基于机器视觉的构件表面缺陷特征提取基于机器视觉的构件表面缺陷特征提取-word文档网

文档字数：18664

基于机器视觉的构件表面缺陷特征提取

摘要:构件的表面缺陷是影响构件质量的重要因素之一，对它进行检测将达到质量控制的目的,鉴于这样的目的，本设计介绍的是基于机器视觉的构件的表面缺陷特征提取。

本文在现有技术基础上，通过了大量的实验和图像算法仿真，以现有的图像处理理论为基础，设计了适合本设计所涉及的表面缺陷检测的算法，具体的工作如下：

(1).通过确当的途径获取缺陷图像，并以图像进行灰度变换、中值滤波对图像进行增强处理，为下一步图像的进一步处理做前期的准备。

(2).对图像表面缺陷进行研究，这一过程本文采用了大津法、区域生长法、迭代法这三种分割方法，并且认真研究设计了它们的算法。

(3).把各个缺陷图片的分割算法在MATLAB中进行算法仿真，提取正确的实验结果，并且重复多次实验，确保结果的精确性。

关键词:机器视觉；表面缺陷；图像增强；图像分割

摘要·Ⅰ

目次·Ⅲ

1 绪论1

1.1 引言·1

1.2 课题的研究背景及意义·1

1.3 论文的结构·1

2 机器视觉的简介2

2.1 机器视觉技术·2

2.1.1 机器视觉的构成·2

2.1.2 机器视觉的特点·2

2.1.3 机器视觉系统的组成·3

2.2 机器视觉的应用·5

2.2.1 机器视觉应用的现状·5

2.2.2 机器视觉检测应用·7

2.3 机器视觉的分类·7

2.3.1 定量检测·7

2.3.2 定性检测·8

3 图像处理软件介绍9

3.1 Matlab系统软件简介·9

3.1.1 Matlab系统包括五个主要部分·9

3.1.2 Matlab的系统开发环境·9

3.2 Matlab图象处理命令12

4 图像处理基本算法·13

4.1 图像灰度变换13

4.1.1 灰度直方图14

4.1.2 灰度的线性变换14

4.1.3 灰度的阈值变换14

4.1.4 灰度的窗口变换15

4.1.5 灰度拉伸15

4.1.6 灰度均衡16

4.2 图像增强16

4.3 图像的分割17

4.3.1 阈值分割18

4.3.2 区域生长法分割20

5 表面缺陷特征的检测的结果·23

5.1 图像的预处理23

5.2 图像的分割25

5.2.1 迭代阈值法分割图像25

5.2.2大津法分割图像·28

5.2.3 区域生长法分割图像30

6 总结·34

参考文献·35

致谢·36

附录·37