没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
对于复杂背景下微小圆柱体芯块的端面缺陷检测, 受表面镀层不均匀造成的灰度信息的干扰, 现有的基于阈值、形态学、边缘Canny的分割方法的检测具有不精确性。提出一种基于机器视觉的结构光三角剖分技术缺陷检测算法。首先, 采用结构光主动视觉检测法获取两幅含有一定缺陷信息的图像;然后, 根据模板匹配、形态学分析、频率统计将缺陷轮廓粗略勾画出来;最后, 使用Delaunay三角剖分技术实现端面缺陷区域的精确勾画。实验结果表明, 该方法对隐藏于杂乱背景下的缺陷检测具有较高的识别率, 重复精度可达亚像素级, 并且抗干扰性好、实用性强、效率高。
资源推荐
资源详情
资源评论
激光与光电子学进展
Laser&O
p
toelectronicsPro
g
ress
中国激光
杂志社
复杂背景下微小圆柱端面缺陷检测方法研究
刘 丹
,
张 斌
,
李 慧 娴
,
宋 文 豪
,
李 峰 宇
,
杨 腾 达
郑州大学物理工程学院
河南 郑州
摘要
对于复杂背景下微小圆柱体芯块的端面缺陷 检 测
受 表 面 镀 层 不 均 匀 造 成 的 灰 度 信 息 的 干 扰
现 有 的 基 于
阈值
形态学
边缘
的分割方法的检测具有不精确性
提 出 一 种 基 于 机 器 视 觉 的 结 构 光 三 角 剖 分 技 术 缺 陷
检测算法
首先
采用结构光主动视觉检测法获取两 幅含 有一 定缺 陷信 息的 图像
然 后
根 据 模 板 匹 配
形 态 学 分
析
频率统计将缺陷轮廓粗略勾画出来
最后
使用
三角剖分技术实现端面缺陷区域的精确勾画
实验结
果表明
该方法对隐藏于杂乱背景下的缺陷检测具有 较 高 的 识 别 率
重 复 精 度 可 达 亚 像 素 级
并 且 抗 干 扰 性 好
实
用性强
效率高
关键词
图像处理
机器视觉
缺陷检测
结构光视觉
三角剖分法
中图分类 号
文献标识 码
doi
:
.
/
LOP.
DetectionofMicroGC
y
linderEndFaceDefectinCom
p
lexBack
g
round
LiuDan Zhan
g
Bin LiHuixian Son
g
Wenhao LiFen
gy
u Yan
g
Ten
g
da
Colle
g
eo
f
Ph
y
sicalEn
g
ineerin
g
Zhen
g
zhouUniversit
y
Zhen
g
zhou
Henan
China
Abstract
Ke
y
words
OCIScodes
收稿日期
收到修改 稿日期
基金项目
国家自然科学基金
作者简介
刘丹
女
硕士研究生
主要从事缺陷检测
图像处理方面的研究
导师简介
张斌
男
博士
副教授
硕士生导师
主要从事机器视觉
图像处理
医学图像处理等方面的研究
通信联系人
引
言
在传统工业生产中
元件 的表 面缺 陷检 测主 要
依靠 人 眼 识 别
效 率 低
检 测 标 准不 一 致
易 疲 劳
机器视觉技术具有 客观
稳健性 好
重复性 高
无损
伤等优点
能够满足现代工业生产批量大
检测任务
重
检测精度要求高的 需 求
因此
基于机 器 视觉技
术
进行表面缺陷检测成为必然趋势
微小圆柱体端面缺陷检测一直是自动检测的难
点
国内外很多学者进行了大量的研究
但检测效果
仍然不理 想
等
等
利 用 计 算机
视觉对金属表面缺陷 进 行检测
通过图 像 灰度的 异
常统计来判断缺陷的 存 在
但未考 虑 缺陷表 面 的不
同反射率
使 得 误 判 率 较 高
基 于
和
算子的陶瓷碗表面缺陷检测方法对表面纹理单一的
缺陷比较适用
基于机 器 视觉的 冲 压件表 面 缺陷
激光与光电子学进展
检测方法对缺陷边缘 轮 廓比较 清 晰
缺陷与 背 景对
比度较大的缺陷检测 率 较高
但对于 局 部边缘 比 较
模糊的缺陷很难 精 确检测 出 来
基于几 何 形态学
的圆柱零件表面缺陷检测技术对复杂纹理的缺陷检
测效果不佳
基于
实时浓 妆 补正技 术
的缺陷 检
测方法仅 对 特 定的 金 属 材 料检 测 具 有 较 高 的 准 确
性
传统的基 于形态 学
和边缘 梯 度
的 检
测方法对于图像背景复杂
纹理较多
局部边缘模糊
的缺陷很难精确勾画出
本文设计一种敏捷的柱状
