3M检测纸片与国标方法相关性实验观察

传统的微生物学检测方法是概率理论与实验设计方法在细菌测定上的实际应用,被定为国标法;3M公司生产的细菌总数及大肠菌群检测纸片,含有VRB(Violet Red Bile),一种冷水可溶性的凝胶剂和四唑翁(tetrazolium)指示剂,可增强菌落计数效果,其表面覆盖的胶膜,可留住发酵乳糖的大肠菌群产生的气体.

应用大肠菌群检测纸片检测肉制品大肠菌群的结果观察

大肠菌群是检测饮食品,水及外环境污染程度的一项重要指标。目前国内沿用的发酵法,需要时间较长,难以满足工厂企业基层实验室的实际工作需要。1986年笔者研制出一种能检测固体,液体食品及外环境标本中大肠菌群的纸片,经几年的实际应用,具有简便,快速,接种检样量大的优点。

基于深度学习的纸病检测系统设计与研究

本课题设计了基于深度学习的纸病检测系统,用于提高造纸生产过程中的质量控制水平。该系统采用了“CCD+FPGA+工业控制计算机+训练计算机”的架构模式,实现了对纸张图像数据的实时采集、纸病的实时判断和纸病类型的实时识别。综合考虑分类准确率与推理速度,选择MobileNet模型算法,其分类准确率达99.5%,每秒可推理约103.1张分辨率为224×224的图像,满足现场纸病图像分类识别的实时要求。

机器视觉技术支持下的纸病智能检测系统架构设计研究

随着工业自动化技术的迅速发展,精确和高效的质量控制系统成为提升生产效率和产品质量的关键。传统的纸病检测方法依赖人工视觉,存在效率低下和误差率高的问题。为解决这些问题,对一种基于机器视觉技术的纸病智能检测系统设计展开研究。首先设计了包括硬件配置和软件算法在内的完整系统架构,其次通过实际生产环境下的严格测试,验证了系统的有效性。测试结果表明,该系统能够实时准确地识别多种纸病,显著提高了检测的准确率和效率。

基于快速傅里叶变换和改进分水岭算法的纸病实时检测复合算法

本课题提出了一种适合高速宽幅造纸机纸病在线实时检测的复合算法,该算法的基本思想是:首先通过快速傅里叶变换(fast Fourier transform,FFT)将时域图像转换到频域,以便使用频域图像与高斯(Gaussian)高通滤波器做乘积运算进行滤波;再通过快速傅里叶逆变换(inverse fast Fourier transform,IFFT)将频域中的图像转换到时域,以便下一步使用运算速度较快的分水岭算法对滤波后的图像进行快速缺陷分割,实现纸病在线实时检测。利用采集到的2000余张纸病图片进行纸病检测实验,结果表明,本课题提出的复合算法具有快速、高效、适用性强、分割效果好等优点,可满足纸病在线检测对图像处理算法实时性和准确性两方面的要求。

基于改进Faster R-CNN的纸病检测算法

目的达到纸病检测中能够充分提取纸病特征、提高检测精度、降低小目标漏检率的目标。方法基于Faster R-CNN的检测算法进行改进,主要改进的做法是利用深度残差网络ResNet-50替换原模型的骨干特征提取网络VGG16,以保留更多的纸病特征信息,增强特征网络对纸张缺陷的提取能力;在算法中添加空间和通道的双重注意力机制CBAM,用来提高纸病检测精度;将ROI-Pooling替换为ROI-Align,增强网络的泛化能力。结果实验结果表明,改进后的算法平均精度达到98%,较原算法平均精度提升了9%。结论改进后的算法能够充分提取纸病特征信息,有效提高了纸病的检测精度,以及提高了小目标纸病的检测率,降低了错漏检率。

基于机器视觉的纸病检测系统发展综述

在详细介绍以机器视觉技术为核心的纸病检测流程的基础上,研究、梳理和归纳了纸病检测系统在硬件模式、软件系统和检测算法上的发展历程,分析了当前纸病检测中存在的难点问题,并讨论了该技术的发展前景。

