为解决新能源汽车生产企业从车辆制造到售后服务产品生命周期内信息管理与质量追溯问题。利用条形码图像处理技术与图像模式识别算法对整车制造装配环节的重要零部件进行数据采集和信息绑定。采用.NET编程技术设计图像识别程序完成对零件条码图像自动识别分类工作。形成整车车辆识别代码与关键零部件物料信息结合的管理体系。最后通过企业ERP系统物料完成数据接口,承接起ERP系统零件管理功能向仓库和制造流程扩展的作用。物料流程追溯与质量信息管理功能实现验证了技术方案的可行性。通过对质量数据的管理提高了制造企业对质量问题的反馈和追踪能力。

严重的电力线覆冰会导致电线杆塔倾斜、倒塌等事故,给社会带来巨大的经济损失,因此对输电线路覆冰厚度进行测量、覆冰情况进行监测十分必要。本文针对传统单目视觉测量法中Hough直线检测易受背景影响,提出先对电力线覆冰区域分割,减小直线检测区域后再测量;而对于Hough直线检测的边缘直线不止两条的问题,提出用最小二乘法将多条直线拟合得到最终的一条覆冰电力线边缘;最后通过计算覆冰前与覆冰后的电力线尺寸差,得到覆冰的厚度。结果表明,该方法能够在背景复杂、对比度低、噪声多的图像中准确的检测出覆冰电力线的厚度。

为了实现矿石粒度的在线自动化检测,需要解决两个难点矿石图像的去噪和分割。通过提出了一种新的提升小波构造方法基于三次B样条函数的提升小波,实现了对矿石图像的去噪。对于矿石图像的分割,提出了改进的分水岭算法。矿石粒度检测的具体步骤是首先利用基于三次B样条函数的提升小波对图像进行去噪,再利用改进的分水岭算法对矿石图像进行分割。最后利用图像的连通域性质,计算各个连通域的像素面积,再转换到实际的矿石粒度大小,从而实现对矿石粒度的检测。对比这里算法与人工筛选的结果,累积误差在3%以内,可见这里算法具有可行性和准确性。

本研究针对热波图像在采集过程中会存在的热场不均,设备自身红外热波辐射损失消耗严重,以及实验构件的内部材质分布不均等诸多不利因素的影响,导致后期热波图像序列存在非均匀性、背景噪声较大、目标部位对比度低、损伤或缺陷部位显示效果差等问题提出了一套完整的红外图像处理的改进算法,弥补现有方法不足,在热波检测原理的基础上利用MATLAB处理软件对红外热波图像序列进行增强、分割及重构。从关键性技术环节展开深入和系统的研究,提高红外热波图像序列处理的质量及速度,增强热波图像算法的实用性和稳定性。

针对液压管路背景多变、管道弯折、管道重叠排布等复杂现象且现有图像分割方法对管路分割精度不高等问题,提出一种以U-net网络为基础,结合Mobilenetv3网络、SE注意力机制模块、自校正卷积模块的液压管路分割方法。该方法以Mobilenetv3-large模型作为骨干网络,结合LR-ASPP网络处理特征图;在解码过程中,融入SE注意力模块和SC自校正模块,提升了特征提取能力;最后采用Dice函数和BCE函数的组合来作为网络的损失函数,有效地提升了网络的收敛能力。实验结果表明本文提出的方法在交并比、像素精度指标上的均值分别达到90.8%、95.2%,且模型体积为16.9 M,推理每张图像所耗时间20 ms,可应用于需实时部署的场景,为液压管路渗漏的准确识别提供了基础。

基于超声C扫描对固体火箭发动机内壁绝热层与壳体粘接状态检测的原理分析，提出了对检测所得的粘接状态图像的分割算法，实现了绝热层脱粘的自动化识别。实验和应用表明，该算法完全可行。

从X射线安检设备测试图像中分割出各测试项目，是客观评价X射线安检设备成像图像质量的基础。针对测试图像中测试项目轮廓突出和色彩信息鲜明的特征，采用基于HSI色彩空间对图像边缘进行多边形逼近简化处理后按照几何特征进行分割的方法。试验结果表明，基于HSI颜色空间的图像分割算法在图像质量较差，边缘变形较严重的情况下仍能正确地对图像进行分割，取得了较好的效果。

针对迷宫机器人路径规划问题,以机器视觉和A＊算法为基础,提出了一种新的迷宫机器人全局路径规划方法。该方法利用区域阀值分割对迷宫机器人系统采集的图像进行分析,结合A＊算法逆向搜索全局最优路径。仿真结果表明,该方法实现简单,在复杂的迷宫环境下能有效地实现迷宫机器人路径规划。

提出一种适于实时在线检测方便面面块破损的方法，即通过建立计算机视觉系统，获取面块图像．针对方便面特点利用“围剿算法”分割出面块图像，然后通过“削切算法”除去面块边缘毛刺，以便于求得面块的“真边界”，然后求取面块与其外接矩形面积的比值对方便面的破损进行快速判断，本实验另辟蹊径，其优势十分明显，识别率高，速度快。

针对采棉机器人中的视觉系统,以双目立体视觉方法对棉花三维重构技术进行研究。通过CCD摄像头光学成像模型和张正友标定法对摄像机标定,采用分块平均边缘检测和噪声分类、中值滤波、直方图的PCNN分割方法对棉花图像进行预处理,运用SIFT算法提取左右摄像机图像特征点并进行立体匹配,最后得到了棉花特征点的三维重构图。