基于数学形态学墙地砖表面缺陷检测方法

利用pxi总线控制器以及ieee-1394接口的图像采集设备构建机器视觉系统,应用计算机视觉以及数字图像处理技术实现了墙地砖表面缺陷的自动检测及等级分类。在墙地砖自动检测应用程序的设计中,首先应用imaqvisionassistant进行主要算法的开发,再在labview的开发环境下对算法程序进行更加柔性的配置,并开发出具有人性化的界面,便于控制和处理。所研究的系统能对墙地砖表面疵点、缺损、鼓泡和裂痕等缺陷进行实时检测及等级分类,并得出详细的缺陷检测报告以及实现数据库管理等功能。

陶瓷｜釉面墙地砖表面缺陷（凹釉、釉泡、针孔）克服方法 （二） 目前釉面墙地砖生产工厂，釉面点状缺陷仍然是釉面质 量进一步提高的主要困扰，特别是凹釉、釉泡、棕眼等。本 期【陶瓷】栏目针对釉面缺陷（凹釉、釉泡、针孔）的形成 原因以至机理分析入手，对症下药（小编在工作中的点滴体 会整理一下，仅供同行们参考）。本栏目定时推送瓷砖相关 方面的技术论文，喜欢的朋友请点击标题下方蓝字“陶最人 生”进行关注。这里是陶瓷技能学习基地，越早关注，就能 越早掌握先机；只有不断学习，才能让自己走在进步的路上。 瓷砖产品的内在质量好和外观质量好无疑是高档产品的必 要条件，而陶瓷墙地砖是一种装饰为主要功能的产品，提高 釉面质量，是提高陶瓷墙地砖外观质量和整个产品档次的重 要途径和措施。缺陷定义一1.针孔釉面出现的 针刺样小孔。有的工厂把在釉面上的小孔称之为针孔。2. 凹釉施化妆土及面釉的产品，釉面产生

自动视觉检测是机器视觉在工业方面的一项重要应用。针对目前瓷砖表面缺陷检测仍停留在手工操作水平,劳动强度大,效率低,检测精度远远不能满足实际生产的需要,本文提出一种基于bp神经网络与区域生长法相结合的图像分割技术,并将其应用到瓷砖表面缺陷检测。本算法原理是通过bp神经网络对瓷砖表面进行缺陷检测,将瓷砖主要缺陷分割出来,然后再利用区域生长法对其缺陷部分作进一步分割,使缺陷能被精确、快速地分割出来。通过大量实验说明本算法在实际应用中的精确度达到97%,检测速度得到明显的提高,效果令人满意,具有良好的应用前景。

利用计算机视觉技术检测木板材表面缺陷。提出了一种基于混合纹理特征的表面缺陷检测算法,能准确、鲁棒地检测出木板材表面图像中是否有缺陷。首先,分别使用灰度共生矩阵方法、gabor滤波方法和几何不变矩方法提取了10个优化后的图像纹理及尺度、平移、旋转不变特征;然后,对特征向量进行有效组合;最后,基于融合后的混合纹理特征向量,应用bp人工神经网络对样本集进行训练和检测。实验表明,该方法能准确地对木板材表面缺陷进行检测,平均检测成功率达96.2%。

带钢表面缺陷检测是带钢质量控制的重要环节之一,但现有带钢表面缺陷自动检测方法在准确性和实时性上还难以满足工业现场需要。为了解决此问题,提出了一种基于局部二进制模式(lbp)的带钢表面缺陷的初级检测方法。该方法首先利用快速局部二进制模式算法计算图像中各像素点的lbp值;然后通过统计lbp直方图来获取图像中主要边缘点的信息,再将其与阈值进行比较,以确定带钢图像中表面缺陷的存在,并记录缺陷的位置。实验结果表明,该方法不仅在带钢表面缺陷的初级检测方面具有良好的准确性和实时性,而且其提取出的信息还具有结构的和统计的双重特性,可为后续缺陷分类提供重要依据。