基于Gabor滤波器的低对比度纸病检测算法

针对现有的纸病检测算法对裂痕、褶皱等低对比度纸病检出率低、抗干扰能力差的问题,提出一种基于Gabor滤波器的纸病检测算法。首先使用Gabor滤波器以及Gaussian滤波器去除纸张纹理干扰,增强纸病区域对比度;然后使用Laplasian算法进行边缘检测,最后使用形态学闭运算得到完整的纸病边缘图像。实验结果表明,该算法对低对比度纸病检测正确率高,并具有良好的抗干扰性能。

基于近场均匀照明的纸病检测系统光源优化方案

针对纸病检测系统中采集到的图像存在横向灰度不均匀现象,基于几何光学辐射照度理论,围绕纸病检测系统光源模块照射到被检测纸张上的照度均匀分布问题开展了应用技术研究。依据斯派罗法则,确定了光源模块中LED灯珠间的最优距离函数;从机器视觉的角度出发,利用实验法确定了光源阵列中不同位置灯珠的功率优化函数;采用图像灰度均匀度指标,对光源的改进效果进行了验证。结果表明,本优化方案可以将获取到的图像灰度均匀度由优化前的57.8%提高到98.6%,有效地提高了纸张的成像质量,可降低后期的图像处理难度,有望提高应用程序的执行效率。

基于FPGA的纸病检测预处理算法的实现

利用DSP Builder工具在MTALAB/Simulink中设计纸病图像预处理算法,然后将算法的Simulink模型转换为FPGA的硬件代码。硬件在环测试验证了算法可以对纸病图像进行滤波、检测边缘和定位处理。利用FPGA对纸病图像进行预处理,可以满足纸病检测系统需实时处理大量数据的要求。

基于模糊逻辑的纸病检测动态阈值设置方案研究

目的提高阈值法在纸病检测系统中的通用性。方法通过实验法获取不同时间段图像灰度数据,依据获取数据的时间段对图像灰度数据进行分类,求得相应时间段的灰度最大平均值、灰度最小平均值、总体灰度平均值以及灰度标准差,应用图表分析法对图像灰度的各种数据进行对比分析,总结出图像灰度变化规律,使用Visual studio 2015进行编程并验证。结果实验结果显示此方案可以较好地适应外界光线的变化,提高纸病检测系统的鲁棒性。结论基于模糊逻辑的纸病检测动态阈值设置方案,可以有效提高阈值法在纸病检测系统中的通用性。

基于频闪成像的纸病检测系统光源优化技术

近年来,基于机器视觉的纸病检测技术可以在纸张的生产过程中完成对纸张质量的监测和纸病信息反馈,所以一直是国内外相关领域的研究热点。但是随着纸机车速的加快和纸张幅宽的加大,尺寸小的纸病很难被检测出来,而且采集到的纸张图像质量差。针对在采集纸张图像过程中出现的横向波纹现象。通过香农采样定理的逆向分析,总结出横向波纹产生的原因;结合频闪成像技术,利用速度传感器、A/D转换电路和LED频闪电路设计了一种适用于纸机车速、相机扫描频率和LED光源频闪同步控制系统,借助纸病检测装置,通过采集纸机不同车速下的纸张图像,进行控制系统有效性的验证。结果表明该控制系统可以有效地提高纸张的成像质量,为纸病检测和识别奠定良好的基础。

基于木桶理论的纸病检测系统架构设计

对于基于机器视觉的纸病检测系统而言,如果能在了解用户需求后,设计出一套稳定且适用的系统架构可以达到事半功倍的效果。本文基于木桶理论的纸病检测系统架构,以工业线阵相机产生的数据量和各种硬件的处理能力为研究内容,以配置均衡为主要研究目标,设计出一套有效的、可供参考的纸病检测系统架构的搭建方案,针对不同的流水线,提出最小适配方案,最终达到既能满足用户需求又不浪费系统资源的效果,有效为造纸企业降低投资成本。

