基于神经区域生长瓷砖表面缺陷检测

自动视觉检测是机器视觉在工业方面的一项重要应用。针对目前瓷砖表面缺陷检测仍停留在手工操作水平,劳动强度大,效率低,检测精度远远不能满足实际生产的需要,本文提出一种基于BP神经网络与区域生长法相结合的图像分割技术,并将其应用到瓷砖表面缺陷检测。本算法原理是通过BP神经网络对瓷砖表面进行缺陷检测,将瓷砖主要缺陷分割出来,然后再利用区域生长法对其缺陷部分作进一步分割,使缺陷能被精确、快速地分割出来。通过大量实验说明本算法在实际应用中的精确度达到97%,检测速度得到明显的提高,效果令人满意,具有良好的应用前景。