表面的轻微缺陷检测

最新推荐文章于 2023-11-07 09:53:54 发布
最新推荐文章于 2023-11-07 09:53:54 发布
阅读量224 收藏 1
点赞数
分类专栏： 深度学习 Halcon 文章标签： 计算机视觉 图像处理 opencv
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/zhouzongzong/article/details/124775654
版权
该博客介绍了如何利用计算机视觉进行表面缺陷检测。首先，通过图像预处理，包括高斯滤波和频域处理，然后使用阈值分割、连通组件分析和膨胀操作来识别缺陷区域。最后，通过拟合圆来标记缺陷并显示结果。整个过程结合了OpenCV库的功能。
摘要由CSDN通过智能技术生成

第一 窗口初始化****
*关闭已经打开的窗口
dev_close_window ()

*关闭程序计数器,图形变量更新,窗口图形更新
dev_update_off ()

*读取一张图像
read_image (Image,‘2.bmp’)

*获取图像大小
get_image_size (Image, Width, Height)

*打开新的窗口
dev_open_window (0, 0, 640, 480, ‘black’, WindowHandle)

*设置区域填充方式
dev_set_draw (‘margin’)

*设置线宽度
dev_set_line_width (2)

*设置输出对象显示颜色数目
dev_set_colored(12)

第二 图像预处理***
*优化FFT的速度
optimize_rft_speed (Width, Height, ‘standard’)
Sigma1 := 10.0
Sigma2 := 2.0
*构建高斯滤波器
gen_gauss_filter (GsFilter1, Sigma1, Sigma1, 0.0, ‘none’, ‘rft’, Width, Height)
*构建高斯滤波器
gen_gauss_filter (GsFilter2, Sigma2

