資源描述：
《圖像處理在醫(yī)用紗布表面缺陷檢測中的應(yīng)用.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第10期機(jī)械設(shè)計與制造2013年1O月MachineryDesign&Manufacture87圖像處理在醫(yī)用紗布表面缺陷檢測中的應(yīng)用黃娟，楊建璽(河南科技大學(xué)機(jī)電工程學(xué)院，河南洛陽471003)摘要：針對醫(yī)用紗布表面缺陷的特點(diǎn)，研究缺陷檢測算法。運(yùn)用迭代算法對圖像進(jìn)行預(yù)處理，有效地去除噪聲對圖像的影響。采用了一種特殊的圖像分割方法即基于數(shù)學(xué)形態(tài)學(xué)的分割技術(shù)對圖像進(jìn)行邊緣檢測及分割，保證了邊緣檢測的連續(xù)性，能夠分割出完整的缺陷目標(biāo)圖像。利用提取的紗布表面缺陷圖像中的形態(tài)學(xué)特征對缺陷進(jìn)行分類，實(shí)現(xiàn)紗布表面破洞、缺經(jīng)、斷緯等缺陷的識別目的。通過MA
2、TLAB軟件對一些醫(yī)用紗布圖像進(jìn)行測試，驗(yàn)證了該方法的可行性和準(zhǔn)確率。關(guān)鍵詞：缺陷檢測；數(shù)學(xué)形態(tài)學(xué)；結(jié)構(gòu)元素；特征提取中圖分類號：TH16文獻(xiàn)標(biāo)識碼：A文章編號：1001—3997(2013)10—0087—03ApplicationofImageProcessinginMedicalGauzeDefectInspectionHUANGJuan，YANGJian—xi(SchoolofMechatronicsEngineering，HenanUniversityofScienceandTechnology，He’nanLuoyang471003
3、，China)Abstract：Aimingatthefeaturesofmedicalgauzesurfacedefect，defectdetectionalgorithmisresearched．Theiterativealgorithmisusedtoprocessimage，removingthenoiseontheinfluenceoftheimageefectively．Toensurethecontinuityofedgedetectionandsplit，acompletedefecttargetimageisextracted
4、byaspecialmethodofimagesegmentationbasedonmathematicalmorphology．Extractingthemorphologicalaturesofgauzesurfacedefectimagesandclassifyingthemorphologicall廠eaturessuch哪holes，missingend，brokenpicks，theimagerecognitionofgauzesurfacedefectisrealizedThroughsomemedicalgauzeimagete
5、stbyMATLAB，thefeasibilityandaccuracyareprovedKeyWords：DefectDetection；MathematicalMorphology；StructuralElement；FeatureExtraction1引言圖像輸入目前我國的醫(yī)用紗布缺陷檢測絕大多數(shù)由人工進(jìn)行，工作圖像預(yù)處理效率低，檢測速度約20m／min。由于檢驗(yàn)?zāi)芰Σ蛔愣鴮?dǎo)致產(chǎn)品質(zhì)量下降，影響市場競爭力。醫(yī)用紗布自動檢測與識別技術(shù)采用計算數(shù)學(xué)形態(tài)學(xué)分割機(jī)視覺，用攝像機(jī)和計算機(jī)代替人工對目標(biāo)進(jìn)行識別、跟蹤和測量等，可最大限度地避免^為因素
6、對檢測結(jié)果的影響，實(shí)現(xiàn)客觀評價，缺陷特征提取對提高紗布制造過程的自動化程度具有重要的實(shí)踐意義l1l。與人形態(tài)學(xué)分類識別工方法相比，不會疲勞，不受生理、心理影響，在檢測速度上占有明顯的優(yōu)勢。醫(yī)用紗布缺陷檢測不同于其他材料缺陷檢測，其缺圖1醫(yī)用紗布表面缺陷檢測流程圖Fig．1FlowChartofSurfaceDefects陷特征除了孔洞外，主要存在著缺徑、斷緯等重要缺陷，如何準(zhǔn)確DetectionofMedidalGauze地提取出這些特征，需要對圖像處理算法進(jìn)行認(rèn)真研究，需要做3檢測算法及試驗(yàn)大量的試驗(yàn)，以驗(yàn)證算法的可行性，正是針對這一點(diǎn)進(jìn)行的
7、。3．1圖像預(yù)處理2紗布表面缺陷檢測流程圖像二值化是圖像分割、形態(tài)特征提取的首要基礎(chǔ)，直接關(guān)計算機(jī)首先對采集的醫(yī)用紗布圖像進(jìn)行預(yù)處理以消除噪聲系圖片的質(zhì)量。在醫(yī)用紗布表面缺陷檢測預(yù)處理過程中，通過改同時增強(qiáng)圖像對比度，再針對紗布圖像特點(diǎn)采用數(shù)學(xué)形態(tài)學(xué)方法進(jìn)的迭代算法求得圖像分割的最佳閾值，并將圖像二值化[31。通過對圖像進(jìn)行分割目，然后提取缺陷區(qū)域圖像的特征參數(shù)，最后對目改進(jìn)的迭代算法處理圖像，不僅能夠使噪聲對其的影響降到最標(biāo)缺陷進(jìn)行形態(tài)學(xué)分類識別。低，而且增強(qiáng)了圖像的對比度，強(qiáng)化了圖像輪廓?；谏鲜鏊枷?，醫(yī)用紗布表面缺陷檢測流程，如圖1所示。
8、首先設(shè)定初始門限，通過一般的迭代算法對圖像進(jìn)行分割，來稿日期：2012—12—15基金項目：河南省教育廳自然科學(xué)基金項目(2010B460010)作者
