高光谱图像技术在机械产品无损检测中的应用

高光谱图像技术在机械产品无损检测中的应用

ID:38287467

大小:201.00 KB

页数:3页

时间:2019-06-03

高光谱图像技术在机械产品无损检测中的应用_第1页
高光谱图像技术在机械产品无损检测中的应用_第2页
高光谱图像技术在机械产品无损检测中的应用_第3页
资源描述:

《高光谱图像技术在机械产品无损检测中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、高光谱图像技术在机械产品无损检测中的应用XXX,XXX(1.XXXX大学XX学院,XXXXXXXX;2.XXXX大学XX学院,XXXXXXXX)摘要:本文综合高光谱图像技术结合计算机图像技术与光谱技术的优点,介绍了在机械产品无损检测领域的具体应用。阐述了获得高光谱图像的具体方法和组成,通过实例讲解将该技术用于机械产品检测中,介绍了以主成分分析、独立分量分析和反射率曲线等方法的高光谱图像处理技术。从检测的内容、数据的处理和在生产的应用等领域的具体研究提出了看法。关键词:机械产品;无损检测;高光谱图像技术;机器视觉中图分类号:第二种是基于成像光谱仪的高光谱图像系统,主要0引言由

2、成像光谱仪以及CCD摄像头组成。CCD摄像头以线列或面列探测器为敏感元件。成像光谱仪将检测机械反在机械产品的质量与安全性检测中,采用高光谱图射或透射来的不同光分成不同单色光源后再进入CCD像技术的机器视觉系统是重要的做法和方向。高光谱图摄像头中。采用扫帚式成像的方法得到高光谱图像,如像技术检测机械产品信息有图像和光谱等信息。光谱技图2所示。术可以检测出机械产品的物理结构、运行状态等,图像技术可以全面检测机械产品的外观特征和内在质量,因而高光谱图像能对机械产品的综合质量与安全性进行具体检测。∗1高光谱图像技术高光谱图像是一系列光波波长处的光学图像。该图像比多光谱图像有更高的分

3、辨率,其精度达到了2~3nm的水平。高光谱图像数据是三维的,又称图像块。其中图2扫帚式成像的系统二维是像素的横纵坐标信息,第三维是其波长信息。高光谱图像的系统硬件有计算机、光源、CCD摄像头、图像采集卡及单色仪等。根据单色仪的差别,分两2高光谱图像技术在机械产品检测中的应用种方法来组建机械产品质量检测高光谱图像系统。第一种是基于滤波器或滤波片的高光谱图像系统,把高光谱图像技术用到机械产品检测领域是一项大采用的成像装置由光学滤波元件及CCD摄像头组成。的技术进步。国外在20世纪80年代末就有相关的理论经过连续的采集,一系列波段样品的二维图像如图1所和应用论文,以及具体实验结果

4、。国内在该领域虽然有示。一些介绍,但少有影响好的应用论文发表。现在的应用研究领域有针对机械产品、水果、蔬菜和肉类等的研究。美国仪器与传感器实验室的Kim、Chen等人设计出了一种高光谱成像的系统。这个系统的光谱的波长范围为430至930nm,其具体分辨率为10nm,其具体空间分辨率为1mm。它能检测待测机械的高光谱反射和图像。在进行图像测量时,这个系统通过超声波对待检测的物体激发,从而增强机械产品的特性。通过具体标定和校正,除去外部光照环境对成像的各种影响,并进行图1基于滤波器的高光谱成像的系统荧光校正。他们用这个系统研究机械产品质量问题,并进行检测。用高光谱成像技术对完好

5、的机械产品进行研究,找出不同特征谱段及相应的滤波器等,在用多光谱成像技术检测机械产品的质量。对机械产品质量的检测实验表明,用高光谱图像技术检测机械产品质量的正确3.1.1基于特征提取的降维方法率在76%-95%之间。用主成分分析的方法和吸收谱峰值(1)主成分分析法的方法都能很好地判断机械产品的质量和问题。他们用主成分分析法用多变量线性变换对高光谱数据进行系统分辨机械产品质量,在基于两大原则对所获得的主特征提取,形成按信噪比大小进行排列的低维子空间。成图像进行分析和评估,两大原则如下:非污染样本表用主成分能代表原始数据中的大部分信息。这种方法在面的一致性原则和污染区与非污染区

6、之间对比的显著性机械产品高光谱图像特征波段的提取中得到了广泛的应原则。用。在用高光谱图像技术对机械产品的损伤情况进行研(2)分段主成分变换究,主成份分析的方法多用于对差异显著样本分类的特分段主成分变换是在整个数据空间进行的,该方法点及费氏线性判别式,多用于对相似性高的样本进行分对于局部而言不是最佳的。为反映数据局部统计特性,[类的特点,形成了P-F具体算法,在正确选择K值的条Jia与Richards提出分段主成分变换的方法,将整个数据件能实现对样本的描述和辨断。用高光谱图像技术对机空间分解成高度相关的子空间,在每个数据空间中分别械产品五种不同质量问题进行研究,其成像的波段范

7、围进行特征提取,对选择的特征空间进行变换,获得较为为396至736nm,光谱的分辨率是1.3nm。满意的降维。对某四角机械零件进行具体分析,得到其可见光综3.1.2基于选择特征波段的降维方法合图像及4个特征波段处图像如图3所示。其比值图像用高光谱图像技术对机械产品的坚实度进行研究,如图4所示。在波段范围450-650nm,光谱分辨率2nm的图像中,根据反射率选取波段对机械产品的坚实度进行预测。洪添胜等基于高光谱图像技术对机械产品质量进行无损检测的研究中,经多元散射校正处理光谱反射回归曲线,通过建立人工神经网络对机械

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。