柱体表面缺陷区域面积自动检测系统的研究(1)
2014-09-06 01:02
导读：计算机应用论文论文，柱体表面缺陷区域面积自动检测系统的研究(1)在线阅读，教你怎么写，格式什么样，科教论文网提供各种参考范例：
摘 要 在高精度面阵CCD相机的支持下和计算机图像处理技术基础
摘 要 在高精度面阵CCD相机的支持下和计算机图像处理技术基础上,提出柱体表面缺陷面积的检测方法,首先将柱体曲面图片展开为平面图，提出确定阈值、噪声去除和轮廓跟踪的方法;再从处理后图像中提取表征缺陷轮廓特征,并补全轮廓，利用区域填充方法对缺陷面积进行填充，实现了计算机对缺陷图像面积的自动监测。 关键词 CCD；柱体表面缺陷；图像处理；阈值；噪声去除；轮廓跟踪 表示某种特征的面积在生产和科研中有着广泛的应用。目前，在现代的很多企业里面，仍然采用人工视觉检测的方法进行原材料、成品和半成品的表面面积进行检测。人工检测具有主观性误差，使得检测合格率的可信度较低，因此对产品的质量都有重要影响。人工视觉的检测方式已明显不能满足高效率、低成本的要求。面对当今科学技术的飞速发展的形势，不能不看到人工视觉检测存在着极大不足。而且面积检测基本上采用间接测量法,对非规则图形要准确测量面积就比较困难。图像检测技术在它不受图形形状的限制,适用范围广,基本思路为统计被检测区域相应像素点数,再换算成以平方米为单位的面积。这些被检测区域可以是表面的锈斑、烧蚀、划伤、磨损等不规则区域,可根据表面特征的不同用图像处理方法将特定区域提取出来(这些工作已有很多书刊涉及到)。但被测对象大多数都是平面物体的面积,而对柱体曲面上任意形状面积的高精度检测或计量方面的相关论文非常少。 本文采用高精度面阵CCD相机通过摄影测量方法对柱体表面缺陷面积进行了检测。该检测方法利用CCD相机获取柱体及缺陷区域，为了提高检测精度，要求柱体部分必须占到场景的80%以上。这样利用提出柱体表面缺陷面积的检测方法,将其从随机拍摄的图片还原到平面图上， 确定其阈值、去除噪声和跟踪轮廓，再从处理后图像中提取能表征缺陷轮廓特征,并补全轮廓，从而实现计算机对柱体缺陷图像面积的自动识别。该检测方法与其他检测方法相比，具有精度高、成本低、误差小，实时快速测量的优点。1 实验系统与方法 本系统主要有CCD摄像头、图像采集卡、图像处理计算机等三个部分组成，图1为系统结构示意图。
1.1 CCD摄像头 CCD摄像头由
光学镜头和图像传感器及相关电路组成，与待检测物垂直安装在的正前方。本文中使用的CCD为Akita(爱科)公司生产的DC-24型彩色摄像头，其主要性能指标如下： 1) 视频信号制式：PAL 2) 有效像素数：752×582 3) 扫描面积：4.89mm×3.67mm 4) 信噪比：50分贝 5) 最低照度：0.6Lux，F1.2 1.2 图像采集卡 图像采集卡的主要作用是对CCD摄像头采集到的图像信号进行A/D转换，然后输入到计算机中。本文采用的图像采集卡为天敏公司生产的SDK2000型采集卡，其主要性能指标为： 1) PCI总线，兼容Windows即插即用(PNP)，安装简易。 2) 每秒可达30帧。 3) 显示分辨率可达640x480、24位真彩色。2 从透视图像到平行投影图像的转换 每个镜头都有一定的景深,在景深范围内的物体均能清晰地成像。因柱体表面为曲面,其上各点到摄像头的距离各不相同,此时CCD摄像头所拍摄到的图像是依据透视变换关系将三维物体通过镜头成像在CCD敏感面上的二维平面图像,这里笔者称其为透视图像。这里计算实际面积必须进行从透视图像到平行投影图的转换。其方法是: ⑴ 图像水平旋转校正，利用hough变换找到柱体的轮廓边缘的轮廓直线和标记直线，将其旋转校正至水平。 ⑵ 图像垂直移位，将柱体中轴与图像中心线重合。尽管图像已经水平，但在图像中的柱体部分或上或下偏移图像中心，这就需要将图像中的柱体部分移至图像中央，即图像中轴线与柱体中轴线重合。根据以标定的标尺和照片上标尺的实际大小可以确定相机至柱体的距离，可以算出柱体对应的角，又已知柱体半径，根据照相点和投影点的关系可以将圆柱体表面还原，再以圆柱中心对应等距离照相点投影到该面上的投影就是我们要求的。这就将柱体中轴与图像中心线重合。 ⑶ 图像垂直校正，将曲面图形转换成平面图像。求出脱粘面的边缘轮廓坐标，这样利用轮廓在中轴线上横坐标(以图中心为坐标原点)值i不变，垂直于中轴线上的纵坐标值j按照r*asin(j/r));（r为柱体柱体半径），将缺陷面的轮廓还原成平面上的实际轮廓大小，利用matlab工具箱中的函数求出轮廓内的象素点的个数.3 图像预处理 柱体表面缺陷图CCD相机取出,记取在图像缓冲器上后,将灰度图像二值化,除去干扰,可进行缺陷轮廓提取。二值化以下的处理由计算机进行。以下,阐述图像的滤波、阈值的确定、缺陷轮廓提取及缺陷图像的复原。 3.1 在图像拍摄过程中，由于光照不均而造成的亮度不均会严重影响图像的二值化，从而使图像边缘轮廓部分丢失，因此需要针对亮度不均进行校正，以便正确地分离出边缘轮廓，运用同态滤波对亮度不均进行校正，运用同态滤波使图像的光照得到了整体上的抑制，并使目标与背景的对比度有所改善。共2页: 1 [2] 下一页 论文出处(作者):
