管道机器人采集图像缺陷检测方法研究

来源 :工业仪表与自动化装置 | 被引量 : 0次 | 上传用户:zhiyin1976
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对管道机器人采集管道缺陷图像边缘提取准确性较低的问题,提出一种基于自适应的管道图像缺陷检测方法。首先,采用引导滤波对单尺度Retinex算法进行改进,实现自适应增强管道图像,并通过双边滤波改进Canny算法进,实现管道缺陷的有效提取与检测;然后,结合自适应图像增强算法与缺陷检测算法,详细设计了管道机器人缺陷检测算法流程;最后,通过在饱和蒸汽Q235A(φ300×8 mm)管道进行缺陷检测,对提出算法进行了验证。结果表明,该研究算法可自适应调节图像亮度达到亮度均衡,并良好地保留图像纹理细节,对管道缺陷的检测识别准确率可达到97%,相较于对比算法,直方图均衡化算法、SLVM算法、同态滤波算法,该研究算法的标准差平均降低了71.2%,平均梯度提升了15.1%,峰值信噪比提升了9.6%。
其他文献
数字阵列信号处理系统包括的发射与接收通道往往几十、几百甚至上千个,随着通道数的增多,系统的体积和硬件设计的复杂度也会增大,同时在信号同步、时序等设计中也增加了很多困难,非常不便于系统应用。针对上述问题,本文基于片上射频系统芯片(radio-frequencysystem-on-chip,RFSoC)提出了一种数字阵列信号处理模块的硬件架构,该设计可实现16路接收通道和16路发射通道,模拟带宽覆盖0
由于数字媒体技术的发展,网络上的视频信息量呈爆炸式增长。如何快速在庞杂无序的视频数据中找出有效片段,正成为视频理解领域研究人员亟待解决的重要问题。目前视频理解课题已衍生出动作识别、目标追踪、时序动作检测、视频标注等任务。其中,时序动作检测是计算机视觉领域中的一项重要课题,不仅是视频分析与处理工作的基础,在视频监控、安防等领域有广阔的应用前景。时序动作检测要在未剪辑的长视频中定位出各动作实例的精确动
学位
学位
目前我国面临的能源危机和环境压力越来越大,为了能够从根本上提高人民群众的生活质量,我国提出了可持续发展的战略要求,建筑工程施工过程中,越来越多的绿色施工技术应用到工程建设中,不仅能够有效降低能源的消耗,还能够切实提高工程建设质量。在本文中,首先简单介绍了绿色节能环保技术应用的重要性,然后针对建筑工程施工中绿色节能技术的具体应用进行了探讨和分析,希望能够促进建筑行业的可持续发展。
学位
学位
新时代,人们越来越重视生活环境、生活质量,更加注重绿色可持续发展理念。众所周知,建筑工程在施工过程中,极有可能对环境产生影响与破坏,所以,需要在应用绿色节能施工技术帮助人们创造宜居生活环境的同时,节约自然资源和能源。文章针对房屋建筑工程中绿色节能施工技术的应用进行分析和研究,以供参考。
在我国国民经济快速健康发展的今天,人们的生活品质已经有了显著的稳步提高。许多行业也逐步进入了高速健康发展的新阶段,随着现代人们对于各项自然资源的开发与综合利用,地球的生态环境日益遭到前所未有的破坏,环境污染问题越来越突出,成为了威胁人类自然生存环境的一个世界性问题。因此,为了保护人类共同的生态家园,急需解决自然资源不足和生态环境污染问题,各国都要积极行动到一起,加强自然生态环境保护,实现人类与自然
以准确检测小样本图像非对称缺陷为研究核心,提出基于元学习的小样本图像非对称缺陷检测方法。使用基于调制度的小样本图像自适应滤波方法,去除小样本图像的噪声,优化小样本图像质量;通过基于边界检测的滤波后小样本图像缺陷特征提取方法,提取滤波后小样本图像缺陷特征;将所提取特征作为基于改进元学习的小样本图像非对称缺陷特征检测方法的检测样本,实现小样本图像非对称缺陷检测。实验结果表示:所提方法对小样本图像滤波效