GMS特征匹配与图像差分融合的连接器多余物检测方法
赵双, 王鹏, 王月, 杨定坤, 银兴行
GMS特征匹配与图像差分融合的连接器多余物检测方法
The Redundancy Detection of Connector Using the Combination of GMS Feature Matching and Image Difference
在航空航天设备中连接器被广泛地应用,但其装配质量因多余物的存在导致装备服役性能下降。针对目前连接器多余物的检测主要依靠人工,效率低、误检率高、成本高的问题,研究中利用机器视觉的优点,设计了Grid-Based Motion Statistics (GMS)特征匹配与图像差分融合的连接器多余物检测软硬件系统。首先,提取连接器图像ORB特征描述符,通过GMS匹配算法实现检测图像与其对比图像的特征匹配;其次,以两图像的特征点集计算单应性矩阵,并通过透视变换对齐检测图像;再次,将对齐的图像做图像差分,并通过高斯模糊、形态学操作、轮廓查找等实现多余物检测。实验表明,与传统直接做图像差分检测多余物的方法相比,检测精度大幅提升;研究中以采集的147张图像做检测,精度为98.64%。
表1 检测结果对比 |
检测方法 | 误检率 | 精度 | 检出率 |
---|---|---|---|
本文方法 | 1.36% | 98.64% | 100% |
传统差分 | 39.63% | 60.37% | 100% |
1 |
张慧, 王坤峰, 王飞跃. 深度学习在目标视觉检测中的应用进展与展望 [J]. 自动化学报, 2017, 43(8): 1289-1305.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
2 |
陈蕊. 航天电子装置多余物检测与材质识别方法研究 [D]. 哈尔滨: 哈尔滨工业大学, 2014.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
3 |
钱鑫, 王国涛, 王淑娟. 密封电子元件及设备多余物的PIND方法研究进展 [J]. 航天制造技术, 2016(6):1-5.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
4 |
陈静. 复杂背景下器件多余物成像检测的若干关键技术研究 [D]. 武汉: 华中科技大学, 2010.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
5 |
邓威威. 基于颗粒碰撞噪声检测法的舱体多余物检测 [D]. 大连: 大连理工大学, 2021.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
6 |
严明, 胡隽, 周晓娜, 等. 航天产品多余物自动检测信号提取方法 [J]. 空间控制技术与应用, 2022,48(1):32-37.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
7 |
刘海江, 刘劲松, 魏臣隽. 高精密航天器多余物检测算法研究 [J]. 同济大学学报(自然科学版), 2020,48(5):716-724.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
8 |
张慧, 王坤峰, 王飞跃. 深度学习在目标视觉检测中的应用进展与展望 [J]. 自动化学报, 2017,43(8):1289-1305.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
9 |
赵丽君, 李冰冰, 计妍, 等. 基于视觉检测的工业机器人快速分拣控制方法 [J]. 制造业自动化, 2021,43(10):86-90.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
10 |
周晓, 谢明明, 田方斌, 等. 视觉检测在电装行业手工插装工序的应用 [J]. 制造业自动化, 2016,38(8):55-58.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
11 |
董长青, 刘永贤, 赵甲, 等. 基于深度学习算法的车辆视觉检测方法的研究 [J]. 制造业自动化, 2019,41(3):113-116.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
12 |
杜柳青, 余永维. 磁瓦表面缺陷机器视觉检测与识别方法 [J]. 图学学报, 2014,35(4):590-594.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
13 |
王荣扬, 陆波, 左希庆. FPGA图像处理在带钢表面缺陷视觉检测中的应用 [J]. 制造业自动化, 2014, 36(6):42-45.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
14 |
刘会凯, 孙胜利, 张悦, 等. 基于机器视觉技术的多余物控制方法综述 [J]. 航空精密制造技术, 2019,55(1):15-18.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
15 |
{{custom_citation.content}}
{{custom_citation.annotation}}
|
16 |
{{custom_citation.content}}
{{custom_citation.annotation}}
|
17 |
花诗燕,李大伟,贾书一,等 .基于卷积-反残差和组合注意力机制的航天器多余物检测 [J/OL].计算机集成制造系统.
{{custom_citation.content}}
{{custom_citation.annotation}}
|
{{custom_ref.label}} |
{{custom_citation.content}}
{{custom_citation.annotation}}
|
/
〈 | 〉 |