随机纹理表面缺陷检测方法与应用

ID:37499774

大小:648.08 KB

页数:5页

时间:2019-05-24

随机纹理表面缺陷检测方法与应用_第1页
随机纹理表面缺陷检测方法与应用_第2页
随机纹理表面缺陷检测方法与应用_第3页
随机纹理表面缺陷检测方法与应用_第4页
随机纹理表面缺陷检测方法与应用_第5页
资源描述:

《随机纹理表面缺陷检测方法与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第14卷第1期中国图象图形学报Vol.14,No.12009年1月JournalofImageandGraphicsJan.,2009随机纹理表面缺陷检测方法与应用1),2)1)2)王岩松金伟其钟克洪1)(北京理工大学信息科学技术学院,北京100081)2)(北京凌云光视数字图像技术有限公司,北京100089)摘要针对随机纹理表面缺陷检测问题,提出了一种基于Gabor小波的检测方法。该方法首先利用实值2维Gabor小波对图像进行多通道滤波;然后通过对滤波图像进行非线性处理和平滑滤波产生通道能量图像(特征图像);接着

2、在学习阶段估计学习样本(不含缺陷)特征的统计参数,并用于指导检测阶段特征图像的阈值化;最后在不同尺度和方向,对阈值化后的特征图像进行融合,并二值化,以达到减小虚警率的目的。实验结果表明,该方法检测效果好,且要求学习样本少,适用于不同缺陷类型和各种检测问题。关键词机器视觉缺陷检测Gabor滤波多通道中图法分类号:TP391141文献标识码:A文章编号:100628961(2009)0120131205DefectInspectionMethodforRandomTextureSurfaceandItsApplicat

3、ions1),2)1)2)WANGYan2song,JINWei2qi,ZHONGKe2hong1)(SchoolofInformationScienceandTechnology,BeijingInstituteofTechnology,Beijing100081)2)(BeijingLustlightvisionCorporation,Beijing100089)AbstractAdefectdetectionapproachbasedonGaborwaveletsisproposed1Acquiredimag

4、eismulti2channelfilteredwithabankof22DrealGaborfilters1Next,featureimagesareobtainedbysubjectingeachfilteredimagetoanonlineartransformationandcomputingameasureofenergythroughsmoothingfilter1Inthelearningphase,statisticalparametersarecomputedusinglearningsample

5、whichisfreeofdefectandareusedtosupervisethethresholdingofinspectedimage1Finally,threshold2fieteredfeatureimagesarefusedinter2scaleandinter2orientationandbinarizedinordertodecreasefalsealarms1Experimentsdemonstratedthatthisapproachhasgooddetectionabilityperform

6、anceandneedslesslearningsamples,whichmakesitsuitableformanytypesofdefectandtexturedmaterial1Keywordsmachinevision,defectdetection,Gaborfiltering,multichannel对,若超差即认为是缺陷。但对于表面纹理呈随机1引言分布的检测应用,比如木材、纺织品、陶瓷制品等,上述两类系统将不再适用。本文针对该类检测应用,在机器视觉的应用中,表面检测占据非常重要提出了一种多通道滤波的随

7、机纹理表面缺陷检测方的位置,因为其可有效地提高产品质量、降低成本,[1]法,实验结果表明,该方法是有效的。并可提高用户满意度。目前在实际运行的表面检测系统主要包括以下两大类:(1)均匀表面检测:好产品的表面纹理呈均匀分布,违反该分布的即认2基本原理为是缺陷;(2)黄金模板比对检测:先将好产品定义众所周知,Gabor小波是一种典型的多通道滤为黄金模板,然后将待检测产品和黄金模板进行比收稿日期:2007205222;改回日期:2007206205第一作者简介:王岩松(1977~),男。现为北京理工大学信息科学技术学院博

8、士研究生。主要研究方向为机器视觉与图像处理、产品质量的视觉检测。E2mail:wysong@126.com132中国图象图形学报第14卷波方法,可将其用来分析不同纹理在不同尺度和方像,因而更利于提取有效的纹理特征。图像I(x,y)[2]向上的差异。由于对图像进行多通道滤波,可将的Gabor小波变换可定义为图像分解为仅包含有限频带信息的滤波图像,因此Wm,n(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
正文描述:

