针对人工肉眼检测聚氯乙烯(PVC)管材表面缺陷效果差、效率低下等问题,设计了一种基于机器视觉的PVC管材表面缺陷检测算法,并将其用于工业生产。该算法主要包含图像预处理和缺陷检测两部分,图像预处理包括边缘遍历、条纹检测和Gamma变换等步骤;缺陷检测主要包括水平与垂直投影、快速区域生长法连通域标记和分块处理等步骤。该算法对Gamma变换以及区域生长法作加速处理,同时能够最大限度地检测出PVC管材表面缺陷并避免误检。实验及工厂实地检测结果表明,该算法检测准确率为97.6%,实时检测速度超过60 m/min,缺陷最小检测面积为0.05 mm ²,而且管材运行中单边抖动不超过5 mm时无误报警现象发生,管材在运行速度为45 m/min时漏检率为0,因而能满足实际生产需要。

对称FIR(有限冲激响应)滤波器的严格的线性相位特性和系统稳定性在数据传输、图像处理等领域得到了广泛的应用。基于单点处理模式的传统数字滤波器能实时处理点信号，但在处理图像、语音等帧信号时，速度较慢，实时性不强。针对这个问题提出了块处理模式的解决方案。通过分析FIR滤波器的原理，设计出基于块处理模式的对称FIR滤波器，并在TMS320C5510芯片中实现。介绍了基于双指针循环寻址的滤波算法，并给出了相应的主要程序。计算机试验仿真表明块处理模式方案提高了帧信号的处理速度，滤波性能良好。

传统的模板匹配跟踪算法存在运算量大和实时性差的缺陷，限制了它的应用范围。针对这一问题，在已有的基于位置预测相关跟踪算法的基础上，提出了利用图像分离块操作对相关跟踪算法进行改进，进一步减少相关跟踪算法的计算量，以满足系统的实时性要求。对改进算法进行了模拟仿真实验验证。仿真结果表明：该改进算法不仅在很大程度上减少了计算量，提高了跟踪系统的实时性，而且能够有效地减少随机噪声的影响，使得跟踪更加快速准确。