本文關(guān)鍵詞：基于圖像處理的工件表面缺陷檢測理論與方法研究

  更多相關(guān)文章： 圖像處理 目標分割 特征提取 缺陷檢測

【摘要】：工件表面質(zhì)量是衡量產(chǎn)品質(zhì)量的重要指標之一,不僅決定了其在市場中的價值,并且直接影響其后續(xù)的深加工或機械零部件在工作中的安全性和穩(wěn)定性。因此,對工件表面進行檢測越來越多地受到生產(chǎn)部門的重視。目前,工件表面質(zhì)量檢測采用的方法有傳統(tǒng)的人工檢測和無損檢測技術(shù),而這些檢測方法存在效率低、或成本高、智能化程度低等局限性。近年來,隨著計算機技術(shù)的迅猛發(fā)展,以圖像處理技術(shù)為基礎(chǔ)的機器視覺技術(shù)在工件表面缺陷檢測中的優(yōu)勢越來越明顯,其在工業(yè)中的應(yīng)用得到了快速發(fā)展�；趫D像處理的工件表面缺陷檢測技術(shù)主要包括圖像采集、圖像預(yù)處理、缺陷目標分割以及目標的特征提取和識別等過程。在這些過程中,傳統(tǒng)的計算方法仍存在較多問題:第一,在圖像預(yù)處理階段的濾波過程中,傳統(tǒng)的濾波算法在抑制高密度噪聲時,在保留圖像細節(jié)和噪聲濾除之間存在著矛盾;第二,在缺陷目標分割時,傳統(tǒng)的閾值法等分割方法對于復(fù)雜背景下微弱目標的分割無能為力;第三,在目標的特征提取過程中,傳統(tǒng)的特征提取方法難以兼顧數(shù)據(jù)集的全局和局部結(jié)構(gòu)信息。因此,如何進一步提高這些傳統(tǒng)算法的綜合性能,并將其應(yīng)用于工業(yè)生產(chǎn)實踐中是本文首要研究和解決的問題。對此,本論文主要進行了以下幾個方面的研究:(1)針對傳統(tǒng)濾波算法不能兼顧噪聲抑制和保護圖像細節(jié)的問題,提出了基于加權(quán)的中值和均值濾波方法。該算法設(shè)計出了權(quán)重與噪聲密度間的關(guān)系表達式,可根據(jù)椒鹽噪聲密度的變化情況,自適應(yīng)的確定權(quán)重α,使算法能適應(yīng)于任意密度的椒鹽噪聲;此外,提出的濾波算法采用小窗口濾波,并融合了中值濾波算法和均值濾波算法的優(yōu)勢,使得算法在抑制噪聲的同時圖像中的細節(jié)分量也能得到較好保存。將提出的算法應(yīng)用Lena圖像和工件表面缺陷圖像濾波,實驗結(jié)果表明了該濾波方法在抑制噪聲方面的可行性。(2)針對單一閾值等分割算法對背景灰度分布不均圖像中微弱目標分割精度低的問題,提出了基于像元搜索的目標分割算法。該算法首先采用分塊措施,并排除不包含目標的圖像塊,以提高目標的搜索速度;采用遍歷像元,通過計算相鄰像元間的灰度差值以確定當(dāng)前像元的歸屬區(qū)域的策略,解決了傳統(tǒng)的閾值分割方法對微弱目標分割無能為力的問題。在工件表面微弱缺陷分割實驗中,成功分割出了缺陷目標,證明了算法的有效性。(3)針對傳統(tǒng)的目標分割方法對微弱目標在復(fù)雜背景下分割難,對噪聲敏感等問題,提出了基于改進數(shù)據(jù)場的FCM聚類的目標分割方法。該算法采用改進數(shù)據(jù)場建立的圖像數(shù)據(jù)場,達到了均衡圖像背景的目的,并為FCM算法中初始聚類中心的選擇提供了依據(jù);提出了聯(lián)合數(shù)據(jù)場的勢值和灰度圖的方差共同改進FCM算法中的隸屬度函數(shù),在一定程度上緩解了目標內(nèi)部及邊緣不連續(xù)的問題;同時算法在聚類過程中,提出了以圖像數(shù)據(jù)場為主體,以灰度圖像為輔的聯(lián)合模式進行目標分割,避免了由于灰度圖像背景灰度分布不均導(dǎo)致的分割失敗;此外,算法中引入了像元鄰域間的制約關(guān)系,使算法對噪聲具有一定的魯棒性;與相關(guān)算法進行比較,實驗結(jié)果表明基于改進數(shù)據(jù)場的FCM聚類分割算法對復(fù)雜背景下微弱目標的分割具有一定優(yōu)勢,同時具有一定的抗噪性。(4)針對LPP算法中近鄰數(shù)k難以確定的問題,提出了基于模糊k近鄰的LPP特征提取算法。該算法通過計算兩樣本間的隸屬度值,以自適應(yīng)地確定每個樣本的近鄰域和近鄰數(shù)k,為LPP算法中近鄰數(shù)的選擇提供了依據(jù),優(yōu)化了 LPP特征提取算法。在灰度圖和二值圖像的實驗中,證明了提出算法的可行性。(5)針對傳統(tǒng)的特征提取算法對噪聲敏感,且不能兼顧高維數(shù)據(jù)集的全局和局部結(jié)構(gòu)信息等問題,提出了基于多尺度變換的全局-核局部保持嵌入特征提取算法。采用curvelet變換把圖像分解到頻域空間中,在一定程度上降低了算法對噪聲的敏感性;針對LLE算法沒有明晰的投影矩陣、LPP算法不能發(fā)現(xiàn)高維數(shù)據(jù)的非線性結(jié)構(gòu)的特點,提出了融合LPP和LLE算法的維數(shù)約簡方法,以保持樣本的鄰域結(jié)構(gòu)信息;為了能夠全面的描述樣本特征信息,提出了融合PCA、LPP和LLE方法,并引入了核函數(shù)K和系數(shù)矩陣S,使算法能夠適應(yīng)非線性數(shù)據(jù)集的同時避免了矩陣奇異性的問題。通過Swiss-roll數(shù)據(jù)集實驗,驗證了提出算法在保持數(shù)據(jù)集全局和局部結(jié)構(gòu)信息方面的有效性;工件表面缺陷圖像庫和二值圖像庫的實驗,驗證該算法在特征提取和識別方面的有效性。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TH16;TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 宋麗梅,周興林,徐可欣,曲興華,葉聲華;基于單幅測量圖像的三維缺陷檢測技術(shù)[J];光學(xué)學(xué)報;2005年09期

