首页|金属棒材表面缺陷的机器视觉检测方法研究

金属棒材表面缺陷的机器视觉检测方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统金属棒材表面缺陷人工检测方法速度慢、效率低,工作环境差,且工人长时间工作导致的视觉疲劳会造成漏检,错检的问题,提出一种计算量小且稳定性高的检测算法.首先,采用同态滤波与CLAHE对使用检测系统采集的原始图像进行预处理;然后,利用保持平移不变性的非下采样剪切波变换(NSST)对预处理后的图像进行分解,对分解得到的高频成分采用各向异性扩散与改进的自适应gamma校正进行滤波与图像增强;同时,将低频成分与二维高斯函数作卷积运算,从而达到均匀背景的目的;最后通过NSST重构可得到质量较高的原始图像,结合形态学运算及Sobel算法实现划痕缺陷数量、尺寸及位置的检测.实验表明,算法的缺陷检测准确率为93.8％,平均检测时间为0.673s,可满足工业要求.
Research on Machine Vision Inspection Method for Surface Defects of Metal Bars

马晓雄、熊晓燕、兰媛、乔葳

展开 >

太原理工大学机械与运载工程学院,山西 太原 030024

新型传感器与智能控制教育部(山西省)重点实验室,山西 太原 030024

金属棒材 缺陷检测 机器视觉 非下采样剪切波变换

国家重点研发计划山西省科技重大专项山西省科技重大专项山西省应用基础研究计划面上项目

2018YFB13087002018110201620181102011201901D111054

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.386(4)
  • 2
  • 9