地线活动轮廓模型易受初始位置选择限制,处理弱边缘效果较差的问题,提出一种改进测地线活动轮廓模型.方法首先,将局部二元拟合的能量函数中引入图像的局部和全局方差信息,避免其在处理复杂图像时易陷入局部最小值;其次对该能量函数进行归一化处理,代替原来测地线活动轮廓模型的边缘停止函数;最后,驱使轮廓曲线运动到钢丝绳图像中的损坏区域的边缘处.结果改进后的模型能够有效地分割出钢丝绳图像中的轮廓和损坏边缘,以人机交互的形式提取轮廓部分和损坏部分,计算相应的面积,获得缺损度,实现钢丝绳的故障检测.结论笔者所提出的改进GAC模型可以简单、便捷的检测出钢丝绳故障缺损度,同时也证明了该模型在解决钢丝绳图像检测问题时具有较高的精度.

基于Contourlet图像去噪的电梯曳引机故障检测

电梯曳引机的红外采集图像普遍具有噪声大、图像画质低,针对由于噪声干扰导致图像特征点不明显、故障区域数据获取难等问题,提出基于Contourlet变换去噪算法。该算法与小波变换相比较,对高斯白噪声有明显的抑制作用,较好的保留了图像的轮廓细节和纹理特征。实验结果证明,Contourlet能有效去除图像中的噪声,提高了识别图像中故障区域的准确率,对曳引机故障区点的排除与获取具有重要意义。