基于改進(jìn)Otsu法和顯著性分析的表面缺陷高效視覺(jué)檢測(cè)方法研究.pdf

1、產(chǎn)品表面缺陷的在線檢測(cè)對(duì)于很多生產(chǎn)過(guò)程都是產(chǎn)品質(zhì)量控制的重要環(huán)節(jié)，采用機(jī)器視覺(jué)代替人眼進(jìn)行表面缺陷檢測(cè)將成為發(fā)展趨勢(shì)。隨著現(xiàn)代制造對(duì)生產(chǎn)效率和產(chǎn)品品質(zhì)要求的不斷提高，對(duì)表面缺陷在線檢測(cè)系統(tǒng)的技術(shù)性能要求日益提高，因此需要研究相關(guān)的理論問(wèn)題為應(yīng)用奠定基礎(chǔ)。視覺(jué)方法是表面缺陷在線視覺(jué)檢測(cè)系統(tǒng)的核心技術(shù)，國(guó)內(nèi)外已經(jīng)開(kāi)展了大量的研究工作并取得了一些成果，但視覺(jué)方法研究仍需要在以下幾個(gè)方面進(jìn)一步提高:增強(qiáng)算法對(duì)不同應(yīng)用的適應(yīng)性和魯棒性；在研究中面

2、向和采用在線采集的圖像；解決算法計(jì)算效率與檢測(cè)準(zhǔn)確性之間的矛盾。
　　表面缺陷檢測(cè)所涉及的被檢對(duì)象表面分為均質(zhì)表面和紋理表面。對(duì)于均質(zhì)表面缺陷檢測(cè)，理想情況下表面缺陷易分割，因此基于圖像分割的表面缺陷檢測(cè)方法是常用有效方法；但實(shí)際應(yīng)用中的復(fù)雜情況可能影響圖像分割和檢測(cè)的效果，因而現(xiàn)實(shí)條件下的圖像分割等算法是對(duì)這類應(yīng)用需要深入研究的關(guān)鍵視覺(jué)算法。對(duì)于紋理表面缺陷檢測(cè)，缺陷特征與背景特征的差異難以被簡(jiǎn)單描述，背景圖像特征較復(fù)雜，對(duì)不同

3、對(duì)象的紋理表面圖像能快速、準(zhǔn)確地檢測(cè)出缺陷目標(biāo)的算法是需要研究的關(guān)鍵視覺(jué)算法。
　　為了在圖像采集受光照不均或噪聲影響的條件下高效檢測(cè)均質(zhì)表面缺陷，本文中首先對(duì)表面缺陷分割中常用的Otsu法進(jìn)行了改進(jìn)。傳統(tǒng)一維Otsu法在確定閾值時(shí)需要窮舉計(jì)算圖像中每個(gè)灰度值為閾值時(shí)的類間方差，本文利用一維Otsu閾值的性質(zhì)，提出了一個(gè)新的快速計(jì)算一維Otsu閾值的算法，該算法搜尋出與兩類類內(nèi)均值的平均值的整數(shù)部分相等的閾值，從中確定一個(gè)符合Ot

4、su準(zhǔn)則的閾值。本文分析了用于抗噪的二維Otsu法的類間離散度測(cè)度，發(fā)現(xiàn)按該算法對(duì)被噪聲污染圖像的二維直方圖進(jìn)行劃分時(shí)，所得兩類的類內(nèi)均值點(diǎn)容易遠(yuǎn)離主對(duì)角線，因而在抵抗噪聲方面存在不足。本文提出了一種新算法，利用圖像的二維信息直接建立直線截距直方圖，在該一維直方圖上應(yīng)用Otsu準(zhǔn)則求解最佳截距閾值，并應(yīng)用該閾值和二維信息完成圖像分割；與二維Otsu法相比，新算法抗噪穩(wěn)健，計(jì)算復(fù)雜度低于后者的快速算法，占用內(nèi)存少。在均質(zhì)表面缺陷檢測(cè)中，可

5、以基于本文的改進(jìn)Otsu法分割表面圖像，然后通過(guò)簡(jiǎn)單計(jì)算提取表面圖像的目標(biāo)與背景間的對(duì)比度特征，進(jìn)而對(duì)該特征實(shí)施閾值判定，整個(gè)檢測(cè)過(guò)程高效。
　　本文對(duì)紋理表面缺陷檢測(cè)提出了一種基于視覺(jué)顯著性分析和快速Otsu分割的方法。新方法先計(jì)算表面圖像的視覺(jué)顯著圖，再依據(jù)顯著圖判定圖像中是否存在表面缺陷，避免了陷入到對(duì)表面缺陷特征的直接具體分析中，同時(shí)由于不同應(yīng)用中的表面缺陷一般都具有視覺(jué)顯著性，故算法具有適應(yīng)性。文中提出了一種視覺(jué)顯著圖計(jì)

6、算模型,該模型比Itti、GBVS、DVA、AIM等其他模型計(jì)算效率更高、準(zhǔn)確性更好。進(jìn)一步地，文中還提出了一種基于視覺(jué)顯著圖和快速 Otsu分割的表面缺陷判定方法，該方法先采用本文提出的一維Otsu快速算法對(duì)顯著圖進(jìn)行快速分割，然后再計(jì)算分割后的背景均值，以該值為特征并通過(guò)閾值判定表面圖像中是否存在缺陷，整個(gè)過(guò)程計(jì)算高效，可以滿足在線檢測(cè)的需要。
　　Otsu分割和顯著性分析在用于有微小缺陷的表面圖像時(shí)準(zhǔn)確性會(huì)下降，因而有必要進(jìn)

7、一步研究微小表面缺陷檢測(cè)方法。本文分析了Otsu法用于分割表面圖像中微小目標(biāo)時(shí)性能不佳的原因。提出了一種能快速檢測(cè)微小表面缺陷的方法，該方法利用圖像的方差分布搜尋表面缺陷區(qū)域，并對(duì)存在表面缺陷的局部區(qū)域進(jìn)行快速Otsu分割，該方法可以從背景平滑的表面圖像中快速自動(dòng)檢測(cè)和分割出微小表面缺陷。
　　對(duì)本文提出的各種算法，除了與其它相關(guān)算法進(jìn)行比較時(shí)采用的圖像數(shù)據(jù)外，文中還在線采集了手機(jī)玻璃屏、手機(jī)觸摸屏、化纖布等表面圖像數(shù)據(jù)用于表面缺