【摘 要】
：
针对钢板表面缺陷图像光照不均匀的问题,首先根据图像的亮度与光照分量和反射分量的相关性,采用多尺度高斯函数方法提取图像的光照分量并分离出反射分量.然后根据光照分量的分布情况调整二维(2D)伽玛函数的参数,实现光照分量分布不均的自适应校正,再将校正后的光照分量与原有的反射分量融合得到光照均匀的新图像.最后采用遗传算法选择最大熵阈值进行缺陷分割.结果表明:钢板表面缺陷图像的非均匀光照得到了有效改善,缺陷
论文部分内容阅读
针对钢板表面缺陷图像光照不均匀的问题,首先根据图像的亮度与光照分量和反射分量的相关性,采用多尺度高斯函数方法提取图像的光照分量并分离出反射分量.然后根据光照分量的分布情况调整二维(2D)伽玛函数的参数,实现光照分量分布不均的自适应校正,再将校正后的光照分量与原有的反射分量融合得到光照均匀的新图像.最后采用遗传算法选择最大熵阈值进行缺陷分割.结果表明:钢板表面缺陷图像的非均匀光照得到了有效改善,缺陷细节得到了较好保持;图像阈值分割缩短了寻找阈值的时间,能够有效检测出钢板表面的多种缺陷.
其他文献
电渗透脱水技术对于污泥深度脱水具有经济性优势,尤其适用于机械脱水后的污泥。而阳离子聚丙烯酰胺(CPAM)是机械脱水工业中应用最普遍的调质剂,故考察了CPAM调质对污泥电渗透脱水的影响。结果显示,虽然CPAM有利于污泥的机械脱水,但是却造成后续电渗透脱水效率的下降,综合权衡后CPAM的最佳投加量为3 mg/g干泥,且在电场强度为20 V/cm、脱水时间为6 min的条件下,污泥的含水率由机械脱水后的
构建了城镇居民生活污水污染物产生量测算方法,并设计研发了成套测算装备。该测算装备由污水收集计量装置、人员出入监控系统和数据处理平台构成,通过污水收集计量装置收集不同时间段楼宇内居民排放的所有污水,通过人员出入监控系统计算该时间段楼宇内的排污人口当量,据此计算该时间段的人均污水污染物产生量;将24 h划分为多个不等的时间段,并按上述方法分别收集计算各时间段的人均污水污染物产生量,加和即可求得本楼宇的
在国家治理黑臭水体的大背景下,正本清源已成为治理水环境的治本措施。首先分析了正本清源的含义及工程实施三项关键要素,并以实际工程为例提出了管网排查的主要内容,制定了清源总体方案,提出了五种小区改造分类方法,分析了项目的主要设计、建设及合流管网分流原则和雨污分流效果的质量控制措施,最后在此基础上总结了项目在实施范围、建设模式、与水环境项目关系、物探资料、前期方案分析及项目日常管理等方面的建设思考和建议
为了减少焊缝图像中焊道以外的冗余数据对缺陷检测造成影响,提出一种基于Canny算子和形态学滤波的焊缝X射线图像背景去除技术。原始焊缝图像使用中值滤波平滑后先通过Canny算子得到图像的粗略边缘,再使用数学形态学中的膨胀和细化使焊道边缘闭合。最后通过区域生长算法生成焊道区域灰度值为1,背景灰度值为0的二值化掩膜图像,该图像与原图像相与得到背景去除后的焊缝图像。实验结果表明,该算法处理后图像的轮廓纯净
将数字全息技术和Contourlet-SVD域相结合,提出一种基于Contourlet-SVD域数字全息的水印算法。首先共轭对称扩展傅立叶数字全息方法用于生成相应的全息水印图像,将载体图像进行2级Contourlet变换,将产生的与原载体图像大小相同的低频子带进行SVD分解,确定嵌入强度后将水印信息叠加到奇异值矩阵中,实现水印的嵌入。通过仿真实验发现,该算法在保证水印信息量的前提下,满足了水印信息
由于将CamShift算法在复杂背景和操作条件下应用于视频跟踪,跟踪失败和目标损失的现象将非常容易发生。为了提高复杂环境条件下目标跟踪的精度及实时性,本论文提出了一种能够在复杂环境条件下及时对目标对象进行追踪的技术。以颜色、纹理、目标动作信息的全面特性为基础对CamShift算法作出整改完善,通过组合Kalman过滤器预评估目标对象的动作情况,在目标对象受到制约的情况下,使用运转前的目标对象预先信
光场成像作为新一代成像技术可采集更丰富的视觉信息,但在其各个处理过程中都会引入失真导致光场图像主观质量的下降,因此需要设计与人类视觉系统(Human Visual System,HVS)保持一致的客观评价方法以自动评价光场图像的质量。本文提出了一种基于剪切波变换的光场图像全参考质量评价方法。首先,为了同时考虑光场的空间域和角度域失真,分别在光场视图和极平面图(Epipolar Plane Imag
智能物联网(AIoT)是近年来兴起的概念,是指系统通过各种信息传感器实时采集各类信息,如视频图片数据、告警信息、环境状态变化信息等,并在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析,包括检索、定位、比对、预测等。在技术层面,人工智能使物联网获取感知与识别能力,物联网为人工智能提供数据资源,从而实现"万物互联"向"万物智联"的进化。
针对传统卷积神经网络(Convolutional neural network,CNN)应用于焊缝缺陷识别时,池化模型适应差及特征选择能力低、以及易导致过拟合问题,提出了一种基于改进卷积神经网络(Improved pooling model and feature selection of CNN,IPFCNN)的焊缝缺陷识别方法。结合焊缝缺陷图像本身的特点,对传统平均池化模型做出改进,提出一种综
实现焊接质量的在线控制需要对决定焊接质量的特征进行实时和精准的提取。熔池正面的几何形状尺寸可以反映出焊接质量的好坏,提出一种提取熔池正面几何形状尺寸的方法。首先通过相机标定求出相机的内部参数,为像素点到空间点的映射关系的建立提供基础数据,推导并建立像素点到空间点的映射数学模型。运用图像处理的知识提取出决定熔池几何尺寸的像素点,根据映射关系求出熔宽和熔池半长的真实尺寸。采用不同的焊接工艺参数进行焊接