针对列车滚子轴承内圈外表面缺陷人工检测方法的不足,提出了一种基于机器视觉的表面缺陷检测方法,通过对缺陷图像的处理和分析,快速、准确地实现了轴承表面缺陷的分类识别。这里使用工业内窥镜进行轴承图像的获取,通过对图像的灰度直方图分析,判断其是否为缺陷轴承;对缺陷图像分别进行二值化处理、形态学滤波和图像标记,以准确获得图像的缺陷区域;对缺陷区域进行特征提取后,利用缺陷分类决策树完成缺陷类型的识别。实验表明,该方法实时性好、运算速度快,可有效检测出列车滚子轴承表面缺陷。

提出一种基于图像处理的多轴平行性测量新方法.通过提取光斑中心根据光斑中心与轴理论位置之间的距离计算轴之间的平行性偏差.采用的形态学去噪和基于人眼视觉模型的阈值选择算法具有良好的抗噪性和鲁棒性解决各种大气条件下对远距离可见光点和红外光点同时准确识别定位的问题.基于LabVIEW和IMAQVision软件平台开发工业在线机器视觉小角度测量系统应用于某型导弹发射系统激光轴和导弹发射轴的平行性测量和校正取得了满意的使用效果.

红外成像自动目标识别是精确制导武器的重要研究内容。针对地面复杂背景条件下，目标难以检测识别的问题，在分析地面目标红外图像场景的基础上，首先利用形态学技术对图像进行去噪和抑制背景，采用Otsu法对图像进行阈值分割并用形态学技术消除虚警目标点，用扩展像素标记法对图像进行区域标记，然后提取目标形状、矩和统计分布三类特征作为识别特征，并采用模糊综合评判方法识别目标。对实地拍摄的100幅坦克目标红外图像进行了识别实验，结果表明，该方法在坦克的典型作战环境下具有较强的抗噪性能和抑制背景结构干扰的能力，能有效识别出目标，并且易于用并行处理和硬件实现。