论文部分内容阅读
文章实现了基于机器视觉的H型钢表面缺陷的检测识别。首先,采用工业线阵相机作为图像采集设备,基于线结构光方法采集H型钢翼缘板外侧图像,通过调节相机参数,避免图像变形。其次,对缺陷图像进行预处理,利用中值滤波去除噪声,利用直方图均衡化进行图像增强和利用好Canny边缘检测提取图像边缘,突出缺陷信息,提高缺陷对比度。进而提取不同类型缺陷的特征,如不变矩,灰度信息和灰度共生矩,并作为支持向量机分类器的输入。最后,通过优化支持向量机参数,完成对凸起、麻点和凹坑的识别分类,总体准确率达90.59%。