基于频域滤波的电缆线芯图像纹理消除研究

电缆作为电力传输的重要部分,其线芯质量关系到用电安全及传输效率。在利用机器视觉技术测量电缆线芯结构参数时,刀痕纹理严重影响了图像分割效果,降低了测量精度。针对这一问题,提出了一种基于改进频域滤波的线芯截面图像刀痕纹理消除方法:首先采用相对总变差模型分解线芯截面图像,得到纹理图像描述;对线芯截面纹理图像进行快速傅里叶变换,分析刀痕纹理在频域中的能量主方向;研究改进型巴特沃斯陷波滤波器,设计椭圆形的邻域窄阻带以降低刀痕纹理对应的带状区域能量,从而消除刀痕纹理。实验结果表明,该方法的刀痕纹理消除率可达92%,提升了电缆线芯质量检测的效率。

小型液晶屏盒内缺陷检测中纹理的消除

提出了一种在小型液晶屏盒内缺陷检测中消除纹理影响的方法,并成功制作了国内首台小型液晶屏盒内缺陷自动光学检测仪。本方法的基本原理是:采集标准液晶屏图像,利用其图像数据建立补偿矩阵,在检测的预处理过程中使用补偿矩阵消除纹理。这种方法有效解决了液晶屏纹理影响检测结果的难题。理论分析及现场实验结果表明,该方法达到消除液晶屏纹理的同时完整保留缺陷的目的,使液晶屏盒内缺陷自动检测的准确性大大提高。

基于局部特征的驾驶证自动识别系统

针对待识别号码存在于文字、阴影线、方框等实际复杂背景中时,现有算法识别精度低、普适性及鲁棒性不强等问题,设计并实现了一种高速驾驶证自动识别系统.首先通过自适应二值化与形态学处理相结合解决因光照不匀、噪声、倾斜及具有阴影线字符导致的分割难点,进而利用Blob分析提取驾驶证上的重要局部特征,最后综合利用字符先验信息和相关匹配算法提高识别率.实际测试结果表明,系统识别率高,并据此开发出了投向市场的实用产品.

基于机器视觉的线缆导体质量检测研究

针对现有人工检测费时费力的问题,提出了一种基于机器视觉的线缆导体质量检测方法,能够方便、高效地检测线缆导体质量。分析线缆截面图像中刀痕的特征后,提出了一种基于Gabor滤波器的刀痕纹理消除方法;根据线缆导体分布规律,研究了一种导体根数分层分析算法。实验表明,所提出的刀痕纹理消除方法能有效提高导体轮廓检测效果,提出的根数自动检验算法能实现对导体根数的分层检验,可以帮助检验人员快速地检出导体根数,计算缺漏情况。

基于视觉的液晶屏/OLED屏缺陷检测方法综述

液晶屏(liquid crystal display, LCD)和有机发光半导体(organic light-emitting diode, OLED)屏的制造工艺复杂,其生产过程的每个阶段会不可避免地引入各种缺陷,影响产品的视觉效果及用户体验,甚至出现严重的质量问题。实现快速且精确的缺陷检测是提高产品质量和生产效率的重要手段。本文综述了近20年来基于机器视觉的液晶屏/OLED屏缺陷检测方法。首先给出了液晶屏/OLED屏表面缺陷的定义、分类及其产生的原因和缺陷的量化指标;指出了基于视觉的液晶屏/OLED屏表面缺陷检测的难点。然后重点阐述了基于图像处理的缺陷检测方法,包括介绍图像去噪和图像亮度矫正的图像预处理过程;考虑到所采集的液晶屏/OLED屏图像存在纹理背景干扰,对重复性纹理背景消除和背景抑制法进行分析;针对Mura缺陷边缘模糊等特点,总结改进的缺陷分割方法;阐述提取图像特征并使用支持向量机、支持向量数据描述和随机森林算法等基于特征识别的缺陷检测方法。接着综述了基于深度学习的缺陷检测方法,根据产线不同时期的样本数量分别总结了无监督学习、缺陷样本生成、迁移学习和监督学习的方法,其中无监督学习从基于生成对抗网络和自编码器两个方面进行阐述。随后梳理了通用纹理表面缺陷数据集和模型性能的评价指标。最后针对目前液晶屏/OLED屏缺陷检测方法存在的问题,对未来进一步的研究方向进行了展望。