基于机器视觉的小磁瓦表面微缺陷检测方法研究*

作者：胡浩，李俊峰，沈军民 日期：2019-02-22/span> 浏览：1932 查看PDF文档

                                                             基于机器视觉的小磁瓦表面微缺陷检测方法研究*
                                                                         胡浩1，李俊峰1*，沈军民2，3

(1.浙江理工大学 自动化系,浙江 杭州 310018;2.浙江理工大学 电子信息工程系,浙江 杭州 310018;3.金华艺博科技有限公司,浙江 金华 321015)

摘要：针对小磁瓦成像不清晰、检测难度大、对比度低、纹理背景复杂、亮度不均匀、缺陷区域小及缺陷种类多等问题，提出了一种小磁瓦表面微缺陷的视觉检测方法。首先，根据小磁瓦弧形表面、倒角及缺陷区域对成像的影响，通过分析了小磁瓦表面图像中缺陷区域与正常区域的灰度、灰度梯度及缺陷形态的差异，将其表面缺陷类型划分为3类；其次，根据3类表面缺陷的成像特点、缺陷形态特征及与背景区域的关系，分别设计了相应的缺陷提取方法；最后，在不同的光照、规格、缺陷类型等条件下，利用开发的实验装置进行了实验分析。研究结果表明：提出的小磁瓦表面微缺陷提取算法稳定性好、鲁棒性强，能够准确、快速地提取小磁瓦表面中的缺陷区域，检测准确率可达93.5%。

关键词：小磁瓦;微缺陷检测;灰度梯度；表面缺陷;机器视觉

中图分类号：TH878；TP391.41                         文献标志码：A                          文章编号：1001-4551(2019)02-0117-08

本文引用格式：
胡浩，李俊峰，沈军民,等.基于机器视觉的小磁瓦表面微缺陷检测方法研究［J］.机电工程，2019，36(2)：117-123,184.
HU Hao, LI Junfeng, SHEN Junmin, et al. Detection methods for surface micro defection on small magnetic tile based on machine vision［J］.Journal of Mechanical & Electrical Engineering, 2019,36(2):117-123,184.
《机电工程》杂志：http://www.meem.com.cn