2 馬吉權(quán);宮兵;;一種焊點缺陷檢測方法的研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(自然科學(xué)版);2008年03期

3 李莉萍;;新的3D缺陷檢測技術(shù)實現(xiàn)納米級快速檢測[J];計測技術(shù);2013年04期

4 Ryszard Szymanl;Kent A.McDonald;宗子剛;;成材缺陷檢測技術(shù)現(xiàn)狀[J];國外林業(yè);1984年03期

5 包正林;;有關(guān)閥門缺陷檢測方法的分析[J];科技創(chuàng)業(yè)家;2013年22期

6 肖慶;楊朝紅;宮云戰(zhàn);;提高靜態(tài)缺陷檢測精度方法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2010年11期

7 朱明巖;鄧洪亮;黃東輝;付思遠;;探地雷達在道路缺陷檢測中的應(yīng)用[J];山西建筑;2014年04期

8 劉浩;劉春;胡存剛;;混合濾波器在玻璃瓶缺陷檢測中的應(yīng)用[J];電子測量與儀器學(xué)報;2007年03期

9 李方兵;;煤礦地面機械缺陷檢測技術(shù)的應(yīng)用[J];科技創(chuàng)新與應(yīng)用;2013年25期

10 馬少林;用于全壽命風(fēng)險管理的缺陷檢測和預(yù)防技術(shù)研究[J];航空兵器;2005年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊德美;楊學(xué)志;;基于獨立分量分析高階統(tǒng)計量的紡織品缺陷檢測[A];全國第21屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

