-
题名基于机器视觉的小磁瓦表面微缺陷检测方法研究
被引量：25
- 1
-
-
作者
胡浩
李俊峰
沈军民
-
机构
浙江理工大学自动化系
浙江理工大学电子信息工程系
金华艺博科技有限公司
-
出处
《机电工程》
CAS
北大核心
2019年第2期117-123,184,共8页
-
基金
国家自然科学基金资助项目(61374022)
浙江省基础公益研究计划项目(LGG18F030001)
金华市科学技术研究计划重点项目(2018-1-027)
-
文摘
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
-
Keywords
small magnetic tile
detection on micro defection
grayscale
surface defection
machine vision
-
分类号
TH878
[机械工程—精密仪器及机械]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
