基于机器视觉的小磁瓦表面微缺陷检测方法研究 |
| |
引用本文: | 胡浩,李俊峰,沈军民.基于机器视觉的小磁瓦表面微缺陷检测方法研究[J].机电工程,2019,36(2). |
| |
作者姓名: | 胡浩 李俊峰 沈军民 |
| |
作者单位: | 浙江理工大学 自动化系,浙江 杭州,310018;浙江理工大学 电子信息工程系,浙江 杭州310018;金华艺博科技有限公司,浙江 金华321015 |
| |
基金项目: | 国家自然科学基金;浙江省基础公益研究计划项目;金华市科学技术研究计划重点项目 |
| |
摘 要: | 针对小磁瓦成像不清晰、检测难度大、对比度低、纹理背景复杂、亮度不均匀、缺陷区域小及缺陷种类多等问题,提出了一种小磁瓦表面微缺陷的视觉检测方法。首先,根据小磁瓦弧形表面、倒角及缺陷区域对成像的影响,通过分析了小磁瓦表面图像中缺陷区域与正常区域的灰度、灰度梯度及缺陷形态的差异,将其表面缺陷类型划分为3类;其次,根据3类表面缺陷的成像特点、缺陷形态特征及与背景区域的关系,分别设计了相应的缺陷提取方法;最后,在不同的光照、规格、缺陷类型等条件下,利用开发的实验装置进行了实验分析。研究结果表明:提出的小磁瓦表面微缺陷提取算法稳定性好、鲁棒性强,能够准确、快速地提取小磁瓦表面中的缺陷区域,检测准确率可达93. 5%。
|
关 键 词: | 小磁瓦 微缺陷检测 灰度梯度 表面缺陷 机器视觉 |
本文献已被 CNKI 万方数据 等数据库收录! |
|