江南大学 理学院 江苏省轻工光电工程技术研究中心, 无锡 214122
为了提高皮革缺陷检测效率, 提出了一种基于改进双边滤波的皮革缺陷检测算法。通过搭建机器视觉检测平台, 完成不同种类缺陷的皮革样本的图像采集, 采用改进的双边滤波算法处理样本图像, 模糊皮革背景纹理并保留缺陷边缘轮廓, 在此基础上, 计算各类缺陷的4种特征参量作为输入向量, 构建了最小二乘支持向量机自动识别模型。结果表明, 与聚类分析算法、阈值分割法和小波分析法相比, 本文中采用的算法能更高效地检测出皮革多种缺陷, 检测平均用时0.83s,缺陷检测准确率为93.3%。此研究结果为皮革的实时检测提供了有效途径。
图像处理 表面缺陷检测 双边滤波 灰度共生矩阵 支持向量机 皮革 image processing surface defect inspection bilateral filter gray co-occurrence matrix support vector machine leather
1 重庆大学 光电技术及系统教育部重点实验室, 重庆 400030
2 重庆大学 通信工程学院, 重庆 400030
介绍了一种桥梁拉索表面损伤缺陷的分布式视觉检测系统。系统以DSP (Digital Signal Processor) 芯片TMS320DM642(简称DM642)为核心处理器, 协同控制辅助机械装置, 实现拉索表面缺陷检测。提出并采用改进的中值滤波对CCD采集到的拉索表面图像进行图像预处理, 采用改进的Sobel边缘检测算法对缺陷进行边缘检测; 对分割后的缺陷目标进行决策判别, 实现桥梁拉索表面缺陷的智能检测。实验结果表明, 系统可检测出桥梁拉索表面损伤面积大于1cm2的缺陷, 处理速度达到了5cm/s, 满足了快速有效的检测要求。
机器视觉 桥梁拉索 表面缺陷检测 machine vision DSP DSP bridge cable surface defect inspection
1 Robotics Institute, Harbin Institute of Technology, Harbin 150080, CHN
2 Anshan University of Science and Technology, Anshan 114044, CHN
