图像处理在医用纱布表面缺陷检测中的应用.pdf

《图像处理在医用纱布表面缺陷检测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第10期机械设计与制造2013年1O月MachineryDesign&Manufacture87图像处理在医用纱布表面缺陷检测中的应用黄娟，杨建玺(河南科技大学机电工程学院，河南洛阳471003)摘要：针对医用纱布表面缺陷的特点，研究缺陷检测算法。运用迭代算法对图像进行预处理，有效地去除噪声对图像的影响。采用了一种特殊的图像分割方法即基于数学形态学的分割技术对图像进行边缘检测及分割，保证了边缘检测的连续性，能够分割出完整的缺陷目标图像。利用提取的纱布表面缺陷图像中的形态学特征对缺陷进行分类，实现纱布表面破洞、缺经、断纬等缺陷的识别目的。通过MA

2、TLAB软件对一些医用纱布图像进行测试，验证了该方法的可行性和准确率。关键词：缺陷检测；数学形态学；结构元素；特征提取中图分类号：TH16文献标识码：A文章编号：1001—3997(2013)10—0087—03ApplicationofImageProcessinginMedicalGauzeDefectInspectionHUANGJuan，YANGJian—xi(SchoolofMechatronicsEngineering，HenanUniversityofScienceandTechnology，He’nanLuoyang471003

3、，China)Abstract：Aimingatthefeaturesofmedicalgauzesurfacedefect，defectdetectionalgorithmisresearched．Theiterativealgorithmisusedtoprocessimage，removingthenoiseontheinfluenceoftheimageefectively．Toensurethecontinuityofedgedetectionandsplit，acompletedefecttargetimageisextracted

4、byaspecialmethodofimagesegmentationbasedonmathematicalmorphology．Extractingthemorphologicalaturesofgauzesurfacedefectimagesandclassifyingthemorphologicall厂eaturessuch哪holes，missingend，brokenpicks，theimagerecognitionofgauzesurfacedefectisrealizedThroughsomemedicalgauzeimagete

5、stbyMATLAB，thefeasibilityandaccuracyareprovedKeyWords：DefectDetection；MathematicalMorphology；StructuralElement；FeatureExtraction1引言图像输入目前我国的医用纱布缺陷检测绝大多数由人工进行，工作图像预处理效率低，检测速度约20m／min。由于检验能力不足而导致产品质量下降，影响市场竞争力。医用纱布自动检测与识别技术采用计算数学形态学分割机视觉，用摄像机和计算机代替人工对目标进行识别、跟踪和测量等，可最大限度地避免^为因素

6、对检测结果的影响，实现客观评价，缺陷特征提取对提高纱布制造过程的自动化程度具有重要的实践意义l1l。与人形态学分类识别工方法相比，不会疲劳，不受生理、心理影响，在检测速度上占有明显的优势。医用纱布缺陷检测不同于其他材料缺陷检测，其缺图1医用纱布表面缺陷检测流程图Fig．1FlowChartofSurfaceDefects陷特征除了孔洞外，主要存在着缺径、断纬等重要缺陷，如何准确DetectionofMedidalGauze地提取出这些特征，需要对图像处理算法进行认真研究，需要做3检测算法及试验大量的试验，以验证算法的可行性，正是针对这一点进行的

7、。3．1图像预处理2纱布表面缺陷检测流程图像二值化是图像分割、形态特征提取的首要基础，直接关计算机首先对采集的医用纱布图像进行预处理以消除噪声系图片的质量。在医用纱布表面缺陷检测预处理过程中，通过改同时增强图像对比度，再针对纱布图像特点采用数学形态学方法进的迭代算法求得图像分割的最佳阈值，并将图像二值化[31。通过对图像进行分割目，然后提取缺陷区域图像的特征参数，最后对目改进的迭代算法处理图像，不仅能够使噪声对其的影响降到最标缺陷进行形态学分类识别。低，而且增强了图像的对比度，强化了图像轮廓。基于上述思想，医用纱布表面缺陷检测流程，如图1所示。

8、首先设定初始门限，通过一般的迭代算法对图像进行分割，来稿日期：2012—12—15基金项目：河南省教育厅自然科学基金项目(2010B460010)作者