钢板表面低对比度微小缺陷图像增强和分割
目的 环境干扰及光学元件不稳定等因素往往会造成钢板表面图像照度不均,钢板表面的微小缺陷具有图像灰度不均、对比度低、形态微小等特点,给后续图像分析和缺陷识别带来因难.为此,提出一种钢板表面低对比度微小缺陷图像增强和分割算法,以消除照度不均并突出缺陷信息,从而有效分割缺陷目标.方法 采用小波—同态滤波算法进行图像增强处理,即先利用小波变换对图像进行分解,再基于同态滤波对小波低频系数进行图像灰度修正,同时对高频系数进行高通滤波,然后将处理后的小波低频系数和高频系数进行重构得到增强的图像,从而达到消除照度不均、增强缺陷细节信息的目的.最后利用最大类间方差法(Otsu法)确定自适应阈值提供给Canny算子进行边缘检测.结果 采用本文算法对钢板表面多类型低对比度表面微小缺陷进行研究,有效消除了光照不均;单一的Otsu阈值分割和Canny算子难以有效检测这些缺陷,而本文Otsu-Canny算法的正确检测率达96％.结论 采用小波—同态滤波进行图像增强处理后,再利用Otsu-Canny算法对钢板表面多类型、低对比度的微小缺陷进行边缘检测取得了良好效果.
机器视觉、表面缺陷、低对比度、小波变换、同态滤波
25
TP391(计算技术、计算机技术)
国家自然科学基金项目51874217
2020-06-22（万方平台首次上网日期，不代表论文的发表时间）
共11页
81-91
