摘要
本发明属于计算机视觉技术领域,尤其涉及基于视觉的家具表面喷漆缺陷检测方法,该方法获取家具表面的灰度图像,K均值聚类算法将像素点分为三类,并计算各类像素点的数量和平均灰度值,比较像素点的梯度值和灰度值,确定初始点和生长趋势,根据生长趋势的重合比例,将生长趋势分为整体趋势和异向生长趋势,并计算轮廓值,中心点和其八邻域内的点构成中心窗口,根据中心点和中心窗口内像素点的灰度值计算异常指数和概率指数,进而确定缺陷概率密度,结合缺陷概率分布、平滑度、像素点灰度均值等因素,计算缺陷概率密度的置信度,并根据阈值判断家具表面是否存在缺陷及其等级,显著提高了对细小和不规则形状喷漆缺陷的检测准确率。
技术关键词
像素点
缺陷检测方法
指数
家具
K均值聚类算法
邻域
计算中心
平滑度
对象
图像
轮廓
计算机视觉技术
曲线
异常点
参数
连续性
标记
噪声
系统为您推荐了相关专利信息
通信基站备用电源
电池组
管理系统
健康状态参数
指数
反射率
程度分析方法
无人机多光谱
交互特征
矩阵
时间段
应急决策方法
实时数据
预测模型建立方法
农业生态环境