基于图像处理的工件表面缺陷检测理论与方法研究

发布时间：2017-12-13 11:13

  本文关键词：基于图像处理的工件表面缺陷检测理论与方法研究

  更多相关文章： 图像处理 目标分割 特征提取 缺陷检测

【摘要】：工件表面质量是衡量产品质量的重要指标之一,不仅决定了其在市场中的价值,并且直接影响其后续的深加工或机械零部件在工作中的安全性和稳定性。因此,对工件表面进行检测越来越多地受到生产部门的重视。目前,工件表面质量检测采用的方法有传统的人工检测和无损检测技术,而这些检测方法存在效率低、或成本高、智能化程度低等局限性。近年来,随着计算机技术的迅猛发展,以图像处理技术为基础的机器视觉技术在工件表面缺陷检测中的优势越来越明显,其在工业中的应用得到了快速发展。基于图像处理的工件表面缺陷检测技术主要包括图像采集、图像预处理、缺陷目标分割以及目标的特征提取和识别等过程。在这些过程中,传统的计算方法仍存在较多问题:第一,在图像预处理阶段的滤波过程中,传统的滤波算法在抑制高密度噪声时,在保留图像细节和噪声滤除之间存在着矛盾;第二,在缺陷目标分割时,传统的阈值法等分割方法对于复杂背景下微弱目标的分割无能为力;第三,在目标的特征提取过程中,传统的特征提取方法难以兼顾数据集的全局和局部结构信息。因此,如何进一步提高这些传统算法的综合性能,并将其应用于工业生产实践中是本文首要研究和解决的问题。对此,本论文主要进行了以下几个方面的研究:(1)针对传统滤波算法不能兼顾噪声抑制和保护图像细节的问题,提出了基于加权的中值和均值滤波方法。该算法设计出了权重与噪声密度间的关系表达式,可根据椒盐噪声密度的变化情况,自适应的确定权重α,使算法能适应于任意密度的椒盐噪声;此外,提出的滤波算法采用小窗口滤波,并融合了中值滤波算法和均值滤波算法的优势,使得算法在抑制噪声的同时图像中的细节分量也能得到较好保存。将提出的算法应用Lena图像和工件表面缺陷图像滤波,实验结果表明了该滤波方法在抑制噪声方面的可行性。(2)针对单一阈值等分割算法对背景灰度分布不均图像中微弱目标分割精度低的问题,提出了基于像元搜索的目标分割算法。该算法首先采用分块措施,并排除不包含目标的图像块,以提高目标的搜索速度;采用遍历像元,通过计算相邻像元间的灰度差值以确定当前像元的归属区域的策略,解决了传统的阈值分割方法对微弱目标分割无能为力的问题。在工件表面微弱缺陷分割实验中,成功分割出了缺陷目标,证明了算法的有效性。(3)针对传统的目标分割方法对微弱目标在复杂背景下分割难,对噪声敏感等问题,提出了基于改进数据场的FCM聚类的目标分割方法。该算法采用改进数据场建立的图像数据场,达到了均衡图像背景的目的,并为FCM算法中初始聚类中心的选择提供了依据;提出了联合数据场的势值和灰度图的方差共同改进FCM算法中的隶属度函数,在一定程度上缓解了目标内部及边缘不连续的问题;同时算法在聚类过程中,提出了以图像数据场为主体,以灰度图像为辅的联合模式进行目标分割,避免了由于灰度图像背景灰度分布不均导致的分割失败;此外,算法中引入了像元邻域间的制约关系,使算法对噪声具有一定的鲁棒性;与相关算法进行比较,实验结果表明基于改进数据场的FCM聚类分割算法对复杂背景下微弱目标的分割具有一定优势,同时具有一定的抗噪性。(4)针对LPP算法中近邻数k难以确定的问题,提出了基于模糊k近邻的LPP特征提取算法。该算法通过计算两样本间的隶属度值,以自适应地确定每个样本的近邻域和近邻数k,为LPP算法中近邻数的选择提供了依据,优化了 LPP特征提取算法。在灰度图和二值图像的实验中,证明了提出算法的可行性。(5)针对传统的特征提取算法对噪声敏感,且不能兼顾高维数据集的全局和局部结构信息等问题,提出了基于多尺度变换的全局-核局部保持嵌入特征提取算法。采用curvelet变换把图像分解到频域空间中,在一定程度上降低了算法对噪声的敏感性;针对LLE算法没有明晰的投影矩阵、LPP算法不能发现高维数据的非线性结构的特点,提出了融合LPP和LLE算法的维数约简方法,以保持样本的邻域结构信息;为了能够全面的描述样本特征信息,提出了融合PCA、LPP和LLE方法,并引入了核函数K和系数矩阵S,使算法能够适应非线性数据集的同时避免了矩阵奇异性的问题。通过Swiss-roll数据集实验,验证了提出算法在保持数据集全局和局部结构信息方面的有效性;工件表面缺陷图像库和二值图像库的实验,验证该算法在特征提取和识别方面的有效性。
【学位授予单位】：东南大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TH16;TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 宋丽梅,周兴林,徐可欣,曲兴华,叶声华;基于单幅测量图像的三维缺陷检测技术[J];光学学报;2005年09期