2 于景蘭;于健;翁昌年;;探地雷達在橋梁缺陷檢測中的應(yīng)用初探[A];中國地球物理第二十一屆年會論文集[C];2005年

3 李兵;鄧善熙;李煥然;;計算機圖像處理技術(shù)應(yīng)用于晶振元件缺陷檢測[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

4 趙漣漪;許寶杰;童亮;;在線玻璃缺陷檢測系統(tǒng)的研究[A];機械動力學(xué)理論及其應(yīng)用[C];2011年

5 何濤;吳永祥;李偉;吳慶華;鐘飛;;Hexsight視覺軟件包在串行端子缺陷檢測中的應(yīng)用[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

6 曾理;郭海燕;蒲云;畢碧;;射線數(shù)字成像缺陷檢測技術(shù)研究[A];全國射線數(shù)字成像與CT新技術(shù)研討會論文集[C];2009年

7 蔡茂蓉;;PCB缺陷檢測系統(tǒng)的研究與實現(xiàn)[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

8 潘敏;程良倫;;一種基于角點匹配的PCB板元件安裝缺陷檢測基準點定位算法[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

9 王國勛;彭怡;寇綱;石勇;;基于MCDM的軟件缺陷檢測算法評估[A];經(jīng)濟全球化與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第16屆學(xué)術(shù)年會論文集[C];2010年

10 劉松林;陳杰;郝向陽;西勤;;玻殼缺陷檢測與幾何量測視覺系統(tǒng)的設(shè)計與實現(xiàn)[A];2009年全國測繪儀器綜合學(xué)術(shù)年會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 張海志;一名產(chǎn)業(yè)工人的創(chuàng)新情結(jié)[N];中國知識產(chǎn)權(quán)報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蘇日亮;面向鋼軌軌底缺陷檢測的電磁超聲換能器研究[D];哈爾濱工業(yè)大學(xué);2015年

2 趙君愛;基于圖像處理的工件表面缺陷檢測理論與方法研究[D];東南大學(xué);2016年

3 劉洪江;基于機器視覺的毛桿缺陷檢測技術(shù)的研究[D];廣東工業(yè)大學(xué);2011年

4 肖慶;提高靜態(tài)缺陷檢測精度的關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

5 張大林;靜態(tài)缺陷檢測優(yōu)化若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2014年

6 周文;IC互連中的缺陷檢測方法及缺陷對電路可靠性的影響[D];西安電子科技大學(xué);2010年

7 司小書;面向織物缺陷檢測的CUDA并行圖像處理模型與算法研究[D];武漢大學(xué);2011年

8 劉艷;基于CCD掃描的聚合物薄膜缺陷檢測關(guān)鍵技術(shù)研究[D];哈爾濱理工大學(xué);2009年

9 王慶香;基于小波的紋理分析及其在FPC金面缺陷檢測中的應(yīng)用[D];華南理工大學(xué);2011年

10 明俊峰;羽毛片缺陷檢測若干關(guān)鍵技術(shù)的研究[D];廣東工業(yè)大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳宇;軟包商標印刷缺陷檢測系統(tǒng)研究[D];昆明理工大學(xué);2015年

2 周艷;光通信濾光片外觀缺陷自動檢測系統(tǒng)任務(wù)調(diào)度優(yōu)化方法[D];華南理工大學(xué);2015年

3 黃文軍;基于機器視覺的印字缺陷檢測系統(tǒng)研究與實現(xiàn)[D];五邑大學(xué);2015年

4 陳洪磊;基于寬頻信號的板中缺陷檢測[D];上海應(yīng)用技術(shù)學(xué)院;2015年

5 章玲;基于圖像放縮算法的輪胎缺陷檢測系統(tǒng)研究與實現(xiàn)[D];山東大學(xué);2015年

6 劉博;基于電磁超聲Lamb波換能器陣列的板材檢測方法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 劉振東;鋼芯傳送帶缺陷檢測系統(tǒng)中圖像處理算法研究[D];山西大學(xué);2015年

8 胡sズ，

本文編號：1284931