论文复现_轮轴表面缺陷检测

今天读了一篇论文，关于轮轴柱面表面缺陷检测，柱面图像易受打光的影响导致图像亮度不均匀，因此不能直接使用阈值分割算法检测缺陷。使用两种办法可以改善算法，一：增加缺陷灰度值在图像中的占比；二：只用像素动态阈值分割，也就是每一个像素具有一个自适应的阈值。
文中使用第二种方法，提到使用近邻域灰度值加权均值代替原灰度值，然后与原图像作差，获得阈值图，再进行分割，经试验证明，对于有缺陷和无缺陷的图像可以达到较高的准确率。
近邻灰度值加权均值：

代码：

void filters(Mat &gray, Mat &dst) {
	int Structure[5][5] = { 1, 4, 1, 4, 8, 4, 1, 4, 1 };
	int m, n;
	int sum = 0;
	//模板求和
	for (m = 0; m < 3; m++) {
		for (n = 0; n < 3; n++) {
			sum += Structure[m][n];
		}
	}
	//扫描像素点
	//四周
	for (int j = 0; j < gray.rows ; j++) {
		dst.at<uchar>(j, 0) = gray.at<uchar>(j, 0);
		dst.at<uchar>(j, gray.cols-1) = gray.at<uchar>(j, gray.cols-1);
	}
	for (int i = 0; i < gray.cols; i++) {
		dst.at<uchar>(0, i) = gray.at<uchar>(0, i);
		dst.at<uchar>(gray.rows-1, i) = gray.at<uchar>(gray.rows-1, i);
	}
	//内部像素
	for (int j = 1; j < gray.rows - 1; j++){
		for (int i = 1; i < gray.cols - 1; i++) {
			dst.at<uchar>(j,i) =(gray.at<uchar>(j - 1, i - 1)*Structure[0][0] +
				gray.at<uchar>(j - 1, i)*Structure[0][1]+
				gray.at<uchar>(j - 1, i + 1)*Structure[0][2] +
				gray.at<uchar>(j , i - 1)*Structure[1][0] +
				gray.at<uchar>(j, i)*Structure[1][1] +
				gray.at<uchar>(j, i + 1)*Structure[1][2] +
				gray.at<uchar>(j + 1, i - 1)*Structure[2][0] +
				gray.at<uchar>(j + 1, i)*Structure[2][1] +
				gray.at<uchar>(j + 1, i + 1)*Structure[2][2]
				)/sum + 0.5;
		}
	}
	
//	cout << "hello" << endl;
}

结果：


直接阈值分割，结果惨不忍睹。

使用文中方法检测到的缺陷。
若侵权请联系我删除。