体 端 面 缺 陷 检 测 方 法
该 方 法 基 于 结 构 光 和
三角剖分算法进行端面缺陷检测
滤除了
复杂的背景信息
通过光 栅 条纹的 形 态偏移 间 接地
将表面的三维空间信 息 表达出 来
再结合 数 学形态
学分析
模板匹配
三角剖分法
频率统计
将缺陷轮
廓精确勾画出来
图像处理系统
图像处理系统共分为
个部分
如图
所示
前
两个步骤完成图像的采集和目标区域的提取
第三
四步骤完成缺陷的粗提取
最后通过
三角
剖分技术完成缺陷区域的精确提取
图
图像处理系统框架
图像采集与预处理
31
图像采集
获取高质量的图像是整个检测系统的基础和重
要环节
所 以 搭 建 合 适 的 图 像 采 集 系 统 十 分 重 要
在普通光源下拍摄的图像如图
所示
缺陷 的部
分边缘比较模糊
不利于 缺 陷边缘 提 取
结构光 对
于垂直于光束走向的 边 缘反应 很 敏感
但对于 沿 光
束走向缓慢变化的缺 陷 边缘变 化 不敏感
左结构 光
打光如图
所示
右结 构 光打光 如 图
所示
所以单一方向的打光很难准确地显现出缺陷的所有
边缘信息
本系统采用双结构光左右对称打光模式
来进行缺陷图像的采 集
两个 光源光 条 呈
交叉
采集装置图如图
所 示
之 所 以 采 用 双 光 源 平
行光束而非网状栅格
主要是 考 虑可以 简 化处理 算
法
提高运算速度
图
普通光源
左结构光
右结构光
采集装置图
32
图像预处理
由于环境光的影响
不同 的样 品直 接使 用固 定
的阈值进行处理的稳 健 性较差
所以使 用 一种基 于
全局的自适应阈值确定方法
又称大津法
设图像的灰度级别为
L
灰度 为
i
的像 素
数目为
n
i
图像像素数为
N
M
P
i
表示 灰度 级为
i
的像素点出现的概率
P
i
=
n
i
N
×
M
P
i
L
-
i
=
P
i
=
设
C
和
C
分别表示两类像素群
C
k
C
k
L
μ
和
μ
分 别 代 表
C
和
C
的均 值
令
ω
k
i
P
i
ω
k
ω
k
μ
k
k
i
iP
i
则
μ
k
=
k
i
=
iP
i
ω
k
=
μ
k
ω
k
μ
k
=
L
-
i
=
k
+
iP
i
ω
k
=
μ
-
μ
k
-
ω
k
剩余6页未读,继续阅读
资源评论
weixin_38663036
- 粉丝: 4
- 资源: 928
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- IP网络的仿真及实验.doc
- Metropolis-Hastings算法和吉布斯采样(Gibbs sampling)算法Python代码实现
- 高效排序算法:快速排序Java与Python实现详解
- 基于stm32风速风向测量仪V2.0
- 多边形框架物体检测27-YOLO(v5至v11)、COCO、CreateML、Paligemma、TFRecord、VOC数据集合集.rar
- 国产文本编辑器:EverEdit用户手册 1.1.0
- 3.0(1).docx
- 多种土地使用类型图像分类数据集【已标注,约30,000张数据】
- 智慧校园数字孪生,三维可视化
- GigaDevice.GD32F4xx-DFP.2.1.0 器件安装包
- 基于 Spring Cloud 的一个分布式系统套件的整合 具备 JeeSite4 单机版的所有功能,统一身份认证,统一基础数据管理,弱化微服务开发难度
- opcclient源码OPC客户端 DA客户端源码(c#开发) C#开发,源码,可二次开发 本项目为VS2010开发,可转为VS其他版本的编辑器打开项目 已应用到多个行业的几百个应用现场,长时间运
- IMG_4525.jpg
- STM32F427+rtthread下的bootload 网口(webclient)+串口(ymodem)传输,代码无质量,谨慎使用
- FastAdmin后台框架开源且可以免费商用,一键生成CRUD, 一款基于ThinkPHP和Bootstrap的极速后台开发框架,基于Auth验证的权限管理系统,一键生成 CRUD,自动生成控制器等
- GD32F5XX系列的产品数据手册,学习手册,器件安装包
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功