基于數(shù)學(xué)形態(tài)學(xué)墻地磚表面缺陷檢測方法

利用pxi總線控制器以及ieee-1394接口的圖像采集設(shè)備構(gòu)建機(jī)器視覺系統(tǒng),應(yīng)用計算機(jī)視覺以及數(shù)字圖像處理技術(shù)實現(xiàn)了墻地磚表面缺陷的自動檢測及等級分類。在墻地磚自動檢測應(yīng)用程序的設(shè)計中,首先應(yīng)用imaqvisionassistant進(jìn)行主要算法的開發(fā),再在labview的開發(fā)環(huán)境下對算法程序進(jìn)行更加柔性的配置,并開發(fā)出具有人性化的界面,便于控制和處理。所研究的系統(tǒng)能對墻地磚表面疵點、缺損、鼓泡和裂痕等缺陷進(jìn)行實時檢測及等級分類,并得出詳細(xì)的缺陷檢測報告以及實現(xiàn)數(shù)據(jù)庫管理等功能。

陶瓷｜釉面墻地磚表面缺陷（凹釉、釉泡、針孔）克服方法 （二） 目前釉面墻地磚生產(chǎn)工廠，釉面點狀缺陷仍然是釉面質(zhì) 量進(jìn)一步提高的主要困擾，特別是凹釉、釉泡、棕眼等。本 期【陶瓷】欄目針對釉面缺陷（凹釉、釉泡、針孔）的形成 原因以至機(jī)理分析入手，對癥下藥（小編在工作中的點滴體 會整理一下，僅供同行們參考）。本欄目定時推送瓷磚相關(guān) 方面的技術(shù)論文，喜歡的朋友請點擊標(biāo)題下方藍(lán)字“陶最人 生”進(jìn)行關(guān)注。這里是陶瓷技能學(xué)習(xí)基地，越早關(guān)注，就能 越早掌握先機(jī)；只有不斷學(xué)習(xí)，才能讓自己走在進(jìn)步的路上。 瓷磚產(chǎn)品的內(nèi)在質(zhì)量好和外觀質(zhì)量好無疑是高檔產(chǎn)品的必 要條件，而陶瓷墻地磚是一種裝飾為主要功能的產(chǎn)品，提高 釉面質(zhì)量，是提高陶瓷墻地磚外觀質(zhì)量和整個產(chǎn)品檔次的重 要途徑和措施。缺陷定義一1.針孔釉面出現(xiàn)的 針刺樣小孔。有的工廠把在釉面上的小孔稱之為針孔。2. 凹釉施化妝土及面釉的產(chǎn)品，釉面產(chǎn)生

自動視覺檢測是機(jī)器視覺在工業(yè)方面的一項重要應(yīng)用。針對目前瓷磚表面缺陷檢測仍停留在手工操作水平,勞動強(qiáng)度大,效率低,檢測精度遠(yuǎn)遠(yuǎn)不能滿足實際生產(chǎn)的需要,本文提出一種基于bp神經(jīng)網(wǎng)絡(luò)與區(qū)域生長法相結(jié)合的圖像分割技術(shù),并將其應(yīng)用到瓷磚表面缺陷檢測。本算法原理是通過bp神經(jīng)網(wǎng)絡(luò)對瓷磚表面進(jìn)行缺陷檢測,將瓷磚主要缺陷分割出來,然后再利用區(qū)域生長法對其缺陷部分作進(jìn)一步分割,使缺陷能被精確、快速地分割出來。通過大量實驗說明本算法在實際應(yīng)用中的精確度達(dá)到97%,檢測速度得到明顯的提高,效果令人滿意,具有良好的應(yīng)用前景。

利用計算機(jī)視覺技術(shù)檢測木板材表面缺陷。提出了一種基于混合紋理特征的表面缺陷檢測算法,能準(zhǔn)確、魯棒地檢測出木板材表面圖像中是否有缺陷。首先,分別使用灰度共生矩陣方法、gabor濾波方法和幾何不變矩方法提取了10個優(yōu)化后的圖像紋理及尺度、平移、旋轉(zhuǎn)不變特征;然后,對特征向量進(jìn)行有效組合;最后,基于融合后的混合紋理特征向量,應(yīng)用bp人工神經(jīng)網(wǎng)絡(luò)對樣本集進(jìn)行訓(xùn)練和檢測。實驗表明,該方法能準(zhǔn)確地對木板材表面缺陷進(jìn)行檢測,平均檢測成功率達(dá)96.2%。

