基于机器视觉的工业产品表面缺陷检测算法研究

《基于机器视觉的工业产品表面缺陷检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第29卷第2期计算机应用与软件Vol.29No．22012年2月ComputerApplicationsandSoftwareFeb．2012基于机器视觉的工业产品表面缺陷检测算法研究赵宇峰高超王建国(西安工业大学计算机科学与工程学院陕西西安710032)摘要目前机器视觉在工业产品缺陷检测中的应用越来越广泛，针对目前常用的几种非纹理图像缺陷检测算法进行了研究分析，结合纸杯表面的缺陷特征，针对模板匹配法提出了两种改进的方法，即统计平均差影法，粗放型灰度相关法。最后进行了试验分析比较，检测结果达到了预期效果。关键词机器视觉缺陷检测模

2、板匹配法灰度相关法中图分类号TP301．5文献标识码ARESEARCHONMACHINEVISIONBASEDINDUSTRIALPRODUCTSURFACEDEFECTDETECTIONALGORITHMZhaoYufengGaoChaoWangJianguo(InstituteofComputerScienceandEngineering，Xi’anTechnologicalUniversity，Xi’an710032，Shaanxi，China)AbstractAtpresentmachinevisionismoreand

3、morewidelyappliedtoindustrialproductdefectdetection．Thepaperstudiesandanaly-zesseveralfrequentlyusednon-textureimagedefectdetectionalgorithms，combinesdefectfeaturesonthepapercupsurface，and，targetingattemplatematchingmethod，putsforwardtwoimprovedmethods，namely，statist

4、icalaverageshadowdifferencemethodandextensivegrayscalecorrelationmethod．Afteranalysisandcomparisonwithtests，itisproventhatthetestresultshaveachievedthedesiredeffects．KeywordsMachinevisionDefectdetectionTemplatematchingmethodGrayscalecorrelationmethod0引言2缺陷检测算法随着数字图像处

5、理技术的迅猛发展，人们对产品质量要求的提高，传统的人工检测由于很多原因已不能得到令人满意的非纹理图像的表面缺陷检测在现实中有很多应用领域，例检测结果，因此，机器视觉检测技术越来越受到人们的高度重如:墙地砖的表面检测、印刷电路版的缺陷检测、药品检测等。视。然而在实时在线检测中，由于待检测图像的数据量非常大，本文将针对纸杯表面的缺陷这一实际问题对几种常用检测算法导致检测速度不能满足在线生产，这就对检测算法提出了要求。进行分析比较，并在原有的基础上提出两种改进的算法，检测效本文将对检测算法进行分析研究。果良好。2．1基于模板匹配的表面

6、缺陷检测1缺陷检测系统概要匹配技术的一种最简单的形式是差影法，差影法的原理是工业产品表面缺陷检测系统基本可分为如图1所示的几个对两幅图像按照对应像素做差，依据做差结果判断是否有缺陷。［1］匹配技术的另一种形式是灰度相关法，方法是以图像像素步骤。其中图像采集使用工业相机，图像预处理包括去噪滤波、图像的增强。图像分割包括阈值分割、边界跟踪、区域增长的相关性来衡量图像间的相似性，关于灰度相关的相似性测量等处理。缺陷检测有匹配法、灰度相关法、动态阈值法等。缺陷有许多种相似性测量函数，其中最常用的是灰度相关函数。特征提取有几何特征、颜色特

7、征、纹理特征等。本文的重点放在2．2差影法缺陷检测模块，在原有检测算法的基础上提出两种改进的检测算法，并给出试验结果和结论。传统的差影法是直接将两幅图像中的相应像素相减，而在实际生产线上获得的标准模板不可避免的会与在线的产品间存在差异，当环境基本不变时，传统差影法可通过预先设置一个阈值，将其与差值作比较从而检测出缺陷，如式(1)所示:收稿日期:2011－09－21。陕西省教育厅专项基金(09JK501)。赵宇峰，副教授，CCF会员(E200017701M)，主研领域:嵌入式应用，网络图1缺陷检测系统工程。第2期赵宇峰等:基于机器

8、视觉的工业产品表面缺陷检测算法研究1530f1(x，y)-f2(x，y)

9、＞T点集，如果待检测图像存在缺陷，那么就可以检测出缺陷的大致d(x，y)={(1)0else位置和部分缺陷，然后以此缺陷位置向周围区域增长，从而完全2．3灰度相关法检测出缺陷的面积。对于以