当前人工调查土地资源利用情况具有较高的人力成本且劳动强度大；对其实现自动变化检测具有较高的理论和应用价值；将深度置信网络(deepbeliefnetwork；dbn)应用于高分辨率遥感影像的建筑物变化检测；但dbn在变化检测时存在由误判现象造成的建筑物完整度欠缺、空间存在噪声等问题；提出dbn与数学形态学融合模型对高分辨率遥感影像建筑物进行变化检测；在遥感影像预处理基础上；标记少量明显的变化与未变化样本；利用搜索窗口从标记的区域获取大量带有标签的样本训练融合模型分类器对建筑物进行变化检测；检测方法准确率为94.76%；召回率为87.63%；f1为91.06%；实验结果表明；该方法可以为建筑物的变化检测提供有效依据；

墙地砖表面平整度自动连续检测采用光纤传感器测量采集数据,利用微机进行数据处理,评定等级,并输出分选控制信号,实现自动分选,码垛。该技术的使用,有利于提高检测效率,减少漏检率和保证检测精度

陶瓷墙地砖技术指标及检测方法 1.尺寸偏差： (1)、尺寸偏差：用游标卡尺或直钢尺测砖的长度、宽度及厚度(国标要求取 10片整砖进行测量)国标要求抛光砖的2条或4条边的平均尺寸相对与工作尺寸 的允许偏差为±1.0mm 名义尺寸：又称公称尺寸即用于统称产品规格的尺寸 工作尺寸：又称加工尺寸，按制造结果确定的尺寸 实际尺寸：又称产品尺寸，用计量器具量得的尺寸 (2)、表面平整度： 边弯曲度：砖的一条边的中心点偏离由该边两角为直线的距离国标中的表示 方法是以%表示，注意与绝对数的区别，一般的检测方法用塞尺和水平尺 中心弯曲度：砖的中心点偏离由砖的四个角中的三个角决定该平面的距离表 示方法同上 翘曲度：砖的三个角确定的平面，其中第四个角偏离该平面的距离 (3)边直度：在砖的平面内，边的中央偏离直线的的偏差表示方法采用%表示 (4)、直角度：将砖的一个角紧靠着放在用标准板校正的直角上

针对传统区域生长方法中,由于噪声种子存在及种子点单步邻域搜索所导致的分割时间长、检测精度低的问题,提出基于形态学重构的实木地板在线缺陷分割方法。方法首先定义不同阈值下的两幅模版图像,其中低阈值图像用于种子优化,高阈值模版用作种子膨胀生长;通过定义腐蚀终止准则,完成低阈值图像下的缺陷骨架提取;运用"去毛刺"操作,最终实现缺陷骨架内的种子点优选;然后,运用测地膨胀,结合高阈值模版,完成板材缺陷区域的快速生长;最后,应用"孔洞填充"、"去毛刺"优化边缘,实现缺陷目标的提取。实验分别在像素512*512、256*256和128*128下进行,通过与传统区域生长方法的比较,表明方法实现了缺陷区域的准确分割,分割速度与精度能够满足地板在线分选要求。

针对超声表面波检测技术特点,分析了超声表面波检测弹簧表面缺陷的方法,制作了超声波检测所需的人工缺陷对比试块,利用多个人工试块制作描绘出用于判废的距离-波幅曲线,建立了弹簧表面缺陷的超声波检测系统。结果表明,超声表面波检测方法适用于弹簧表面缺陷的检测,并能有效地应用于实际生产中的检测任务。

金相图像处理是进行定量分析的前提,将金相图像中的目标物正确的提取出来对定量分析起着重要的作用。利用同态滤波器对亮度不均匀的铸铁金相图像进行滤波,校正因反射光强引起的亮度不均匀现象。基于数学形态学梯度算子提出新算法,利用预先定义的结构元素对图像中石墨边缘进行提取,之后经过后处理再进行填充。实验结果表明,该方法在保证石墨边缘的同时可以抑制噪声,能够有效提取出石墨的边界。

将规则图案墙地砖的精确配准方法用于墙地砖表面缺陷检测,通过对图像进行预处理及边缘检测,找出墙地砖的四条边及左上角.首先对参考砖和待测砖之间的位移和旋转角度进行初步估计,对待测墙地砖进行平移,使其左上角与参考墙地砖的左上角对准并旋转完成初步配准.然后,用互相关法寻找更精确的平移参数进行精确配准.这样可以在像素与像素之间进行直接比较以进行缺陷检测.实验结果证明该方法能有效检测出像孔穴、裂纹等一般缺陷