帶鋼表面缺陷檢測是帶鋼質(zhì)量控制的重要環(huán)節(jié)之一,但現(xiàn)有帶鋼表面缺陷自動檢測方法在準(zhǔn)確性和實時性上還難以滿足工業(yè)現(xiàn)場需要。為了解決此問題,提出了一種基于局部二進(jìn)制模式(lbp)的帶鋼表面缺陷的初級檢測方法。該方法首先利用快速局部二進(jìn)制模式算法計算圖像中各像素點的lbp值;然后通過統(tǒng)計lbp直方圖來獲取圖像中主要邊緣點的信息,再將其與閾值進(jìn)行比較,以確定帶鋼圖像中表面缺陷的存在,并記錄缺陷的位置。實驗結(jié)果表明,該方法不僅在帶鋼表面缺陷的初級檢測方面具有良好的準(zhǔn)確性和實時性,而且其提取出的信息還具有結(jié)構(gòu)的和統(tǒng)計的雙重特性,可為后續(xù)缺陷分類提供重要依據(jù)。

當(dāng)前人工調(diào)查土地資源利用情況具有較高的人力成本且勞動強(qiáng)度大；對其實現(xiàn)自動變化檢測具有較高的理論和應(yīng)用價值；將深度置信網(wǎng)絡(luò)(deepbeliefnetwork；dbn)應(yīng)用于高分辨率遙感影像的建筑物變化檢測；但dbn在變化檢測時存在由誤判現(xiàn)象造成的建筑物完整度欠缺、空間存在噪聲等問題；提出dbn與數(shù)學(xué)形態(tài)學(xué)融合模型對高分辨率遙感影像建筑物進(jìn)行變化檢測；在遙感影像預(yù)處理基礎(chǔ)上；標(biāo)記少量明顯的變化與未變化樣本；利用搜索窗口從標(biāo)記的區(qū)域獲取大量帶有標(biāo)簽的樣本訓(xùn)練融合模型分類器對建筑物進(jìn)行變化檢測；檢測方法準(zhǔn)確率為94.76%；召回率為87.63%；f1為91.06%；實驗結(jié)果表明；該方法可以為建筑物的變化檢測提供有效依據(jù)；

墻地磚表面平整度自動連續(xù)檢測采用光纖傳感器測量采集數(shù)據(jù),利用微機(jī)進(jìn)行數(shù)據(jù)處理,評定等級,并輸出分選控制信號,實現(xiàn)自動分選,碼垛。該技術(shù)的使用,有利于提高檢測效率,減少漏檢率和保證檢測精度

陶瓷墻地磚技術(shù)指標(biāo)及檢測方法 1.尺寸偏差： (1)、尺寸偏差：用游標(biāo)卡尺或直鋼尺測磚的長度、寬度及厚度(國標(biāo)要求取 10片整磚進(jìn)行測量)國標(biāo)要求拋光磚的2條或4條邊的平均尺寸相對與工作尺寸 的允許偏差為±1.0mm 名義尺寸：又稱公稱尺寸即用于統(tǒng)稱產(chǎn)品規(guī)格的尺寸 工作尺寸：又稱加工尺寸，按制造結(jié)果確定的尺寸 實際尺寸：又稱產(chǎn)品尺寸，用計量器具量得的尺寸 (2)、表面平整度： 邊彎曲度：磚的一條邊的中心點偏離由該邊兩角為直線的距離國標(biāo)中的表示 方法是以%表示，注意與絕對數(shù)的區(qū)別，一般的檢測方法用塞尺和水平尺 中心彎曲度：磚的中心點偏離由磚的四個角中的三個角決定該平面的距離表 示方法同上 翹曲度：磚的三個角確定的平面，其中第四個角偏離該平面的距離 (3)邊直度：在磚的平面內(nèi)，邊的中央偏離直線的的偏差表示方法采用%表示 (4)、直角度：將磚的一個角緊靠著放在用標(biāo)準(zhǔn)板校正的直角上

