基于图像处理的缺陷检测系统 matlab的设计

该博客探讨了在物体表面缺陷检测中,如何利用MATLAB进行图像处理。通过二值化、闭运算和边缘检测等技术,解决图像阈值分割导致的缺陷分割问题,以准确检测和识别物体表面的划痕等缺陷。文章还展示了高斯滤波、Sobel边缘检测以及Otsu方法在缺陷检测中的应用效果。
摘要由CSDN通过智能技术生成

物体表面容易出现种类较多、形态各异的缺陷,这些缺陷对物体的耐磨性、抗腐蚀性、电磁特性及美观性都会造成不同程度的影响,最终影响物体的电磁特性和涂镀效果。因此对于生产物体的企业来说,表面缺陷检测是必不可少的一个工序,一方面可以通过表面缺陷检测及时检测到缺陷

受限于原图质量与图像阈值分割算法,二值图像中某些应该连通的区域可能被阈值分割了,例如划痕缺陷由于在某处灰度值较低而被错误分割,导致一条划痕可能会被分离为多个线段。故我们需要进行闭运算来连接临近物体。同时,图片中某些缺陷较大(例如划痕宽度较大),在后续边缘检测后,一条直线的两个边缘相距较大,直线提取算法会误将同一根线作为两根相互平行划痕。故我们还需要对缺陷进行细化操作。

二值化后表面缺陷,我们发现一些本应该连通的区域(例如因划痕在某些地方较浅)在二值化过后存在一些间隙[7],我们需要进行闭运算(即先进行膨胀,再进行腐蚀操作)来弥合小狭缝并保证总体形状不变,以避免同一个划痕因为中间有部分断裂而导致被检测为多个分开的独立的划痕。

图 高斯滤波 和sobel边缘检测的效果展示图

<
  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
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

打赏作者

matlab_python22

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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