论文部分内容阅读
产品缺陷在线智能检测是未来工业发展的方向,相对于人工检测,利用计算机辅助检测(CAD,Computer Aided Detection)结果更准确,速度更快,同时避免了人的主观因素影响。尤其在x光无损探伤大规模应用的今天,利用计算机做后端的智能图像处理与分析可以减少工人受到的辐射,并且对图像数据存储和管理尤为方便。
目前整个系统发展的瓶颈在后端的智能算法方面,而本文的工作正是集中在图像处理的智能算法。根据内容,分为三个大的方面。这三个方面有一定的联系,但更大程度上是互相独立的。
1.基于反几何扩散的目标提取:这部分展示了一种基于反几何扩散的用来检测轮毂中缺陷的新方法。由于缺陷的形状不能被准确地提取出来,传统的用于缺陷检测的图像处理算法得不到令人满意的结果,尤其当缺陷图像的背景光照分布不均匀时。方法分为两个步骤:首先,用各向异性扩散对原始图像处理,在保持边缘的同时减少噪声;然后,用反几何扩散模型对上一步的结果图处理以提出目标。用这种方法缺陷可以被准确地提取出来,实验证明了我们的算法效果很好。
2.封闭边缘提取:这部分提出了一种用于提取二值图像中的所有封闭结构的新算法。新算法基于一种非常特别的思路,我们将不属于封闭轮廓的结构全部消除,这样剩下的就是封闭结构了,而以往的算法都是试图追踪所有的封闭结构。实验证明,该算法速度快,而且很准确。
3.基于分形的缺陷分类:传统的欧氏几何只能描述理想的物体,但是云、海岸线、纹理等图像则不能用它描述与计量。分形学说提出了分数维数,即在一维与二维间还存在无数的具有分数维数的物体。在本文中,我们将缺陷图像转换成更具有分形特性的图像,然后用分形布朗运动(IFBM)描述并计算其分形维数,根据分形维数对缺陷进行分类。很好的解决了对椭圆形针孔与圆形针孔这两种缺陷进行分类的难题。