針對傳統(tǒng)區(qū)域生長方法中,由于噪聲種子存在及種子點單步鄰域搜索所導(dǎo)致的分割時間長、檢測精度低的問題,提出基于形態(tài)學(xué)重構(gòu)的實木地板在線缺陷分割方法。方法首先定義不同閾值下的兩幅模版圖像,其中低閾值圖像用于種子優(yōu)化,高閾值模版用作種子膨脹生長;通過定義腐蝕終止準(zhǔn)則,完成低閾值圖像下的缺陷骨架提取;運用"去毛刺"操作,最終實現(xiàn)缺陷骨架內(nèi)的種子點優(yōu)選;然后,運用測地膨脹,結(jié)合高閾值模版,完成板材缺陷區(qū)域的快速生長;最后,應(yīng)用"孔洞填充"、"去毛刺"優(yōu)化邊緣,實現(xiàn)缺陷目標(biāo)的提取。實驗分別在像素512*512、256*256和128*128下進(jìn)行,通過與傳統(tǒng)區(qū)域生長方法的比較,表明方法實現(xiàn)了缺陷區(qū)域的準(zhǔn)確分割,分割速度與精度能夠滿足地板在線分選要求。

針對超聲表面波檢測技術(shù)特點,分析了超聲表面波檢測彈簧表面缺陷的方法,制作了超聲波檢測所需的人工缺陷對比試塊,利用多個人工試塊制作描繪出用于判廢的距離-波幅曲線,建立了彈簧表面缺陷的超聲波檢測系統(tǒng)。結(jié)果表明,超聲表面波檢測方法適用于彈簧表面缺陷的檢測,并能有效地應(yīng)用于實際生產(chǎn)中的檢測任務(wù)。

金相圖像處理是進(jìn)行定量分析的前提,將金相圖像中的目標(biāo)物正確的提取出來對定量分析起著重要的作用。利用同態(tài)濾波器對亮度不均勻的鑄鐵金相圖像進(jìn)行濾波,校正因反射光強(qiáng)引起的亮度不均勻現(xiàn)象?；跀?shù)學(xué)形態(tài)學(xué)梯度算子提出新算法,利用預(yù)先定義的結(jié)構(gòu)元素對圖像中石墨邊緣進(jìn)行提取,之后經(jīng)過后處理再進(jìn)行填充。實驗結(jié)果表明,該方法在保證石墨邊緣的同時可以抑制噪聲,能夠有效提取出石墨的邊界。

將規(guī)則圖案墻地磚的精確配準(zhǔn)方法用于墻地磚表面缺陷檢測,通過對圖像進(jìn)行預(yù)處理及邊緣檢測,找出墻地磚的四條邊及左上角.首先對參考磚和待測磚之間的位移和旋轉(zhuǎn)角度進(jìn)行初步估計,對待測墻地磚進(jìn)行平移,使其左上角與參考墻地磚的左上角對準(zhǔn)并旋轉(zhuǎn)完成初步配準(zhǔn).然后,用互相關(guān)法尋找更精確的平移參數(shù)進(jìn)行精確配準(zhǔn).這樣可以在像素與像素之間進(jìn)行直接比較以進(jìn)行缺陷檢測.實驗結(jié)果證明該方法能有效檢測出像孔穴、裂紋等一般缺陷

該文結(jié)合radon變換和幾何推理,研究了基于墻地磚邊界的用于規(guī)則圖案表面缺陷檢測的圖像配準(zhǔn)方法。實驗證明該算法簡單快捷,能檢測出墻地磚的一般常見缺陷。

精密軸承應(yīng)用廣泛,精度要求高,軸承表面缺陷對其使用影響很大.因此,對軸承缺陷的檢測很有必要.目前的檢測以人工為主,但當(dāng)缺陷小于0.075mm時人眼就很難識別.以ccd攝像機(jī)為視覺結(jié)合圖像處理技術(shù),設(shè)計一種軸承在線檢測方法,能夠在很大程度上提高檢測效率和檢測精度,最后利用bp神經(jīng)網(wǎng)絡(luò)進(jìn)行缺陷分類,實驗結(jié)果表明:分類正確率可達(dá)92.7%,符合工業(yè)要求.

