翼子板A柱断线缺陷研究

分析了翼子板A柱处的油石断线缺陷,并阐述了缺陷识别和产生原理,通过NC加工数据全工序补偿方法,减少首次成形零件的面品缺陷。经实际生产表明:在CAE软件中提前预测缺陷,并在NC数据中补偿处理,能够有效减少翼子板A柱的油石断线缺陷。

基于AI的输电线路导线断散股缺陷检测方法

针对现有方法对输电线路导线断散股缺陷检测时存在的缺陷检测准确率较低的问题,提出了基于AI技术的输电线路导线断散股缺陷检测方法。首先对所采集的输电线路导线图像进行降噪和增强等处理;然后利用LBG算法完成K-means算法的优化,应用改进后的算法对导线图像进行分割提取;最后采用AI技术中的卷积神经网络算法,实现对输电线路导线断散股缺陷的检测。实验结果表明,采用所提方法对导线断散股检测时,其检测准确率均高于95%,优于对比方法,具有一定应用价值。

无人机电力巡检中的输电线路断股检测与定位

针对输电线路断股会影响到输电网络安全运行这一问题,提出一种无人机电力巡检中的输电线路断股检测与定位方法。先对无人机巡检所得图像进行灰度化处理,使用改进的Canny边缘检测算法和Hough算法提取边缘直线;遍历直线上的像素点,通过边缘跟踪算法找到输电线路候选断股区域;最后利用断股与直线的夹角来判决输电线路是否发生故障。实验证明,所提方法对输电线路断股检测与定位有较好的鲁棒性与准确率,在无人机电力巡检领域具有一定的工程应用价值。

基于无人机图像的输电线断股缺陷实时检测

针对输电线断股缺陷,设计一种基于图像的实时检测方法。首先将无人机拍摄的图像实时传输到PC端,采用Laplacian算子进行边缘检测,经过闭运算和二值化方法得到光滑的边缘,为排除其他非输电线的直线边缘,对霍夫变换进行改进;然后将输电线的直线边缘作为区域生长的种子点,生长出输电线区域;最后利用输电线宽度的变化判断断股缺陷是否存在。

基于图像处理技术的配电线路导线断股散股缺陷检测

针对配电线路导线断股散股缺陷的检测问题,分析现有方法的不足和导线缺陷的突出特点,具体阐述了导线缺陷检测的算法和流程,提出了一种基于图像处理技术的导线缺陷检测方法。利用导线的形状和灰度特征提取复杂背景中的导线,人工提取导线缺陷特征,并训练支持向量机分类器在导线区域中检测存在断股散股缺陷的区域。实验结果表明,提出的导线断股散股缺陷检测方法能够准确检测导线缺陷,自动化性能良好,可应用于配电线路的巡检工作。

基于候选区域对比度的显示屏缺陷检测方法

显示屏在生产、组装过程中易出现多种类型的缺陷,传统的人工检测方法工作量大,主观性强,检测标准难以量化,误判率高。为此,提出一种使用折线阈值对候选区域对比度进行阈值判断的显示屏缺陷检测方法。通过计算候选区域对比度来检出点状、块状、Mura缺陷,候选区域对比度的计算方式克服了显示屏亮度不均匀产生的影响,使用折线阈值对候选区域对比度进行阈值判断,提高了低对比度Mura缺陷的检测精度。