金屬工件表面缺陷的圖像處理技術(shù)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，基于圖像處理的產(chǎn)品表面缺陷檢測技術(shù)的優(yōu)勢越來越明顯。金屬表面具有高反光和拉絲特性，所以金屬工件表面缺陷的檢測一直是非常困難的問題，本文將金屬表面的臟污和劃痕缺陷作為研究對象，通過對大量的金屬圖像進(jìn)行分析和研究，形成了一系列基于圖像處理的，對金屬表面臟污和劃痕區(qū)域識別和量化計(jì)算的行之有效的特定理論和算法。
　　 首先，為了能更加準(zhǔn)確地提取金屬工件表面的臟污和劃痕區(qū)域，需要對金屬圖像進(jìn)行預(yù)處理。該過程主要包括彩

2、色圖像的圖像的增強(qiáng)，去噪等。在圖像預(yù)處理過程中，通過分析目前各種常用增強(qiáng)算法的特點(diǎn)和適用范圍，得出當(dāng)前常用的圖像增強(qiáng)算法無法直接運(yùn)用于本文的增強(qiáng)處理。從而提出了一種改進(jìn)的小波變換圖像增強(qiáng)方法，能有效的識別圖像中的目標(biāo)區(qū)域。實(shí)驗(yàn)結(jié)果表明，該算法不僅具有理想的圖像增強(qiáng)效果，還能較好地去除噪聲，保留圖像的細(xì)節(jié)。其次，對金屬圖像的分割處理，通過分析和比較目前各種常用閾值分割算法的特點(diǎn)和適用范圍，根據(jù)金屬缺陷自身的顏色特征和亮度特征，選用了適當(dāng)方

3、法進(jìn)行圖像分割。最后，在量化計(jì)算的過程中，先采用本文改進(jìn)的形態(tài)學(xué)濾波方法對分割圖像進(jìn)行濾波處理，實(shí)驗(yàn)結(jié)果表明，該方法能在不改變圖像大小的同時(shí)，有效地濾除干擾的孤立節(jié)點(diǎn)及邊界毛刺噪聲，并填補(bǔ)圖像區(qū)域中的漏洞，然后利用簡單有效地像素計(jì)數(shù)法對缺陷進(jìn)行面積和長度計(jì)算。
　　 本文結(jié)合圖像處理和模式識別等方面的理論知識和技術(shù)，實(shí)現(xiàn)對金屬工件表面臟污和劃痕的識別和量化計(jì)算，為建立一套完整的基于圖像處理和模式識別技術(shù)的金屬工件缺陷檢測系統(tǒng)奠定