圖象處理技術(shù)及其在帶鋼表面缺陷檢測中的應(yīng)用研究.pdf

1、該文對帶鋼表面缺陷檢測系統(tǒng)中的圖象處理及相關(guān)技術(shù)進(jìn)行了深入的研究,探討了針對帶鋼缺陷圖象特點所應(yīng)采取的策略,提出了定位分割帶鋼缺陷的方案.圖象預(yù)處理階段為了達(dá)到圖象增強(qiáng)的目的,首先用圖象平滑技術(shù)濾除圖象中的噪聲;針對帶鋼圖象灰度空間分布不均的情況,用二維高斯曲面模型來估計圖象灰度分布的參數(shù)以進(jìn)行亮度補(bǔ)償;最后進(jìn)行紋理檢測以消除圖象中的條紋干擾.討論了各種邊緣檢測算子的優(yōu)缺點,通過優(yōu)化的邊緣算子結(jié)合自適應(yīng)的方法對圖象進(jìn)行邊緣提取.對于偽邊

2、緣,采用數(shù)學(xué)形態(tài)學(xué)的順序濾波器去除.在邊緣提取的基礎(chǔ)上,提出了一種基于二值圖象的快速聚類方法,實現(xiàn)了對缺陷邊緣的聚類,從而得到了圖象缺陷的位置信息,成功的實現(xiàn)了缺陷的定位分割.小波分析作為一種嶄新的數(shù)學(xué)分析方法,其快速算法為實時處理大量的圖象數(shù)據(jù)提供了可能.基于小波變換的多分辨分析在圖象去噪,壓縮,特征提取等方面有著廣泛的應(yīng)用.因此,結(jié)合小波分析的缺陷檢測系統(tǒng)可以更合理的利用計算資源,也增加了系統(tǒng)的靈活性.該系統(tǒng)無論在精度還是在實時性方