为实现图像处理技术在冲压件表面缺陷在线检测中的应用,开发了一套冲压件表面缺陷实时在线快速检测系统。使用基于多模板匹配算法获取图像中冲压件的位置,建立感兴趣区域;提出基于拉普拉斯-高斯(LoG)算子的实时浓淡补正算法实现冲压件表面缺陷的增强;使用大津法和形态学操作实现冲压件表面缺陷位置的提取。系统使用MATLAB实现基于LoG算子的滤波算法;使用LabVIEW实现其余算法,并在其中调用MATLAB 脚本节点;使用多线程技术实现高效的检测算法。经实验,系统能够对生产线上每一个冲压件进行快速检测,并检测出有缺陷的冲压件,整个过程耗时在100 ms以内,能够满足在线实时检测需求。
机器视觉 表面缺陷 多模板匹配 浓淡补正 灰度形态学 激光与光电子学进展
2018, 55(1): 011501
1 山东理工大学 机械工程学院, 山东 淄博 255049
2 山东理工大学 电气与电子工程学院, 山东 淄博 255049
针对传统的多方向灰度形态学边缘检测算法存在计算量大、效率低的缺点, 提出了一种基于自适应噪声抑制的多方向灰度形态学图像边缘检测算法。根据图像所含噪声的种类, 采用不同尺度的结构元素对图像进行分类滤波, 再根据像素点间灰度值的变化确定边缘方向, 由相应方向的结构元素进行边缘检测。实验结果表明, 与传统的多方向灰度形态学边缘检测算法相比, 检测到的边缘重构相似度和边缘置信度更高, 边缘连续性更强, 且计算量低, 运行效率高。
噪声抑制 边缘检测 灰度形态学 结构元素 noise suppressing edge detection gray scale morphology structural elements
