基于GN分裂的小目标检测区域推荐搜索算法

区域推荐搜索是机器视觉研究热点之一,针对传统目标检测使用穷举式搜索效率低下的问题,通过优化搜索的准确率可提高检测效率。引入复杂网络中用于社区发现的Girvan-Newman(GN)分裂算法,结合小目标区域特征,提出一种基于图像网络结构的小目标检测区域推荐搜索算法。该算法根据区域间多样性颜色直方图相似性构建图像与图的映射关系,通过图中连通子图的生成获取小目标可能区域。能在生成较少候选区的情况下满足较高的召回率,进一步优化小目标检测的时间消耗。     

基于频域纹理消除的结构性纹理缺陷检测方法

针对金属加工表面等结构纹理表面图像缺陷检测问题，结构纹理的存在会对缺陷（比如划痕）检测带来干扰，该文开展在频率域中消除背景纹理的方法来进行缺陷检测的研究。首先基于傅里叶变换的图像复原技术，空间域图像中的结构性纹理对应傅里叶域中高能频率分量，使用最小二乘法直线拟合操作去除，并将这些能量设置为零，经傅里叶逆变换为空间域图像。在复原的图像中，原始图像中的结构纹理区域将变为近似的均匀灰度级，但其中缺陷部分将被保留下来。再使用统计过程控制来设置阈值的方法就能从复原图像中分离出缺陷。最后在一系列的结构性纹理图像上的实验证实了所提方法可行且有效。     

基于遮挡图像多尺度重建的表面缺陷检测

遮挡图像重建是无监督异常检测的主要方法之一，通过生成式模型对遮挡后的图像重建，根据重建差异来估计图像区域的异常分数，高异常分数区域即为缺陷区域。然而，现有方法仅采用若干个尺度相互独立的遮挡策略，使得模型缺乏对非规则遮挡图像的重建能力；在重建过程中图像缺失部分与完整部分的全局依赖性未被充分考虑。针对上述问题，提出多尺度网格的遮挡策略，并采用自注意力机制增强自编码器重建过程中对全局依赖性的刻画。实验结果验证了所提方法的有效性，与其他方法相比获得了更优的表面缺陷检测性能。     

基于背景原型对比度的显著性物体检测

针对传统显著性模型在自然图像的显著性物体检测中存在的缺陷，提出了一种利用背景原型(background prototypes)进行对比的视觉关注模型，以实现显著性物体的检测与提取；传统显著性模型主要通过计算区域中心与四周区域差异性实现显著性检测，而自然场景中显著性区域和背景区域往往都存在较大差异，导致在复杂图像中难以获得理想检测效果；基于背景原型对比度的显著性物体检测方法在图像分割生成的超像素图基础上，选择距离图像中心较远的图像区域作为背景原型区域，通过计算图像中任意区域与这些背景原型区域的颜色对比度准确检测和提取图像中的显著性物体；实验结果表明，基于背景原型对比度的显著性模型可以更好地滤除杂乱背景，产生更稳定、准确的显著图，在准确率、召回率和F-measure等关键性能和直观视觉效果上均优于目前最先进的显著性模型，计算复杂度低，利于应用推广。     

一种基于游程码的二值图像孔洞标记和表达方法

在考察多种二值图像连通区域标记方法的基础上,提出了一种新的基于图像填充和游程码的二值图像孔洞连通域的标记和表达方法。对二值图像进行一次扫描,得到所有可能构成孔洞的游程码,并将游程对应的区域基于特定标记值进行填充。通过判断每个游程与图像上一行像素点标记值的对应关系完成新连通域的建立、游程数据存储和连通区域的合并,判断每个游程与图像下一行像素点标记值的对应关系完成孔洞的筛选。由于仅需扫描图像一次,且对每个游程只须进行单独处理,标记算法的效率较高、复杂度较低。结果表明,可以快速有效地完成二值图像孔洞连通域的标记。同时,它还给出孔洞之间的包含关系,能够有效地实现二值图像的拓扑结构表达。     

