基于机器视觉的航空插头焊杯定位

作者： 蔡文龙   赵振   李文忠   来源： 计算机仿真 年份： 2022 文献类型 ： 期刊 关键词： 航空插头   机器视觉   焊杯定位   最大类间方差法  

描述： 为了降低航空插头焊杯定位偏差，提高定位精度，提出基于机器视觉的航空插头焊杯定位方法。使用Opencv对采集的焊杯图像进行预处理，去除噪声和背景等干扰信息，增强图像亮度和对比度，对比最大类间方法和最大熵阈值法在三种光照条件下图像分割的效果，发现最大类间方差法在光照改变时分割比较稳定，且其分割所用时间远小于最大熵阈值法，选用最大类间方差法作为图像阈值分割方法，分割得到只有焊杯的图像。对分割图像进行形态学操作，去除因光照较强时个别焊杯出现的毛刺，采用加权灰度质心法获取焊杯的圆心坐标，从而实现了焊杯的准确定位。获取航空插头不同位置的5个焊杯在三种光照条件下焊杯坐标，结果表明，所提方法的定位误差较低，可以实现焊杯的高精度定位。

航空插头焊接异常检测技术

作者： 蔡文龙   李旺平   刘安阳   解瑞灯   来源： 兵器装备工程学报 年份： 2022 文献类型 ： 期刊 关键词： 航空插头   焊接检测   机器视觉   OpenCV  

描述： 由于航空插头座针孔较为密集，结构复杂且应用要求偏高，常规图像分割方法通常应用于检测对象特征稀疏的图像处理中，无法检测焊接点密度较高的航空插头的微小异常。为此，提出了基于机器视觉的航空插头焊接异常检测方法。利用OpenCV对图像进行预处理、阈值分割及查询焊杯轮廓信息，依据轮廓信息计算焊杯面积，检测焊杯搪锡，可以检测漏焊以及错焊，并采用模板匹配方法对其进行焊偏检测，将焊杯焊偏不同情况作为模板并实现匹配。实验结果表明，利用该技术，航空插头焊杯出现的搪锡不合格和漏掉、错焊漏焊以及焊偏等情况均可检测出来。

基于机器视觉的指针式航空仪表图像处理设计

作者： 周虎   宋中建   周章勇   来源： 安徽科技 年份： 2022 文献类型 ： 期刊 关键词： 机器视觉   图像处理   指针式   航空仪表  

描述： 传统的指针式航空仪表检测主要采用人眼判读仪表示数，不仅效率低、工作量大，而且人工读取仪表的示值受主观因素如人的观测角度、观测距离及疲劳强度等的影响，误差较大，可靠性不高。本方案提出了依靠机器视觉和图像处理技术来实现对现有指针式航空仪表的自动化检测，能极大地提高检测效率，大幅降低人力成本，具有非侵入性、精度高、可靠性好的特点，是传统指针式仪表检测系统向高质量、低成本、自动化方向发展的关键技术之一，具有重要的应用价值和前景。

航空发动机外形点云的特征分割方法

作者： 闫杰琼   周来水   胡少乾   文思扬   来源： 光学学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   机器视觉   外形点云   深度学习   特征分割  

描述： 目前我国存在较多外购发动机的情况，外购发动机存在只有实物及安装尺寸等信息，而没有三维数字化模型的问题，这给飞机与发动机的装配协调设计带来较大困难，因此飞机设计部门对快速重构航空发动机的外形几何模型提出了迫切需求。为了使重建出的发动机外形几何模型尽可能地保留准确的结构特征，提出了一种基于深度学习的航空发动机外形点云特征分割方法，该方法将整体点云分割成特征数据与非特征数据，这有利于后续采用不同的方法重建出各种复杂的结构特征。设计了一种迭代密度均衡算法用于构建特征分割数据集，该算法为特征分割网络的训练、测试和性能评估提供基础；设计了一种特征分割网络，从多尺度局部表面片中收集形状结构和局部邻域信息，用于判断其中心是否是特征点。将训练好的特征分割网络模型应用于发动机外形点云，验证结果表明，特征分割精度达到95.16%,所提算法实现了高精度语义分割。

基于耦合去噪算法的航空发动机中Si3N4圆柱滚子表面缺陷的检测方法

作者： 廖达海   殷明帅   罗宏斌   黄佳雯   吴南星   来源： 兵工学报 年份： 2022 文献类型 ： 期刊 关键词： 机器视觉   Si3N4圆柱滚子   耦合去噪   多尺度阈值分割   表面缺陷  

描述： 为解决基于机器视觉的传统单一图像去噪算法对混合噪声信号处理效果不佳，导致不能有效地检测识别航空发动机中应用的Si3N4圆柱滚子表面缺陷问题，提出一种基于改进的耦合去噪算法与多尺度阈值分割算法相结合的视觉检测方法。通过优化的小波阈值去噪算法与改进的中值滤波算法相耦合方法对Si3N4圆柱滚子的表面缺陷图像进行去噪处理，采用多尺度阈值分割算法对缺陷图像进行图像分割，识别提取Si3N4圆柱滚子表面缺陷。实验结果表明：Si3N4圆柱滚子表面缺陷图像经过改进的耦合去噪算法进行去噪后，信噪比>24.5%,多尺度阈值分割算法对Si3N4圆柱滚子表面缺陷图像的检测识别准确率>94%;该视觉检测方法具有良好的图像去噪效果，为进一步图像的缺陷识别打下基础，并且具有一定的通用性。

基于耦合去噪算法的航空发动机中Si3N4圆柱滚子表面缺陷的检测方法

作者： 廖达海   殷明帅   罗宏斌   黄佳雯   吴南星   来源： 兵工学报 年份： 2022 文献类型 ： 期刊 关键词： 机器视觉   Si3N4圆柱滚子   耦合去噪   多尺度阈值分割   表面缺陷  

描述： 为解决基于机器视觉的传统单一图像去噪算法对混合噪声信号处理效果不佳，导致不能有效地检测识别航空发动机中应用的Si3N4圆柱滚子表面缺陷问题，提出一种基于改进的耦合去噪算法与多尺度阈值分割算法相结合的视觉检测方法。通过优化的小波阈值去噪算法与改进的中值滤波算法相耦合方法对Si3N4圆柱滚子的表面缺陷图像进行去噪处理，采用多尺度阈值分割算法对缺陷图像进行图像分割，识别提取Si3N4圆柱滚子表面缺陷。实验结果表明：Si3N4圆柱滚子表面缺陷图像经过改进的耦合去噪算法进行去噪后，信噪比>24.5%,多尺度阈值分割算法对Si3N4圆柱滚子表面缺陷图像的检测识别准确率>94%;该视觉检测方法具有良好的图像去噪效果，为进一步图像的缺陷识别打下基础，并且具有一定的通用性。