-
公开(公告)号:CN113160163A
公开(公告)日:2021-07-23
申请号:CN202110401936.5
申请日:2021-04-14
Applicant: 大连亚明汽车部件股份有限公司 , 大连理工大学
Abstract: 一种基于机器视觉的发动机缸体外观缺陷检测算法,属于工业智能检测技术领域。首先,使用标准相关匹配算法从CCD获取的图像中提取出ROI(regionof interest)图像。其次,对ROI图像与模板图像进行逐像素作差处理,并取每个像素绝对值,突出铸件表面缺陷特征。再次,利用中值滤波去除图像表面噪声,通过形态学开闭运算和图像二值化对所得图像进行处理,进一步去除噪声的同时放大缺陷部位在图中的占比。最后,使用轮廓提取算法完成对缺陷的识别与定位。实验结果表明,本发明提供的算法能够有效地提高缸体外观缺陷检测速度,具有良好的检测精度,对外界光照变化以及缸体表面质量的波动具有良好的鲁棒性。
-
公开(公告)号:CN113160163B
公开(公告)日:2023-10-31
申请号:CN202110401936.5
申请日:2021-04-14
Applicant: 大连亚明汽车部件股份有限公司 , 大连理工大学
Abstract: 一种基于机器视觉的发动机缸体外观缺陷检测算法,属于工业智能检测技术领域。首先,使用标准相关匹配算法从CCD获取的图像中提取出ROI(regionof interest)图像。其次,对ROI图像与模板图像进行逐像素作差处理,并取每个像素绝对值,突出铸件表面缺陷特征。再次,利用中值滤波去除图像表面噪声,通过形态学开闭运算和图像二值化对所得图像进行处理,进一步去除噪声的同时放大缺陷部位在图中的占比。最后,使用轮廓提取算法完成对缺陷的识别与定位。实验结果表明,本发明提供的算法能够有效地提高缸体外观缺陷检测速度,具有良好的检测精度,对外界光照变化以及缸体表面质量的波动具有良好的鲁棒性。
-
公开(公告)号:CN115482448A
公开(公告)日:2022-12-16
申请号:CN202211077522.2
申请日:2022-09-05
IPC: G06V10/82 , G06V10/774 , G06V20/64
Abstract: 本发明属于机器视觉领域,涉及一种物体检测与姿态估计方法。本方法基于YOLO‑6D算法进行调整,将原算法中的YOLO V2检测网络变更为YOLO V3网络,同时增添注意力机制以增强模型对背景复杂且存在遮挡的物体的检测能力。并且调整了位姿估计方法,选择cell群进行基于RANSAC的EPnP姿态估计来提高估计精度。该算法很好地克服了传统姿态估计算法抗背景干扰能力弱、被遮挡目标识别精度差的问题,并且该算法运行速度较快,具备实时处理能力,综合性能超越其他基于CNN的算法。
-
-