matlab玻璃缺陷识别方案

玻璃缺陷检测系统图片分析程序

clc;

clear all;

I = imread('2.png');

26cec20b8f36486fa60cc0fe385895c2.png

figure(1);imshow(I);title('原图像');

I = rgb2gray(I);

[M,N]=size(I);

figure(2);subplot(221),imshow(I);title('原灰度图像');

3a70c33f47c3485d9ec2ea55a785c866.png

获取原图片进行灰度处理,显示原灰度图像

figure(2);subplot(221),imshow(I);title('原灰度图像');

H3 = fspecial('average',[3,3]);

medfilt_I = imfilter(I,H3);

%进行模板为3×3的中值滤波

subplot(222),imshow(medfilt_I);title('中值滤波后图像');

对图片进行3*3中值滤波

688c2c62140e45b2b1ce1ecf6a49f8ae.png

P=adapthisteq(medfilt_I,'Numtiles',[4 4]);%对比度增强

P1=imadjust(P);%亮度调整

P2=medfilt2(P1,[3,3]);%再次对处理后的图像进行中值滤波,平滑处理

a5816e4a8ff4454693b15ffbed03e415.png

subplot(223),imshow(P2);title('增强对比度和亮度后的图像');

H=im2double(P2);%转换为double类型

[Gx,Gy]=imgradientxy(I,'sobel');

[Gmag,Gdir]= imgradient(Gx,Gy);

subplot(224);imshow(Gmag,[]);title('缺陷目标轮廓');

b8d2d01f4852461b80c63e96accf20bb.png

先转成double类型数据然后对图片进行梯度处理

计算出图片的梯度幅值

如果目标图片不是纯黑则判断玻璃不完整。

 

 

  • 5
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值