10.3969/j.issn.1672-9870.2014.06.024
一种用于CTP版表面瑕疵的自适应检测算法
为了实现CTP版材表面不同类型瑕疵的自适应在线检测,引入人类视觉注意机制,融合区域生长算法对表面瑕疵图像进行分割,以面积作为特征值对瑕疵进行识别。首先根据人类视觉系统具有选择性注意机制的特性,对CTP版材表面图像的多特征图像采用图像金字塔分解得到多尺度图像,并利用基于图的算法(GBVS)将多尺度下多特征的图像融合为全局显著图。然后将显著图中最显著点即注意焦点作为区域生长的种子点,相似性作为区域生长准则,对原图像的梯度图像采用区域生长算法获得瑕疵区域二值化图像。最后利用注意抑制返回机制和邻近优先的准则,查找其他未检瑕疵,直至满足CTP版材的行业标准。实验结果表明:瑕疵检测系统分辨率0.1mm,检测平均准确率达96.3%以上,算法运行速度快,能满足CTP版材生产的在线检测实时性要求。
机器视觉、表面瑕疵、视觉注意、显著图、区域生长
TP394.1(计算技术、计算机技术)
2015-01-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
94-98