华北电力大学硕士学位论文
3
提取技术对瓷砖表面缺陷进行轮廓提取,结合新型理论形态学对采集到的图像进行
去噪,从而能提取出完整缺陷。随着近几年的发展,作为新型理论的小波方法被应
用到图像处理当中,Kumar
[11]
在 2001 年提出采用小波包识别变形材料表面缺陷;
Yu 等人
[12]
在 2004 年提出了一种新的表面缺陷检测的特征提取方法,该方法是对二
维离散小波变换的系数进行提取来获得更多图像特征信息。
Mery
和
Medina
[13]
同年
通过对中值滤波方法进行自适应的算法改进,对玻璃瓶的瓶口以及瓶颈进行缺陷检
测,并能够很好的实现缺陷定位的功能。
Kang
和
Liu
[14]
引用了新理论前馈神经网
络对冷轧钢条进行缺陷检测,通过实验能够很好的提取出缺陷,缺陷轮廓十分清晰。
Liu
和
Qu
[15]
2009
年在检测织物图像缺陷时,运用新型理论小波变换将其图像分解
成子图像,并将子图像作为 BP 神经网络的输入图像进行缺陷识别。Borselli
[16]
等人
针对一种特殊材质的带钢表面进行缺陷检测,设计出一种自适应神经模糊系统。
Araki
[17]
等人针对金属表面的划痕、裂纹以及砂眼等缺陷进行识别时采用 ICA 方法
实现降维的目的。德国 COGNEX 公司设计出一套 SmartView 金属表面检测系统
[18]
。
P.Gamage
[19]
等人采用背光照明方式以及采用差分算法对透明薄膜表面缺陷设计出
一套实时在线缺陷检测系统。Rubo Zhang
[20]
等人在 年通过粒子群与最大熵法相结
合能够解决最大熵法分割速度慢的问题,与此同时,此方法能够达到很好的分割效
果。Guangyu Liu
[21]
在进行缺陷识别时采用神经网络对输入样本进行分类,实验表明
识别效果很好。在农业领域,Aleixos 等
[22]
根据柑橘成熟的颜色不同,将柑橘进行
分类。同时设计了一套缺陷检测的自动化检测系统,该系统检测速度快、效果很好。
在医学领域,Derganc 等
[23]
基于药片的形状、颜色为特征判定药片完整性的自动化
检测,该系统能够较好的检测出药片是否有遗漏、是否有缺损以及误装的情况。
1.2.2 国内研究现状
国内的机器视觉检测技术起步较晚,相对国外发达国家的工业自动化水平较落
后。但随着国内经济的发展以及生产技术的提高,对产品质量要求越来越高。特别
是在工业领域,零件表面缺陷的严重程度直接会影响零件的寿命以及使用安全性。
随着机器视觉技术的不断发展,基于图像处理的表面缺陷检测技术越来越完善,自
动化水平也越来越高,检测效率也越来越快,这就与传统的人工检测形成鲜明的对
比。梁光明,孙即祥
[24]
等人在 2003 年就 Canny 算子如何能实现门限值的自适应性
问题,提出了利用最大类间方差法(Otsu 法)获取的自适应阈值与 Canny 算子中的
门限值成对比关系,从而实现门限值的自适应性。2004 年,浙江大学的商俊敏
[25]
等通过对
CCD
工业相机、采集卡等选择,搭建了图像采集系统并设计了一套轴承
表面缺陷在线检测系统,该系统具有较好的实用价值。黎明等
[26]
针对纹理缺陷图像
设计了一种频域滤波器,该滤波器能够增强缺陷,而且能够有效的削弱背景纹理,