2 马吉权;宫兵;;一种焊点缺陷检测方法的研究[J];哈尔滨商业大学学报(自然科学版);2008年03期

3 李莉萍;;新的3D缺陷检测技术实现纳米级快速检测[J];计测技术;2013年04期

4 Ryszard Szymanl;Kent A.McDonald;宗子刚;;成材缺陷检测技术现状[J];国外林业;1984年03期

5 包正林;;有关阀门缺陷检测方法的分析[J];科技创业家;2013年22期

6 肖庆;杨朝红;宫云战;;提高静态缺陷检测精度方法[J];计算机辅助设计与图形学学报;2010年11期

7 朱明岩;邓洪亮;黄东辉;付思远;;探地雷达在道路缺陷检测中的应用[J];山西建筑;2014年04期

8 刘浩;刘春;胡存刚;;混合滤波器在玻璃瓶缺陷检测中的应用[J];电子测量与仪器学报;2007年03期

9 李方兵;;煤矿地面机械缺陷检测技术的应用[J];科技创新与应用;2013年25期

10 马少林;用于全寿命风险管理的缺陷检测和预防技术研究[J];航空兵器;2005年02期

中国重要会议论文全文数据库 前10条

1 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 于景兰;于健;翁昌年;;探地雷达在桥梁缺陷检测中的应用初探[A];中国地球物理第二十一届年会论文集[C];2005年

3 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年

4 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年

5 何涛;吴永祥;李伟;吴庆华;钟飞;;Hexsight视觉软件包在串行端子缺陷检测中的应用[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

6 曾理;郭海燕;蒲云;毕碧;;射线数字成像缺陷检测技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年

7 蔡茂蓉;;PCB缺陷检测系统的研究与实现[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

8 潘敏;程良伦;;一种基于角点匹配的PCB板元件安装缺陷检测基准点定位算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

9 王国勋;彭怡;寇纲;石勇;;基于MCDM的软件缺陷检测算法评估[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

10 刘松林;陈杰;郝向阳;西勤;;玻壳缺陷检测与几何量测视觉系统的设计与实现[A];2009年全国测绘仪器综合学术年会论文集[C];2009年

中国重要报纸全文数据库 前1条

1 本报记者 张海志;一名产业工人的创新情结[N];中国知识产权报;2010年

中国博士学位论文全文数据库 前10条

1 苏日亮;面向钢轨轨底缺陷检测的电磁超声换能器研究[D];哈尔滨工业大学;2015年

2 赵君爱;基于图像处理的工件表面缺陷检测理论与方法研究[D];东南大学;2016年

3 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年

4 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年

5 张大林;静态缺陷检测优化若干关键技术研究[D];北京邮电大学;2014年

6 周文;IC互连中的缺陷检测方法及缺陷对电路可靠性的影响[D];西安电子科技大学;2010年

7 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年

8 刘艳;基于CCD扫描的聚合物薄膜缺陷检测关键技术研究[D];哈尔滨理工大学;2009年

9 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年

10 明俊峰;羽毛片缺陷检测若干关键技术的研究[D];广东工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 陈宇;软包商标印刷缺陷检测系统研究[D];昆明理工大学;2015年

2 周艳;光通信滤光片外观缺陷自动检测系统任务调度优化方法[D];华南理工大学;2015年

3 黄文军;基于机器视觉的印字缺陷检测系统研究与实现[D];五邑大学;2015年

4 陈洪磊;基于宽频信号的板中缺陷检测[D];上海应用技术学院;2015年

5 章玲;基于图像放缩算法的轮胎缺陷检测系统研究与实现[D];山东大学;2015年

6 刘博;基于电磁超声Lamb波换能器阵列的板材检测方法研究[D];哈尔滨工业大学;2015年

7 刘振东;钢芯传送带缺陷检测系统中图像处理算法研究[D];山西大学;2015年

8 胡sズ，

本文编号：1284931