基于特征的圖像瑕疵檢測算法研究與應用.pdf

1、隨著生產和工藝的進步，人們對產品的質量要求越來越高，基于機器視覺的檢測系統(tǒng)成為一種重要的質量控制手段。隨著機器視覺的快速發(fā)展，檢測系統(tǒng)的精度和速度成為機器視覺發(fā)展瓶頸。為了克服這個困難，提出基于特征的圖像瑕疵檢測算法。
　　 為了提高特征檢測算法的穩(wěn)定性，提出了兩種預處理的改進算法。針對常規(guī)圖像增強方法的適應性不足的缺點，提出了一種動態(tài)圖像快速增強算法，根據灰度的分布區(qū)域，自動將圖像灰度拉伸到理想位置，圖像原最大灰階像素的拉伸到

2、255，而圖像原最小灰階像素縮小到0，其他灰階按照原圖灰度分布等比例變化。算法實驗選用四種典型實驗用圖，并分別對低亮度和高亮度圖像進行增強，實驗結果表明，對不同亮度和不同類型的圖像增強效果都比較理想，和常規(guī)的增強方法相比，適應性較強。
　　 針對常規(guī)圖像去噪方法易導致圖像模糊的缺點，提出了智能濾波算法，根據某個像素與該像素鄰域之間的差值是否在某個閾值范圍內，決定是否對該像素進行濾波處理。該法能在去除噪點的同時，保留圖像的邊緣。算

3、法實驗選用常見的中值濾波、高斯濾波與智能濾波算法對邊緣信息豐富的圖像進行濾波處理，實驗結果表明，和常規(guī)的濾波方法相比，智能濾波算法邊緣保留能力比較理想，時間復雜度也不高，實用性較強
　　 針對常規(guī)圖像檢測方法不能分辨圖像瑕疵類型的缺點，提出一種基于特征的檢測方法。根據待測圖像的瑕疵分類，選擇和提取待測圖的檢測特征集合，逐個分析和比較檢測特征集合是否完全匹配，來對待測圖進行瑕疵檢測。由于只比較少量的特征數據，所以實現了快速和精確檢