机器视觉——铁铸件HR13的缺陷检测与定位

最新推荐文章于 2024-06-22 23:05:52 发布
最新推荐文章于 2024-06-22 23:05:52 发布
阅读量487 收藏 1
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39031005/article/details/108997283
版权
本文介绍了针对铁铸件的缺陷检测方法，重点在于如何准确地定位和检测缺陷。难点包括金属表面的高光和灰度不均问题。算法步骤包括使用测量工具找圆来抠出ROI区域，以及运用特定算子和参数处理灰度不均的图像，以提高缺陷检测的准确性。
摘要由CSDN通过智能技术生成

说明：本程序主要实现对铁铸件的缺陷检测

 

文章目录

 

说明

说明：对铁铸件进行缺陷检测，先定位、后检测

 

一、难点是什么？

铁铸件形状规则，在图像采集过程中，金属表面容易形成高光面，或者形成灰度不均的图像，影响缺陷检测。

二、算法步骤

1.抠出ROI区域

采用测量工具找圆：

* 读入图像之后，进行下面操作
binary_threshold (Image, Region, 'max_separability', 'light', UsedThreshold)
connection (Region, ConnectedRegion
最低0.47元/天 解锁文章
零点零一小目标
关注
HALCON联合C#检测表面缺陷——视觉检测浅谈
奔跑的郑的博客
06-16 2049
今天和大家浅谈一下工业视觉检测，纯属个人见解。做了很多年视觉检测，总会有一些或多或少的感悟1.大家在学习之前首先要弄明白，你具体的目的是什么，就像大家来购买这个专栏一样，你的目的一定要清楚，你想在这个专栏得到什么。如果你的期望是购买这个专栏，学习之后你就可以天下无敌了，对不起，这个专栏做不到：这个专栏只是对你的一种提升，可能之前你的功力是3级，学习这个专栏后你的功力能提高到5级。只是拿这个专栏做个例子，大家学习网上或者线下的培训都要清楚自己的预期和目的。如果漫无目的的去学习各种课程，可能到最后还是很难做好项
视觉检测之直方图统计
Black_Friend的博客
06-09 271
直方图在最开始学习opencv时使用的较多 直方图在分析图像的像素分布时，非常的好用，比如我想提取某一块区别于背景的区域（两者边界区分较大），可以通过选择两个较高波峰之间的数据来提取对应的值，一般类似于找那个二值化的合适的阈值！ opencv 函数： 以前使用过 HOG（梯度分布直方图） + SVM（支持向量机） 做人脸分类的练习，当时觉得效果还不错，有兴趣的小伙伴可以了解一下。祝君程序无BUG！！...
2021-02-19
m0_55250263的博客
02-19 285
halcon的 segment_image_mser算子 segment_image_mser(Image : MSERDark, MSERLight : Polarity, MinArea, MaxArea, Delta, GenParamName, GenParamValue : ) segment_image_mser使用最大稳定极值区域(MSER)方法将图像分割成灰度值均匀的区域。 分割过程通过观察周围的局部区域来判断一个区域是否是均匀的。 因此，该算子特别适用于非均匀背景下的鲁棒分割对象或光照变化
实例分割之maskrcnn快速实现
qq_20373723的博客
03-13 1025
参考链接：https://towardsdatascience.com/custom-instance-segmentation-training-with-7-lines-of-code-ff340851e99b 偶然遇到一个高度封装的比较好的maskrcnn模块的python包（pixellib），这是我见过的安装实现过程最简单的maskrcnn了，方便快捷，对于想快速测试看效果的朋友应该会事半功倍 环境：CUDA10.1 CUDNN 7.6.1 Tensorflow-gpu 2.1.0 (>=2
【二】2D测量 Metrology——add_metrology_object_circle_measure()算子
cqy阳的博客
11-01 2332
2D测量 Metrology——add_metrology_object_circle_measure()算子
Halcon卡尺测量（2D Metrology）详解
StevenChen的博客
06-22 1028
默认：1，参考：1, 2, 3, 4, 5, 10, 20, ‘all’, ‘true’, ‘false’, ‘first’, ‘last’, ‘positive’, ‘negative’, ‘uniform’, ‘nearest_neighbor’, ‘bilinear’, ‘bicubic’****************************第八步：设置测量模型对象的检测对象相关参数（每个计量对象可以测量一个以上的圆/矩形/线/椭圆）****************************
HALCON机器视觉课件.ppt
12-17
该课件涵盖了机器视觉的基本概念、图像处理技术、边缘检测算法、尺寸测量方法等多个方面的知识点。 一、机器视觉简介 机器视觉是计算机视觉的一个分支，旨在使计算机能够像人类一样看见和理解图像。它的应用非常...
创业计划书-浙江大学 杭州利珀科技有限公司——机器视觉表面缺陷检测
08-25