提出了一種基于halcon的鋼球表面缺陷檢測系統(tǒng)設(shè)計方案。首先,利用ccd相機(jī)采集展開盤上的鋼球表面圖像,并傳輸?shù)綉?yīng)用軟件；其次,進(jìn)行圖像感興趣區(qū)域選取、濾波去噪和缺陷邊緣檢測等圖像處理；然后,將缺陷區(qū)域進(jìn)行連通,并計算缺陷面積；最后,與缺陷閾值進(jìn)行比較,控制分球機(jī)械手與分球板協(xié)同作用實現(xiàn)分揀。試驗結(jié)果表明:該系統(tǒng)具有很高的檢測效率和準(zhǔn)確率,可滿足工業(yè)自動化生產(chǎn)的需求,具有良好的應(yīng)用前景。

為了提高陶瓷磚表面缺陷檢測效率,本文提出了一種基于機(jī)器視覺的表面缺陷檢測方法。采用了自適應(yīng)中值濾波算法對表面圖像進(jìn)行預(yù)處理,利用形狀匹配實現(xiàn)圖像之間的對齊,采用deriche亞像素分割算法實現(xiàn)了陶瓷磚邊緣的精確分割,設(shè)計局部門限算法實現(xiàn)陶瓷磚表面缺陷圖像的提取。實驗結(jié)果表明:該方法可實現(xiàn)陶瓷磚表面缺陷的快速提取,效果較好。

為降低企業(yè)生產(chǎn)成本,簡化鋼球檢測系統(tǒng),提出了一種基于機(jī)器視覺技術(shù)鋼球表面缺陷光學(xué)檢測新方法,采用雙目ccd傳感器和平面鏡反射成像同時獲取上下左右四個表面的鋼球表面圖像,經(jīng)過圖像處理后進(jìn)行缺陷分級,以取代傳統(tǒng)的鋼球表面展開機(jī)械裝置。此外,在照明裝置上,設(shè)計了一種基于led面陣光源和磨砂玻璃的方法來模擬均勻散射光線,以提高成像質(zhì)量。實踐表明使用本文方法能夠?qū)崿F(xiàn)鋼球表面缺陷的自動檢測,簡便高效,具有較高的可靠性。

提出了一種基于灰色關(guān)聯(lián)分析的特征顏色提取算法,在此基礎(chǔ)上,完成了陶瓷磚表面缺陷檢測軟件設(shè)計。應(yīng)用灰色關(guān)聯(lián)分析的方法來確定像素點間的隸屬度,對圖像進(jìn)行分塊處理來求解初始特征顏色,使用灰色聚類進(jìn)行圖像分割。系統(tǒng)以arm為工作平臺,工作在rgb顏色空間。實驗表明:算法可快速有效地完成陶瓷磚表面缺陷的檢測。

本文提出了一種用于墻地磚自動缺陷檢測的算法,該算法綜合了顏色的空間分布信息和比例分布信息,將共生矩陣紋理特征與顏色統(tǒng)計特征相結(jié)合構(gòu)造一個判斷矢量,可以對復(fù)雜紋理的多色墻地磚進(jìn)行各種缺陷檢測。

對八鋼小型軋機(jī)軋制熱軋抽油桿用圓鋼易產(chǎn)生表面缺陷的原因進(jìn)行了分析,介紹了實踐操作中存在的問題,并制定出相應(yīng)解決辦法,確保熱軋抽油桿用圓鋼的質(zhì)量要求。

目的改進(jìn)原有的圖像分割算法在分割圖像時的精度和準(zhǔn)確度,進(jìn)一步準(zhǔn)確地研究墻地磚缺陷圖像的基本特征,提出一種有效的圖像分割方法.方法根據(jù)墻地磚表面的紋理特點,采用daubechies小波對原始圖像進(jìn)行處理.結(jié)果僅保留圖像的近似信息,從而有效降低了紋理特征對缺陷分割的干擾.同時,圖像數(shù)據(jù)量減少為原始圖像的1/4.因此,在有效提取近似信息的基礎(chǔ)上提高了系統(tǒng)的實時性,便于圖像分割應(yīng)用.該方法增強(qiáng)了缺陷紋理圖像,能抑制背景紋理對缺陷紋理檢測的干擾,并通過減運算有效地實現(xiàn)了缺陷紋理和背景紋理的分割.結(jié)論基于小波變換的墻地磚缺陷圖像分割方法能夠?qū)﹄S機(jī)紋理圖像進(jìn)行可靠、有效、快速的分割,尤其適用于具有隨機(jī)紋理的墻地磚缺陷實時檢測.

鋼球表面缺陷分析