資源描述：
《基于數(shù)字圖像處理的表面缺損檢測技術(shù)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、萬方數(shù)據(jù)基于數(shù)字圖像處理的表面缺損檢測技術(shù)·15·韓彥芳，施鵬飛(上海交通大學(xué)圖像處理與模式識別研究所，上海200030)摘要：產(chǎn)品表面缺損檢測對保證產(chǎn)品的使用性能、完整性和安全性具有重要意義。介紹了缺損類型及特征，對基于數(shù)字圖像處理的表面缺損檢測技術(shù)研究現(xiàn)狀、主要問題以及檢測方法進行綜述，并得出結(jié)論。關(guān)鍵詞：機器視覺；工業(yè)檢測；缺損檢測；圖像處理中圖分類號：TP274文獻標(biāo)識碼：A文章編號：1000—8829(2005)09—0015—04SurfaceDefectDetectionBasedonImageProcessingTechniquesHANYan—fa
2、n，SHIPeng—fei(InstituteofImageProcessingandPatternRecognition，ShanghaiJiaotongUniversity，Shanghai200030，China)Abstract：Surfacedefectdetectionisimportanttoensuretheutility，integrality，andsecurityoftheproducts．Thetypesandfeaturesofdifferentsurfacedefectsayeintroduced．Asurveyispresentedon
3、thepresentre—search，concernedproblemsandimageprocessingmethodsofthedetectingtechniques．Conclusionsaredrawnintheend．Keywords：machine；industrialinspection；defectdetection；imageprocessing產(chǎn)品加工和使用過程中，表面裂紋、劃痕、氣泡、污跡、凹坑、孑L洞、毛刺等缺陷影響到產(chǎn)品使用性能，完整性，甚至安全性。及時對產(chǎn)品表面缺陷進行檢測具有重要意義。目前常用的檢測方式包括人工檢測、機械檢測、射線檢測
4、以及機器視覺檢測等。其中，人工檢測效率低、質(zhì)量差、工人勞動強度大，檢測可靠性取決于許多主觀因素；機械檢測通常是接觸式檢測，檢測過程需要對被檢測件進行位置調(diào)整，因而效率較低；射線檢測可以實現(xiàn)較高分辨率，但是結(jié)構(gòu)復(fù)雜、造價高；將計算機的快速性、可靠性和結(jié)果的可重復(fù)性與數(shù)字圖像處理技術(shù)相結(jié)合進行視覺檢測，具有自動化、客觀、非接觸、高精度和快速等特點，可極大提高檢測效率，具有廣泛應(yīng)用前景，目前在發(fā)達國家已得到廣泛應(yīng)用，但在國內(nèi)的應(yīng)用尚處于發(fā)展階段。實際應(yīng)用中，實時視覺檢測存在許多問題，如：與圖像獲取相關(guān)的照明和噪聲問題以及由此引起的圖像預(yù)處理，與被檢測表面特性相關(guān)的特征提取
5、，與圖像處理相關(guān)的圖像分割、目標(biāo)定位，與缺陷識別相關(guān)的模式收稿日期：2005一01—12基金項目：上海市科委計劃資助項目(035115039)作者簡介：韓彥芳(1974一)，女，在讀博士生，主要研究方向為圖像處理、模式識別；施鵬飛(1940一)，男，教授，博士生導(dǎo)師，主要研究方向為圖像處理、模式識別、人工智能等。識別，以及與算法性能相關(guān)的實時性、精確性和魯棒性等。這些問題對數(shù)字圖像處理技術(shù)提出較高要求，是國內(nèi)外研究熱點。大量文獻針對工業(yè)‘卜4
6、、農(nóng)業(yè)‘5引、醫(yī)藥‘7
7、、包裝‘8，9]、印刷㈨、紡織‘11
8、、木材‘121等領(lǐng)域的檢測問題進行了研究。1缺損類型及其特征不
9、同應(yīng)用領(lǐng)域?qū)Ξa(chǎn)品表面質(zhì)量有不同要求，明確缺損類型對于缺損特征分析，從而選用合適圖像處理方法具有重要意義。根據(jù)國內(nèi)外文獻研究內(nèi)容，將表面缺損總結(jié)為結(jié)構(gòu)缺損、幾何缺損、顏色缺損、紋理缺損等幾種類型。結(jié)構(gòu)缺損包括表面裂紋、劃痕、凹坑、孔洞、毛刺等與表面完整性相關(guān)的缺陷；幾何缺損包括產(chǎn)品表面形狀、尺寸、位置、圓度、同心度等缺陷；顏色缺損包括油污、色污、顏色不純、顏色異樣等與顏色有關(guān)的缺陷；紋理缺損主要指紋理表面的破損。常見缺陷的特征分析，可以作為對缺陷進行分類、識別和理解的依據(jù)，對于后續(xù)的圖像處理非常重要。根據(jù)不同種類缺陷特點，將常用特征總結(jié)為灰度特征、形態(tài)特征、顏色特征和
10、紋理特征幾類?；叶忍卣髦饕概c像素灰度相關(guān)的特征，如灰度、梯度以及與灰度相關(guān)的統(tǒng)計特征等?；诨叶忍卣鞯膱D像處理方法主要有閾值法、灰度統(tǒng)計法、邊緣檢測法和區(qū)域生長法等。形態(tài)特征主要指與缺損形狀、尺寸等相關(guān)的特征，如缺陷周長￡(對缺陷邊界上像素個數(shù)的統(tǒng)計)、缺陷面積萬方數(shù)據(jù)·16·《測控技術(shù)))2005年第24卷第9期s(對缺陷邊界內(nèi)像素個數(shù)的統(tǒng)計)、L／S(反映缺陷的邊緣特征，缺陷越長，邊界越不規(guī)則，其值越大)、S／L(反映了單位邊界長度所圍缺陷面積的大小，此特征參數(shù)可以有效地識別出裂紋缺陷)以及圓度、橢圓度、直線度等。顏色特征具有旋轉(zhuǎn)不變性和尺度不變性，在對表
