采用光学检测法对高温铸坯进行表面裂纹在线检测,将高亮度绿色激光线光源照射到铸坯表面,利用激光的单色性在摄像机镜头前加装窄带滤色镜去除高温铸坯表面辐射光的影响,从而提高图像的对比度.通过非抽样小波对铸坯表面图像进行分解,计算分解后得到的低频分量和原始图像的尺度共生矩阵,以及高频分量的灰度共生矩阵,作为图像的纹理特征,并输入基于AdaBoosting算法的分类器进行分类.利用该方法对表面裂纹、水痕、渣痕、氧化铁皮和振痕等五种缺陷和伪缺陷样本进行识别,表面裂纹的识别率达86.75%,总体识别率达87.16%

应用数字图像相关方法对高温条件下物体面内位移场进行快速、高精度测量.采用532 nm面阵激光作为照明光源配合532 nm窄带滤波与可调式衰减片组成的光学处理系统,很好地解决了高温情况下成像难题.介绍了人工散斑的制作方法,采用耐1000℃高温的高温墨作为散斑的制作原料,制作了可在1000℃高温情况下清晰的利于图像相关计算的散斑图.搭建了高温条件下物体面内位移的检测系统,分别做了常温下亮度不同的千分尺移动位移检测实验和喷灯对钢板持续局部加热到1000℃热变形场的测量实验.实验结果证明本系统具有抗干扰能力强、计算精度高以及便于实现的优点,可用于常温及高温条件下物体位移或变形场的测量

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%