1 南昌职业大学工程技术学院,江西 南昌 330500
2 武汉大学工业科学研究院,湖北 武汉 430072
3 武汉大学深圳研究院,广东 深圳 518057
4 江西制造职业技术学院机械工程学院,江西 南昌 330095
激光选区熔化(SLM)加工过程中的溅射形态随工艺参数变化,难以实现所有工艺参数下的溅射提取。基于传统阈值分割的溅射提取方法仅支持部分工艺参数且没有误差分析工作,处理结果不能反映真实溅射状态。基于高速摄像机采集的SLM过程溅射图像,提出一种强鲁棒性图像处理方法对其进行提取和处理。图像处理方法包含五个步骤,其中阈值分割过程基于最大熵阈值分割算法完成。结果表明,该溅射图像处理方法可准确提取多工艺参数下的溅射信息。当激光功率在100~150 W范围时,溅射面积和数量的变化取决于粉末熔化状态;当激光功率在150~200 W范围时,溅射面积和数量的减少由溅射叠加导致。
材料 溅射提取 最大熵阈值分割 图像处理 激光选区熔化 激光与光电子学进展
2022, 59(19): 1916004
北京航空航天大学 仪器科学与光电工程学院, 北京 100191
在电连接器插针缺陷检测系统中, 插针图像特征点的获取是检测关键, 为了实现插针位置的高精度检测, 提出了一种基于Zernike矩的插针特征点定位算法。通过增大Zernike矩的算子模板尺寸, 以及优化边缘阶跃模型, 提高了亚像素边缘检测算法的精度。将最大熵阈值法应用于Zernike矩边缘检测算法, 实现了自动选择最佳阈值, 解决了传统算法中手动调节阈值的低效率问题。对提取的亚像素边缘点进行拟合获得椭圆目标中心, 实现了插针的位置特征点提取。仿真实验与实际测试结果表明, 该算法能够实现图像边缘的亚像素检测和插针特征点的准确定位, 算法定位误差小于0.1个像素。
插针图像 边缘检测 Zernike矩 最大熵阈值 亚像素 pin image edge detection Zernike moment maximum entropy sub-pixel
1 河南科技大学 机电工程学院, 洛阳 471003
2 河南科技大学 医学技术与工程学院, 洛阳 471003
传统的图像分割算法在处理高噪声显微图像时, 由于背景复杂, 很难得到目标完整的区域轮廓。通过对不同图像分割算法的性能进行对比, 提出了一种改进的二维最大熵阈值遗传算法结合数学形态学除噪分割的方法。首先用改进的二维最大熵阈值算法结合遗传算法对高噪声显微图像进行粗分割, 除去图像中大量的背景噪声, 然后运用数学形态学进行细分割, 滤除剩余少量杂质和孔洞, 提取出目标轮廓。实验结果表明改进的方法较传统分割方法具有更强的抗噪声能力及更快的处理速度, 有效地实现了高噪声显微图像的除噪分割。
图像分割 二维最大熵阈值 遗传算法 数学形态学 image segmentation 2D maximum entropy threshold method genetic algorithm mathematical morphology