机械设计与制造2023,Vol.386Issue(4) :196-200,205.

金属棒材表面缺陷的机器视觉检测方法研究

Research on Machine Vision Inspection Method for Surface Defects of Metal Bars

马晓雄 熊晓燕 兰媛 乔葳
机械设计与制造2023,Vol.386Issue(4) :196-200,205.

金属棒材表面缺陷的机器视觉检测方法研究

Research on Machine Vision Inspection Method for Surface Defects of Metal Bars

马晓雄 1熊晓燕 2兰媛 2乔葳1
扫码查看

作者信息

  • 1. 太原理工大学机械与运载工程学院,山西 太原 030024
  • 2. 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;太原理工大学机械与运载工程学院,山西 太原 030024
  • 折叠

摘要

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.

关键词

金属棒材/缺陷检测/机器视觉/非下采样剪切波变换

引用本文复制引用

基金项目

国家重点研发计划(2018YFB1308700)

山西省科技重大专项(20181102016)

山西省科技重大专项(20181102011)

山西省应用基础研究计划面上项目(201901D111054)

出版年

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
被引量2
参考文献量9
段落导航相关论文