《随机纹理表面缺陷检测方法与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第14卷第1期中国图象图形学报Vol.14,No.12009年1月JournalofImageandGraphicsJan.,2009随机纹理表面缺陷检测方法与应用1),2)1)2)王岩松金伟其钟克洪1)(北京理工大学信息科学技术学院,北京100081)2)(北京凌云光视数字图像技术有限公司,北京100089)摘要针对随机纹理表面缺陷检测问题,提出了一种基于Gabor小波的检测方法。该方法首先利用实值2维Gabor小波对图像进行多通道滤波;然后通过对滤波图像进行非线性处理和平滑滤波产生通道能量图像(特征图像);接着

2、在学习阶段估计学习样本(不含缺陷)特征的统计参数,并用于指导检测阶段特征图像的阈值化;最后在不同尺度和方向,对阈值化后的特征图像进行融合,并二值化,以达到减小虚警率的目的。实验结果表明,该方法检测效果好,且要求学习样本少,适用于不同缺陷类型和各种检测问题。关键词机器视觉缺陷检测Gabor滤波多通道中图法分类号:TP391141文献标识码:A文章编号:100628961(2009)0120131205DefectInspectionMethodforRandomTextureSurfaceandItsApplicat

3、ions1),2)1)2)WANGYan2song,JINWei2qi,ZHONGKe2hong1)(SchoolofInformationScienceandTechnology,BeijingInstituteofTechnology,Beijing100081)2)(BeijingLustlightvisionCorporation,Beijing100089)AbstractAdefectdetectionapproachbasedonGaborwaveletsisproposed1Acquiredimag

4、eismulti2channelfilteredwithabankof22DrealGaborfilters1Next,featureimagesareobtainedbysubjectingeachfilteredimagetoanonlineartransformationandcomputingameasureofenergythroughsmoothingfilter1Inthelearningphase,statisticalparametersarecomputedusinglearningsample

5、whichisfreeofdefectandareusedtosupervisethethresholdingofinspectedimage1Finally,threshold2fieteredfeatureimagesarefusedinter2scaleandinter2orientationandbinarizedinordertodecreasefalsealarms1Experimentsdemonstratedthatthisapproachhasgooddetectionabilityperform

6、anceandneedslesslearningsamples,whichmakesitsuitableformanytypesofdefectandtexturedmaterial1Keywordsmachinevision,defectdetection,Gaborfiltering,multichannel对,若超差即认为是缺陷。但对于表面纹理呈随机1引言分布的检测应用,比如木材、纺织品、陶瓷制品等,上述两类系统将不再适用。本文针对该类检测应用,在机器视觉的应用中,表面检测占据非常重要提出了一种多通道滤波的随

7、机纹理表面缺陷检测方的位置,因为其可有效地提高产品质量、降低成本,[1]法,实验结果表明,该方法是有效的。并可提高用户满意度。目前在实际运行的表面检测系统主要包括以下两大类:(1)均匀表面检测:好产品的表面纹理呈均匀分布,违反该分布的即认2基本原理为是缺陷;(2)黄金模板比对检测:先将好产品定义众所周知,Gabor小波是一种典型的多通道滤为黄金模板,然后将待检测产品和黄金模板进行比收稿日期:2007205222;改回日期:2007206205第一作者简介:王岩松(1977~),男。现为北京理工大学信息科学技术学院博

8、士研究生。主要研究方向为机器视觉与图像处理、产品质量的视觉检测。E2mail:wysong@126.com132中国图象图形学报第14卷波方法,可将其用来分析不同纹理在不同尺度和方像,因而更利于提取有效的纹理特征。图像I(x,y)[2]向上的差异。由于对图像进行多通道滤波,可将的Gabor小波变换可定义为图像分解为仅包含有限频带信息的滤波图像,因此Wm,n(

显示全部收起
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