标题中的“创业计划书-浙江大学 杭州利珀科技有限公司——机器视觉表面缺陷检测”表明这是一份关于初创公司，即杭州利珀科技有限公司，利用机器视觉技术进行表面缺陷检测的商业计划。该计划书可能包含了公司的背景、...
数字图像处理与机器视觉——Visual C++与Matlab实现源代码
07-29
《数字图像处理与机器视觉——Visual C++与Matlab实现源代码》这本书是关于计算机视觉领域的一个重要资源，它提供了实际编程实现的示例，帮助读者深入理解和应用图像处理和机器视觉理论。这本书的主要目标是将理论...
数字图像处理与机器视觉-Visual C++和Matlab实现的源代码-.zip
最新发布
09-30
数字图像处理与机器视觉——Visual C++和Matlab实现的源代码-.zip数字图像处理与机器视觉——Visual C++和Matlab实现的源代码-.zip数字图像处理与机器视觉——Visual C++和Matlab实现的源代码-.zip数字图像处理与...
Halcon 直线拟合fit_line_contour_xld详解
ZiLiangQin的博客
01-03 2万+
fit_line_contour_xld 原型 fit_line_contour_xld(Contours : : Algorithm, MaxNumPoints, ClippingEndPoints, Iterations, ClippingFactor : RowBegin, ColBegin, RowEnd, ColEnd, Nr, Nc, Dist) 功能 根据XLD轮廓拟合直线 参数列表 Contours (input_object) ：输入的XLD轮廓 Algorithm (input_cont
Halcon 基础学习（7）
LSP_9527的博客
11-11 313
halcon学习过程记录
Opencv中的MSER特征
SnailTyan
01-05 4573
MSER特征
mser 最大稳定极值区域(文字区域定位)算法 附完整C代码
weixin_33709219的博客
02-03 777
mser的全称:Maximally Stable Extremal Regions 第一次听说这个算法时，是来自当时部门的一个同事， 提及到他的项目用它来做文字区域的定位，对这个算法做了一些优化。 也就是中文车牌识别开源项目EasyPR的作者liuruoze,刘兄。 自那时起就有一块石头没放下，想要找个时间好好理理这个算法。 学习一些它的一些思路。 因为一般我学习算法的思路：3个做法...
显著性论文学习阶段总结（一）
weixin_34417183的博客
03-22 585
1.Mingming Cheng,Global Contrast based Salient Region Detection,CVPR2011 1) HC：基于直方图对比度的方法，每一个像素的显著性值是由它与图像中所有其他像素的颜色差异来确定，得到全分辨率显著性图像； 2) RC：基于局部对比度的方法，先将图像分割成小区域，采用的分割方法是基于图的分割，基本分割思想是将每个像素点作为无向...
图像处理中，SIFT，FAST，MSER，STAR等特征提取算法的比较与分析（利用openCV实现）
确定有穷自动机
03-09 1万+
本文实验为自己原创，转载请注明出处。 本人为研究生，最近的研究方向是物体识别。所以就将常用的几种特征提取方式做了一个简要的实验和分析。这些实验都是借助于openCV在vs2010下完成的。基本上都是使用的openCV中内置的一些功能函数。 1. SIFT算法 尺度不变特征转换(Scale-invariant feature transform或SIFT)算法是一种特征提取的方法。它在尺度空间
opencv MSER（最大极值稳定区域）
hust平凡之路 的博客
08-17 2万+
最大极值稳定区域，是一种类似分水岭图像的分割与匹配算法。它具有SIFT SURF及 ORB等特征不具备的仿射不变性，近年来广泛应用于图像分割与匹配领域。 详细算法原理介绍可参见链接   http://blog.csdn.net/zhaocj/article/details/40742191 创建MSER类 //开发环境 vs2013+opencv3.1.0 // 创建MSER对象 cv::P
OpenCV实践之MSER/MSCR极值区域检测算法
AutoXTruck专栏
05-05 3447
MSER/MSCR极值区域检测算法 　　OpenCV中features2d.hpp中MSER类接口实现了MSER极值区域检测算法，MSER类根据输入参数判断是否为彩色or灰度图像进行不同的算法检测。若输入为灰度图像，那么采取MSER极值区域检测算法，若输入为彩色图像，则采用MSCR极值区域检测算法。关于MSER接口函数类如下： 　　OpenCV中封装MSER算法提供两个功能，分别对灰度图...
Opencv2.4.9源码分析——MSER
热门推荐
赵春江的专栏
11-03 5万+
最大稳定极值区域（MSER-Maximally Stable Extremal Regions）可以用于图像的斑点区域检测。该算法最早是由Matas等人于2002年提出，它是基于分水岭的概念。 MSER的基本原理是对一幅灰度图像（灰度值为0～255）取阈值进行二值化处理，阈值从0到255依次递增。阈值的递增类似于分水岭算法中的水面的上升，随着水面的上升，有一些较矮的丘陵会被淹没，如果从天空往下看
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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