一张排水管道图像中可能同时存在变形、渗漏等多种缺陷。针对现有卷积神经网络（CNN）忽略标签关系，难以准确检测多标签管道图像的问题，引入图卷积网络（GCN）建模不同缺陷标签的关系，提出了一种基于改进标签图的GCN管道缺陷检测模型（ILG-GCN）。首先，ILG-GCN模型在原有CNN模型的基础上引入GCN模块，GCN利用标签图迫使具有共生关系的标签分类器相互接近，获得保持语义拓扑结构的分类器，从而提高预测共生标签的概率。其次，改进GCN模块更新节点信息时使用的标签图，改进后的标签图根据每种缺陷主要相关标签的共生强度计算自适应的标签共生概率，并根据主要相关标签的共生强度为其分配不同的权值。实验结果表明，所提模型的总体平均准确率为95.6%，能够准确检出同时存在的多种管道缺陷。

为了提高光学零件表面划痕定位测量和宽度测量的精度，采用基于离散正交多项式曲面拟合的亚像素边缘检测与宽度测量的算法，通过对边缘点及其邻域进行曲面拟合代替了只对边缘点梯度方向进行曲线拟合，实现了亚像素边缘检测；采取感兴趣区域加速策略与基于离散正交多项式曲面方程参量快速求解方法串联进行的加速方案，大大减少处理时间；在宽度计算方面，根据划痕长度自适应分段，分别计算每段分段点之间欧氏距离并作为其宽度，比较后取最大宽度作为划痕宽度。结果表明，该算法测量精度较高且具有较强的鲁棒性，同一划痕在不同视窗下测得宽度误差均值不超过5.2%，且标准差不超过0.3；在求解曲面模型参量的时间方面，该方法计算时间约为最小二方法的7.35%，处理效率显著提高。该方法能够满足工程应用中快速、高精度的测量要求。

针对传统光流算法只能对某种特定光照变化有效的问题, 提出一种能改善不同光照变化条件下的光流鲁棒求解方法。所提出的方法利用改进census变换和图像纹理信息加权和构建光流模型中数据项。数据项中不同分量的权重根据两帧图像SIFT点对应灰度差动态选择, 以满足不同亮度变化的图像, 自适应地选择相应的数据项。改进census变换包含了变换窗口内完整的相对灰度大小信息; 对两个不同的窗口, 较传统census变换有更高的区分度。以Middlebury和KITTI数据库对所控算法进行测试, 实验结果证实了所提出方法对不同仿真光照变化和野外真实光照环境下图像鲁棒光流求解的有效性。

首先介绍了基于工业CT的反求工程技术的基本原理和基本步骤。然后分别从基于曲面分割和基于体素分割这两条基本工业CT的反求技术路线，就近年来国内外相关技术的研究进展，进行了阐述、分析和总结。同时，以一实例来展现两条技术路线的反求结果。最后，对基于工业CT的反求工程技术在实际应用中尚未有效解决的问题进行描述和未来的发展进行了展望。

为了有效地提高面向逆向工程的工业CT图像轮廓处理的精准性和计算效率，开发了工业CT图像轮廓提取与优化系统。该系统主要包括图像处理模块、轮廓识别与提取模块、轮廓拟合与优化模块、图像处理经典算法库和数据接口等功能模块，实现了从工业CT图像到轮廓数据的三维点云与轮廓线的标准格式输出，并与逆向工程软件对接。同时，在轮廓拟合与优化模块中，提出了基于全局约束模型的轮廓拟合策略，并采用有向图分解和数值代数相结合的计算方法，提高了轮廓拟合的计算精度和效率。最后通过实例验证了系统的有效性和正确性。

现有的工业计算机断层成像(ICT)图像缺陷识方法中,多采用对单张图像进行孤立评判方法,此类方法未能考虑到单张图像在相邻层图像信息关联性,因而易将孤立的噪音视为缺陷,造成误判。为解决这一问题,提出一种基于序列ICT切片图像自动识别方法,该方法将识别过程分为两步:单张图像的潜在缺陷提取和相邻层图像缺陷的匹配。第一步运用传统方法识别出每张图像中所有潜在缺陷;第二步根据真缺陷在相邻层具有匹配关系而伪缺陷则相对孤立的特点,通过分步匹配的方法确定每张图像上所有潜在缺陷在相邻层图像上的匹配关系,区分出真伪缺陷。最后通过实例验证表明:利用该方法可以有效得提高真缺陷得识别率,降低误判率。