该文结合radon变换和几何推理,研究了基于墙地砖边界的用于规则图案表面缺陷检测的图像配准方法。实验证明该算法简单快捷,能检测出墙地砖的一般常见缺陷。

精密轴承应用广泛,精度要求高,轴承表面缺陷对其使用影响很大.因此,对轴承缺陷的检测很有必要.目前的检测以人工为主,但当缺陷小于0.075mm时人眼就很难识别.以ccd摄像机为视觉结合图像处理技术,设计一种轴承在线检测方法,能够在很大程度上提高检测效率和检测精度,最后利用bp神经网络进行缺陷分类,实验结果表明:分类正确率可达92.7%,符合工业要求.

提出了一种基于halcon的钢球表面缺陷检测系统设计方案。首先,利用ccd相机采集展开盘上的钢球表面图像,并传输到应用软件；其次,进行图像感兴趣区域选取、滤波去噪和缺陷边缘检测等图像处理；然后,将缺陷区域进行连通,并计算缺陷面积；最后,与缺陷阈值进行比较,控制分球机械手与分球板协同作用实现分拣。试验结果表明:该系统具有很高的检测效率和准确率,可满足工业自动化生产的需求,具有良好的应用前景。

为了提高陶瓷砖表面缺陷检测效率,本文提出了一种基于机器视觉的表面缺陷检测方法。采用了自适应中值滤波算法对表面图像进行预处理,利用形状匹配实现图像之间的对齐,采用deriche亚像素分割算法实现了陶瓷砖边缘的精确分割,设计局部门限算法实现陶瓷砖表面缺陷图像的提取。实验结果表明:该方法可实现陶瓷砖表面缺陷的快速提取,效果较好。

为降低企业生产成本,简化钢球检测系统,提出了一种基于机器视觉技术钢球表面缺陷光学检测新方法,采用双目ccd传感器和平面镜反射成像同时获取上下左右四个表面的钢球表面图像,经过图像处理后进行缺陷分级,以取代传统的钢球表面展开机械装置。此外,在照明装置上,设计了一种基于led面阵光源和磨砂玻璃的方法来模拟均匀散射光线,以提高成像质量。实践表明使用本文方法能够实现钢球表面缺陷的自动检测,简便高效,具有较高的可靠性。

提出了一种基于灰色关联分析的特征颜色提取算法,在此基础上,完成了陶瓷砖表面缺陷检测软件设计。应用灰色关联分析的方法来确定像素点间的隶属度,对图像进行分块处理来求解初始特征颜色,使用灰色聚类进行图像分割。系统以arm为工作平台,工作在rgb颜色空间。实验表明:算法可快速有效地完成陶瓷砖表面缺陷的检测。

本文提出了一种用于墙地砖自动缺陷检测的算法,该算法综合了颜色的空间分布信息和比例分布信息,将共生矩阵纹理特征与颜色统计特征相结合构造一个判断矢量,可以对复杂纹理的多色墙地砖进行各种缺陷检测。

对八钢小型轧机轧制热轧抽油杆用圆钢易产生表面缺陷的原因进行了分析,介绍了实践操作中存在的问题,并制定出相应解决办法,确保热轧抽油杆用圆钢的质量要求。

目的改进原有的图像分割算法在分割图像时的精度和准确度,进一步准确地研究墙地砖缺陷图像的基本特征,提出一种有效的图像分割方法.方法根据墙地砖表面的纹理特点,采用daubechies小波对原始图像进行处理.结果仅保留图像的近似信息,从而有效降低了纹理特征对缺陷分割的干扰.同时,图像数据量减少为原始图像的1/4.因此,在有效提取近似信息的基础上提高了系统的实时性,便于图像分割应用.该方法增强了缺陷纹理图像,能抑制背景纹理对缺陷纹理检测的干扰,并通过减运算有效地实现了缺陷纹理和背景纹理的分割.结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割,尤其适用于具有随机纹理的墙地砖缺陷实时检测.

钢球表面缺陷分析