钢板表面缺陷光学检测与分类的研究
发布时间:2023-05-17 21:57
钢板是最重要的工业产品之一,被广泛应用在汽车、船舶等各领域。钢板表面缺陷直接影响钢板质量,同时也影响着板材的使用寿命。因而对钢板进行表面缺陷检测是钢板生产中必不可少的程序。本文根据国内某钢厂的需求,针对其生产出的成品钢板,提出了一套基于机器视觉的检测系统设计方案。该系统主要由三个子系统组成,分别是照明系统、图像采集系统和图像处理系统。前两个系统主要是硬件的选择,最后一个系统主要是算法的设计。本文选择了面形LED光源和明场与暗场相结合的照明方式,针对钢板尺寸较大的情况,提出采用多个面阵式CMOS相机分别采集图像,并进行畸变校正和图像拼接。对光照不均匀的图像,采用基于亮度均衡的方法进行校正;对于图像的滤波去噪,采用具有保边缘功能的双边滤波;对于缺陷图像的分割,采用基于边缘检测的Canny算子和形态学处理相结合的方法。在分割出缺陷区域后,作出缺陷区域的最小外接矩形,通过最小外接矩形定位缺陷的位置。通过以上操作,即完成了对缺陷的检测检出。最后对缺陷区域进行特征提取和分类,提取的特征包括几何特征、灰度特征、Hu不变矩特征和基于灰度共生矩阵的纹理特征,采用支持向量机对缺陷图像进行分类,对已有样本训...
【文章页数】:83 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 常见的钢板表面缺陷种类
1.4 论文主要研究内容与章节安排
2 钢板表面缺陷检测系统整体设计
2.1 缺陷检测系统设计
2.1.1 照明系统
2.1.2 图像采集系统
2.2 图像处理算法流程
2.3 本章小结
3 钢板缺陷图像采集系统中的相机标定及图像拼接
3.1 相机标定
3.1.1 计算机坐标系与成像平面坐标系
3.1.2 成像平面坐标系与相机坐标系
3.1.3 相机坐标系和世界坐标系
3.1.4 张氏标定法
3.1.5 畸变校正
3.2 基于特征点匹配的图像拼接
3.2.1 图像配准
3.2.2 图像融合
3.3 针对小重合区域的图像拼接
3.4 本章小结
4 钢板表面缺陷图像处理算法
4.1 光照不均匀缺陷图像的校正
4.1.1 基于直方图均衡化的亮度校正
4.1.2 基于同态滤波的亮度校正
4.1.3 基于亮度均衡的光照不均匀图像校正方法
4.2 图像滤波去噪
4.2.1 中值滤波
4.2.2 均值滤波
4.2.3 高斯滤波
4.2.4 具有保边缘的双边滤波
4.2.5 四种滤波方法的主客观对比
4.3 缺陷图像的分割
4.3.1 基于阈值的缺陷图像分割
4.3.2 基于边缘检测的缺陷图像分割
4.4 图像的形态学处理
4.4.1 腐蚀和膨胀
4.4.2 开运算与闭运算
4.4.3 结合形态学处理的缺陷图像边缘检测
4.5 缺陷区域的定位
4.6 本章小结
5 钢板表面缺陷图像的特征提取和识别分类
5.1 缺陷特征提取和选择
5.1.1 几何特征
5.1.2 灰度特征
5.1.3 不变矩特征
5.1.4 纹理特征
5.2 SVM分类器
5.3 本章小结
6 总结与展望
致谢
参考文献
附录
本文编号:3818076
【文章页数】:83 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 常见的钢板表面缺陷种类
1.4 论文主要研究内容与章节安排
2 钢板表面缺陷检测系统整体设计
2.1 缺陷检测系统设计
2.1.1 照明系统
2.1.2 图像采集系统
2.2 图像处理算法流程
2.3 本章小结
3 钢板缺陷图像采集系统中的相机标定及图像拼接
3.1 相机标定
3.1.1 计算机坐标系与成像平面坐标系
3.1.2 成像平面坐标系与相机坐标系
3.1.3 相机坐标系和世界坐标系
3.1.4 张氏标定法
3.1.5 畸变校正
3.2 基于特征点匹配的图像拼接
3.2.1 图像配准
3.2.2 图像融合
3.3 针对小重合区域的图像拼接
3.4 本章小结
4 钢板表面缺陷图像处理算法
4.1 光照不均匀缺陷图像的校正
4.1.1 基于直方图均衡化的亮度校正
4.1.2 基于同态滤波的亮度校正
4.1.3 基于亮度均衡的光照不均匀图像校正方法
4.2 图像滤波去噪
4.2.1 中值滤波
4.2.2 均值滤波
4.2.3 高斯滤波
4.2.4 具有保边缘的双边滤波
4.2.5 四种滤波方法的主客观对比
4.3 缺陷图像的分割
4.3.1 基于阈值的缺陷图像分割
4.3.2 基于边缘检测的缺陷图像分割
4.4 图像的形态学处理
4.4.1 腐蚀和膨胀
4.4.2 开运算与闭运算
4.4.3 结合形态学处理的缺陷图像边缘检测
4.5 缺陷区域的定位
4.6 本章小结
5 钢板表面缺陷图像的特征提取和识别分类
5.1 缺陷特征提取和选择
5.1.1 几何特征
5.1.2 灰度特征
5.1.3 不变矩特征
5.1.4 纹理特征
5.2 SVM分类器
5.3 本章小结
6 总结与展望
致谢
参考文献
附录
本文编号:3818076
本文链接:https://www.wllwen.com/kejilunwen/jiagonggongyi/3818076.html