关键词:
缺陷
边缘检测
梯度锐化
小波变换
灰值形态学
摘要:
目前随着市场竞争的加剧,越来越多的钢铁企业认识到识别镀锌板表面缺陷对于提高产品质量和增加经济效益有着重要的影响。镀锌板表面质量直接关系到产品最终的质量和性能。用于镀锌板表面缺陷检测的传统的边缘检测算子准确度较低。本文对数字图像下的镀锌板表面缺陷边缘检测算法进行研究。在常见镀锌板表面缺陷的特征分析的基础上,提出了两种混合边缘检测算法。主要研究内容如下:
1. Sobel算子处理图像具有速度快、计算量小、对图像噪声有平滑作用等特点。但镀锌板图像表面含有镀锌花纹,使得镀锌板表面图像复杂、噪声较强,直接利用Sobel算子处理图像会造成伪边缘缺陷明显。梯度锐化技术处理的图像可以使边缘分界清晰。因此本文提出了一种梯度锐化技术与Sobel算子相结合形成混合边缘检测算法处理镀锌板表面缺陷的数字图像。再利用灰值形态学技术进行去噪,并进行仿真实验。实验结果表明,对于一些缺陷边缘比较明显的图像(例如孔洞、夹杂、镀层云纹等)算法具有较好的去噪和边缘提取能力。
2.针对缺陷边缘不明显的图像(例如镀后划伤、表面脏物、边部条纹等)本文提出了一种基于小波变换的混合边缘检测算法。该方法利用小波变换使缺陷边缘的轮廓和细节更为明显,图像边缘定位更为准确。通过与传统边缘检测算法进行对比,实验结果表明检测出的缺陷边缘图像更清晰准确,同时提高了缺陷的识别率。