基于机器视觉的小磁瓦表面微缺陷检测方法研究

作     者：胡浩 李俊峰 沈军民 HU Hao;LI Jun-feng;SHEN Jun-min

作者机构：浙江理工大学自动化系浙江杭州310018 浙江理工大学电子信息工程系浙江杭州310018 金华艺博科技有限公司浙江金华321015 

基　　金：国家自然科学基金资助项目(61374022) 浙江省基础公益研究计划项目(LGG18F030001) 金华市科学技术研究计划重点项目(2018-1-027) 

出 版 物：《机电工程》 (Journal of Mechanical & Electrical Engineering)

年 卷 期：2019年第36卷第2期

页      码：117-123,184页

摘      要：针对小磁瓦成像不清晰、检测难度大、对比度低、纹理背景复杂、亮度不均匀、缺陷区域小及缺陷种类多等问题,提出了一种小磁瓦表面微缺陷的视觉检测方法。首先,根据小磁瓦弧形表面、倒角及缺陷区域对成像的影响,通过分析了小磁瓦表面图像中缺陷区域与正常区域的灰度、灰度梯度及缺陷形态的差异,将其表面缺陷类型划分为3类;其次,根据3类表面缺陷的成像特点、缺陷形态特征及与背景区域的关系,分别设计了相应的缺陷提取方法;最后,在不同的光照、规格、缺陷类型等条件下,利用开发的实验装置进行了实验分析。研究结果表明:提出的小磁瓦表面微缺陷提取算法稳定性好、鲁棒性强,能够准确、快速地提取小磁瓦表面中的缺陷区域,检测准确率可达93. 5%。

主 题 词：小磁瓦 微缺陷检测 灰度梯度 表面缺陷 机器视觉 

学科分类：08[工学] 080401[080401] 080203[080203] 0804[工学-材料学] 0802[工学-机械学] 081102[081102] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1001-4551.2019.02.002

馆 藏 号：203458581...