了解本专栏 订阅专栏 解锁全文 超级会员免费看
胖子工作室
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
手机外观缺陷检测哪种效率高
TANsenlinLIN的博客
11-05 2332
手机是现代人们最常用的通信工具，衣食住行都要用到手机，给人们生活和工作方面提供不少便捷。购买一部智能手机，外观质量是主要决定因素，但是你知道吗？智能手机玻璃盖板需要经过开料、抛光、钢化、超声波清洗、真空镀膜、丝印等一系列特殊工艺制作而成。手机玻璃盖板对手机触摸屏起到保护和美观的作用，在与手机贴合之前需要对玻璃盖板进行外观缺陷检测，随着工业自动化程度的不断提高和对质量更加严格的要求，机器视觉代替人工...
【手机篇】案例分享——手机前/后摄像头外观缺陷检测
Dongsheng_2019的博客
10-16 324
手机模组部件制造行业严格按照3C制造要求,对于零件缺陷检測较为严格,因此使用机器视觉图像分割算法来检测零件中存在的各类缺陷,保证缺陷产品被剔除,只有合格品才能流入市场。针对摄像模组具有多维圆弧面、镜面材质表面反光度极高，成像技术差，缺陷类型多等问题,东声智能基于Handdle AI智能算法平台打造的AI解决方案，实现高准确率、低漏检率，极大地提高产能。包括：字体偏位、透光、白点、黑点、划伤、毛丝、崩缺、卷边、字体积油、磨花、裂纹、颗粒、脏污、异色、缩水等各类型缺陷。手机前/后摄外观缺陷检测。
缺陷检测——Halcon表面划痕检测
weixin_44901043的博客
08-30 9797
项目场景： 提取表面划痕缺陷 解决方案： 1.先对原始图像做中值滤波处理： 2.局部阈值处理 3.blob分析提取特征
制造业中的微小缺陷检测——应用场景分析与算法选择(YoloV8/CANet)
知来者逆的博客
10-24 5853
在制造业中，小缺陷的检测是一个具有挑战性的问题，因为它们通常具有较少的像素覆盖，缺乏足够的关注和语义信息。现有的卷积检测方法忽视了上下文的长程依赖，并且缺乏自适应融合策略来利用异构特征。 深度学习方法在检测小缺陷时通常表现较差，因为少数像素的覆盖缺乏细节，如异常值、边缘和纹理，导致语义不足和感知困难。此外，来自实际工业环境的图像通常受到背景光反射、模糊和污垢等污染，使得难以从背景中区分轮廓并专注于小缺陷。
detection 小缺陷检测方案
highoooo的博客
07-07 787
jetson TX2 tensorrt 7/8 cuda 10.2 MVS hikcamera yolov5v6.0 ultralytics/tensorrtx方案： 1.直接训练v5L模型 2.转换tensorrt模型 效果：1280肯定优于640 推理速度：120ms(L,640),430ms(L,1280)方案： 1.24482048 原图 2.12001200 resize 3.6406404 split 4.24482048 merge 推理速度：120ms(S,30ms4),500ms(L,12
Halcon手机摄像头图像表面的轻微缺陷检测.rar
10-31
文件"手机摄像头图像表面的轻微缺陷检测@"可能包含详细的检测流程、代码示例、结果分析等内容，帮助用户了解如何利用Halcon进行实际操作。 总结，Halcon在手机摄像头表面缺陷检测中的应用，结合了先进的图像处理...
缺陷铸件分析及处理办法
07-01
4. 机械加工改进：对有轻微缺陷的铸件采用机械加工的方式去除或修正缺陷部分。例如，可以使用数控机床对铸件进行精加工，以提高铸件的尺寸精度和表面质量。 5. 铸后热处理：通过对铸件进行时效处理、调质处理等热...
论文研究-基于SIFT算法的改进在定位模板自动提取算法中的应用 .pdf
08-16
表面检测技术在现代化生产线上扮演着至关重要的角色，它能够通过机器视觉系统代替人工进行快速、准确的视觉检验，广泛应用于产品表面缺陷的检测、尺寸测量、定位等场合。为了提高表面检测的准确性，定位模板的选择尤...
管道机器人检测系统研究
04-23
它能够有效地检测管道内壁的各种缺陷,如裂纹、砂眼、焊缝不平整等,并通过图像处理技术给出管道内表面的粗糙度等级。 #### 二、系统组成 管道机器人检测系统由多个关键部件构成,具体包括: 1. **清扫头**:用于清除...
基于轻量化重构网络的表面缺陷视觉检测
小白学视觉
03-06 505
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达源自：自动化学报 作者：余文勇 张阳 姚海明 石绘摘 要 基于深度学习的方法在某些工业产品的表面缺陷识别和分类方面表现出优异的性能, 然而大多数工业产品缺陷样本稀缺, 而且特征差异大, 导致这类需要大量缺陷样本训练的检测方法难以适用. 提出一种基于重构网络的无监督缺陷检测算法, 仅使用容易大量获得的无缺陷样本数据实现对异...
halcon视觉缺陷检测系列（2）频域和空间域转换的方法详解
热门推荐
$firecat利白的代码足迹$
04-07 1万+
halcon视觉缺陷检测之频域和空间域转换的方法详解
halcon表面检测3——如何使用快速傅立叶变换（FFT）检测塑料物品表面的细小纹理缺陷（detect_indent_fft）
weixin_45590420的博客
12-30 915
首先，我们使用高斯滤波器构造一个合适的滤波器。 然后，通过使用快速傅立叶变换对图像和滤波器进行卷积。 最后，使用形态学算子在滤波后的图像中检测出缺陷。 * 初始化 dev_update_off () dev_close_window () read_image (Image, 'plastics/plastics_01') get_image_size (Image, Width, Height) dev_open_window (0, 0, Width, Height, 'black', WindowHa
halcon快速傅里叶变换
最新发布
hao1183716597的专栏
11-07 586
低频特征是灰度变化不明显，例如图像整体轮廓，高频特征是图像灰度变化剧烈，如图像边缘和噪声。一个重要的经验结论：低频代表图像整体轮廓，高频代表了图像噪声，中频代表图像边缘、纹理等细节。
Halcon表面缺陷检测-不均匀光照的表面缺陷
xd940940的博客
07-12 7039
对应示例程序： find_scratches_bandpass_fft.hdev 目标：实现不均匀光照的表面缺陷。 思路为：       先创建一个合适的带通滤波器，然后把图像（例程做了图像反转）傅里叶变换在频域滤波，加强高频部分，然后变回时域做形态学处理，最后通过line_gauss检测出缺陷。 图像： 代码： dev_update_...
FFT快速傅式变换算法halcon算子，持续更新
CSDN博客
10-24 2002
convol_fft 功能：用在频域内的滤波器使一个图像卷积。 convol_gabor 功能：用在频域内的一个Gabor滤波器使一个图像卷积。 correlation_fft 功能：计算在频域内的两个图像的相互关系。 deserialize_fft_optimization_data 功能：反序列化FFT速度优化数据。 energy_gabor 功能：计算一个两通道图像的能量。 fft_gene...
HALCON算子函数——Chapter 5 : Filter
think_fast的专栏
11-25 6467
Chapter_5:Filter 5.1  Arithmetic 1. abs_image   功能：计算一个图像的绝对值（模数）。 2. add_image   功能：使两个图像相加。 3. div_image   功能：使两个图像相除。 4. invert_image   功能：使一个图像反像。 5. max_image   功能：按像素计算两个图像的最大值。 6. m
Halcon学习笔记之缺陷检测（二）
weixin_30908649的博客
03-26 1448
例程：detect_indent_fft.hdev 说明：这个程序展示了如何利用快速傅里叶变换（FFT）对塑料制品的表面进行目标（缺陷）的检测，大致分为三步： 首先，我们用高斯滤波器构造一个合适的滤波器（将原图通过高斯滤波器滤波）； 然后，将原图和构造的滤波器进行快速傅里叶变换； 最后，利用形态学算子将缺陷表示在滤波后的图片上（在缺陷上画圈）。 注：代码中绿色部分为个人理解和注释,其余为...
Learning Linux(3): Optimize the performance of Ubuntu Linux
Kevin的专栏
04-05 554
After installing the system, 1. remove the unnecessary startup apps.go to the 'system > preference > startup application'    remove the unnecessary startup apps.2.  remove the unnecessary services.install nmap first command:sudo -get install nmap3. use s
halcon缺陷检测
07-28
传统的算法检测缺陷通常需要进行复杂的调试和参数调整，而且容易出现检测不稳定和误测的情况。机器学习和深度学习成为缺陷检测领域的重要技术难点。机器学习方法通常使用类似MLP的神经网络对缺陷特征进行训练和分类...
评论
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

打赏作者

胖子工作室

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