基于线阵相机的纸病在线检测系统的设计

为了实现纸病的在线检测与标记,设计了一种基于线阵相机的新型纸病在线自动检测系统.介绍了该纸病在线检测系统的原理及检测方案,对系统的总体结构进行了设计,以TMS320F2812为主控芯片设计了系统的硬件电路,包括各个模块的功能及系统的工作流程,进行了图像采集系统的软件设计.实验结果表明,该系统能够实现对纸病的精确检测与标记,具有成本低、效率高、可靠性强等特点,功能和指标都达到了设计要求.

基于CB形态学和灰度码分解的纸病检测

传统纸病检测算法抗干扰能力差、定位不准确和运算复杂,针对该问题,提出了一种基于轮廓结构元素形态学和灰度码分解的纸病检测算法。首先,采用多尺度CB形态滤波算法对纸病图像进行滤波,再进行灰度码分解,最后运用多结构元素CB形态学提取重要位面图的边缘。仿真结果表明,该算法运算简单,具有较好的抗干扰能力,并能够较准确地定位纸病缺陷。

基于FPGA和CCD相机的纸病检测系统的设计与实现

针对高速纸机纸病检测时,图像数据处理量大和实时性的要求,文中采用FPGA(Field Programmable Gate Array)和线阵CCD(Charge-coupled Device)相机技术,介绍了一种高速纸病检测系统的设计。利用FPGA并行性和高速运算能力的特点,控制线阵CCD实现高速下图像采集和进行纸病图像预处理,抓取出纸病图像并上传到上位机,然后利用灰度阈值分割和二值图像分型盒维数的方法确定纸病类型。结果表明,该设计有效提高了纸病检测速度,降低了成本。

基于改进YOLOv5的纸病检测方法

针对传统纸病检测算法中纸病特征提取困难、实时性差的问题,提出一种改进YOLOv5的纸病检测方法。该方法首先在批量归一化模块的首尾部分添加居中和缩放校准,形成更稳定的纸病有效特征分布;其次在骨干网络中添加坐标注意力机制,增强骨干网络的纸病特征提取能力;最后选用CIoU_loss作为边界框回归的损失函数,实现高精度的定位。实验结果表明,改进后的算法平均精度达99.02%,实时检测速度达41.58帧/s,相较于现有的基于CNN纸病分类算法,检测精度与检测速度都有较大的提升,且改进后的算法对光源的依赖程度更低,能对各类纸病实现精准辨识。

基于CB形态滤波的形态学纸病检测方法研究

提出了基于轮廓结构元素形态学(CB形态学)滤波的形态学纸病检测方法。首先采用CB形态学对纸病图像进行滤波,力求在滤波的同时不损失图像的细节,然后再用形态学算子对图像进行边缘检测,最后结合传统的区域分割算法得到纸病检测结果。仿真结果表明了本文提出的纸病检测方法的有效性。

基于位平面的纸病检测算法研究

针对当前纸病检测算法存在抗干扰能力差、定位不准确和运算复杂等问题,提出一种基于位平面的纸病检测算法。首先,采用自适应中值滤波算法对纸病图像进行滤波,然后,对滤波后的图像进行位平面分解,并运用格雷码对位平面加以增强,最后,使用数学形态学对其进行边缘检测,得到最终的纸病检测结果。仿真结果表明:该方法运算简单,能够较好地检测出纸病缺陷,并具有较好的抗干扰性和定位准确性。

纸病图像检测与分割的二阶段方法

提出了纸张表面纸病检测与分割的二阶段新方法。通过对纸张微观结构中纤维分布的分析,由统计学分析原理建立了纸病图像的二阈值分割法,利用质量控制图结合具体纸样进行了纸病特征的提取,利用数学形态学操作对二值图像进行了滤波和分割检测。结果表明:二阶段分割阈值检测方法对纸病图像的分析十分简单、有效。