基于机器视觉的小磁瓦表面微缺陷检测方法研究

• 作者: 李俊峰 沈军民 胡浩
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 小磁瓦 微缺陷检测 灰度梯度 表面缺陷 机器视觉
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机械、仪表技术
• 页码范围: 117-123,184
• 页数: 8页
• 分类号: TH878|TP391.41
• 字数: 6605字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2019.02.002

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊峰	浙江理工大学自动化系	41	497	8.0	22.0
2	沈军民	浙江理工大学电子信息工程系	20	78	6.0	8.0
4	胡浩	浙江理工大学自动化系	10	21	3.0	4.0