摘要
一种基于图像增强及二值化算法的零部件加工表面缺陷视觉检测方法和系统,属于机械制造领域。解决了如何在不依赖大数据训练的前提下,通过优化图像处理流程实现高精度、低误检的缺陷检测,同时满足工业场景对实时性与部署成本的要求的问题。它包括:输入零部件表面图像及掩膜图像,进行腐蚀操作生成安全检测区域;采用纵横形态学核进行底帽变换,分离划痕与噪声;用Sobel算子提取横纵向梯度,生成多方向梯度特征图;动态阈值分割生成二值化图像,并通过闭运算连接断裂划痕;根据长宽比筛选纵横划痕轮廓,进行距离变换与最小内切圆半径计算,判断半径小于阈值的区域为真实缺陷。它主要应用于缺陷检测领域。
技术关键词
图像增强
轮廓筛选
纵向划痕
表面缺陷视觉检测
长宽比
算法
多阈值
生成二值化图像
像素
优化图像处理
掩膜
背景噪声
可读存储介质
处理器
动态
存储器
系统为您推荐了相关专利信息
背光模组
测定方法
光学特征信息
机器学习算法
阈值算法
水下生物检测方法
特征提取模块
网络结构
图像增强
生物检测系统
图像信息处理方法
超声图像数据
图像增强
深度学习模型
图像信息处理系统
图像获取单元
识别系统
图像输出单元
图像处理单元
图像增强单元
缺陷检测系统
颜色直方图
纹理特征
图像处理模块
局部二进制模式