摘要：光度立体三维测量中,需要通过三维重建算法从二维梯度场重建三维表面深度.针对传统的三维重建算法如全局迭代优化算法,在高分辨率情况下耗时较长的问题,提出利用多尺度小波变换的光度立体快速三维表面重建算法.首先利用梯度场代替传统小波通道,实现多尺度Haar小波变换,得到一种改进的多尺度小波变换算法;然后将该算法应用于光度立体三维表面重建中,提高了三维重建的速度.实验结果表明:与传统算法时间复杂度均高于线性阶相比,文中算法的时间复杂度与梯度场分辨率成线性阶关系;该算法适用于从高分辨率梯度场重建三维表面,并具有误差较小、鲁棒性好的优点.

摘要：研究了BP网络、LVQ1网络、LVQ2网络所构建的分类器的性能,将这3种分类器用于中厚板表面缺陷的自动分类中。从现场在线采集中厚板的表面缺陷图像,将每幅表面图像划分成64×64大小的子图像,对子图像进行FFT变换,得到子图像的幅值谱。将幅值谱中心区域内的像素灰度值作为特征量,分别输入给BP网络、LVQ1网络、LVQ2网络所构建的分类器模型,试验表明LVQ2网络能够得到理想的分类效果。

摘要：针对机器视觉相关专业实践教学的实际需求,以实际生产现场的板带钢材表面缺陷检测装置为依据,设计开发了板带钢材表面缺陷检测实验平台。该实验平台包括光学图像采集装置、数据处理中心和HMI人机交互端。可开设光学成像实验、驱动软件开发实验、目标检测和识别算法设计实验等。实际应用表明,该平台为学生提供了与生产现场贴近的应用场景,提高了学生的实践能力,加深了他们对机器视觉相关技术原理和工作流程的理解。

摘要：针对传统型钢轮廓尺寸的连续人工监测困难、测量精度低和效率低等问题,设计了基于三维点云拼接的轮廓尺寸测量实验平台。采用6组激光光源和电荷耦合元件(CCD)相机搭建了用于三维点云数据采集的硬件平台,并提出了基于最近点迭代(ICP)的多帧三维点云拼接算法以及轮廓尺寸测量方法,从而模拟型钢生产中移动工况下的轮廓尺寸测量。结果表明,该实验平台能够实时监测型钢轮廓尺寸,并且测量精度可达到0.01 mm。该实验平台能够针对型钢生产现场轮廓尺寸测量过程的难点问题进行相关理论的实验论证,完善了测量技术和方法。

摘要：冷床区范围较大、结构紧凑、安装金属探测仪困难且成本较高,常用的自动化二级跟踪策略无法有效地完成对该场景下钢板的跟踪。通过利用改进的SOLO实例分割算法构建冷床区钢板检测的视觉模型,识别得到冷床区各个钢板对象的坐标位置和长宽尺寸;再结合逻辑跟踪模型形成多模型匹配跟踪策略,能够识别到行车下料、冷床卡钢等特殊情况,实现自动下料跟踪和异常预警。结果表明,改进的SOLO实例分割方法在6种不同的环境场景下平均mAP(mean average precision)提升到98.14%,平均mIoU(mean intersection over union)提升到98.72%,并且实现了29.1 fps的处理速率,满足了生产条件中对于准确率和实时性的要求。

摘要：带肋钢筋表面质量是反应产品质量的重要指标。针对目前二维带肋钢筋表面缺陷检测缺乏对深度方向维度的考量,从而导致缺陷检测不准确以及对严重程度不明确等问题,设计了基于三维图像的带肋钢筋表面检测系统。该系统主要包括带肋钢筋的轮廓检测、表面缺陷检测、长度检测以及温度测量。首先通过面阵相机和激光搭建激光三角获取点云数据,采用罗德里格矩阵模型将不同相机采集到的单幅点云数据配准到同一坐标系下进行组合拼接,从而得到带肋钢筋的三维轮廓图像,利用异常三维点云判断带肋钢筋表面缺陷。实验结果表明:本系统能够实时采集带肋钢筋三维图像,缺陷检测准确率大于95%。目前该系统已经应用于国内某棒材产线,能够对带肋钢筋表面进行全方位检测,有助于现场生成质量管理。