基于双目光栅重建和纹理映射的缺陷三维测量方法

针对工业检测中对表面缺陷的高精度检测和定位需求,提出了一种缺陷特征重建方法。通过在基于双目光栅投影的三维重构系统上附加纹理相机,实现对于重构点云模型的纹理映射,并结合纹理相机图像中提取到的特征区域,完成表面特征的三维重构。针对待测物体需要进行多视角重建的情况,引入精密转台,利用旋转轴标定方法获取不同旋转位置下纹理图像与点云数据的映射关系,并利用基于距离判据的判断方法实现了对遮挡部分点云的剔除。采用四象限临近点搜索和基于距离加权平均的线性插值方法对纹理图像中像素坐标进行三维测量。实验完成了对于图像中标注缺陷轮廓内像素点的重建,实现了对于表面特征的精确尺寸计算和定位,通过对重建的缺陷尺寸和位置进行计算并与影像测量仪测得结果进行对比,可得本文方案对缺陷三维尺寸和位置的测量误差不超过0.2 mm,且能更准确地计算缺陷面积。     

基于机器视觉的高速带钢孔洞检测系统

针对宝钢冷轧1420酸轧联合机组带钢孔洞缺陷在线检测需求，结合机组现场条件，自主开发了恶劣危险环境下的高速带钢孔洞检测系统。该系统以机器视觉技术为基础，配置高性能透射式照明光源和高速线扫描CCD图像传感器，能够获得高质量的带钢图像；系统检测软件采用快速高效的目标识别和边缘检测算法，可在30ms内完成1幅图像的处理计算，实时判定孔洞的存在与否，并将检测结果发送至服务器。系统采用C/S模式作为网络架构，实现检测数据在客户端和服务器之间的可靠传递。系统两年多的上线运行证明：该系统在冷轧机出口十分恶劣的环境条件下，可长期连续工作，准确高效地检出带钢孔洞缺陷，具有卓越的检测性能和良好的稳定性。     

铝合金板疲劳微裂纹超声红外成像检测的数值及实验研究*

超声红外成像检测技术是一种发展迅速的新型无损检测技术,可用于检测材料表面或近表面的缺陷,由于对缺陷具有选择性加热的特点,近年备受检测行业的关注。在铝合金板中制作疲劳微裂纹,在板中激励声波,裂纹表面因振动摩擦生热,用红外摄像仪记录板表面温度分布。拍摄的红外图像序列经傅立叶变换后得到的幅值和相位图能清晰显示裂纹的特征,测量到的裂纹长度误差达到4.3%。用有限元模拟超声在板中裂纹处的生热过程,研究板中超声在裂纹处的励热机制。超声的激励时间、裂纹表面间的摩擦系数和裂纹开口宽度直接影响裂纹处的励热效果,温度最高通常位于裂纹尖端附近。实验和模拟结果均表明超声红外成像检测技术能对板中疲劳微裂纹实现快速检测,提供有效、可信的检测结果。     

一种基于线阵CCD技术印刷电路板胶片的尺寸及缺陷在线检测方法

对于最大幅宽为500mm的胶片，提出了一种基于线阵CCD技术实现印刷电路板胶片尺寸及缺陷的在线检测方法。设计的线阵CCD和被测胶片相结合的二维双向运动机构完成扫描成像。设计的成像系统使得线阵CCD成像范围覆盖一个被测单元的幅面，避免了图像拼接时所引入的误差。扫描图像先经模板匹配定位感兴趣区域，再对针孔区域、缺角区域分别采用了区域生长法和差影法来实现缺陷检测，线段区域则通过区域分割法来实现尺寸测量。实验表明，该方法不仅能够对针孔、缺角进行有效的判别，而且能准确地测量出线宽和线间距，分辨率可达0．025mm。     

基于锥束CT序列图像的三维缺陷检测方法

根据锥束CT序列图像各向同性及缺陷实体在序列图像层间位移和变化较小的特点,提出了一种适合锥束CT序列图像的三维缺陷检测方法。首先结合多目标跟踪思想,利用三维连通区域标记算法提取三维缺陷实体,并建立缺陷对应关系哈希表,以解决缺陷检测中目标轨迹的分叉;然后根据噪声目标的固有特性,对虚假缺陷信息进行有效删除,最终可获得真实缺陷目标实体,缺陷提取精度可达到像素。通过对空心涡轮叶片蜡模锥束CT图像进行实验,结果表明。该方法能准确地提取有较强噪声影响的序列图像的三维缺陷。