赞
踩
1 基于HALCON内胶破损检测的研究
1.1检测方法的介绍
通过之前的学习已经基本了解了用halcon进行机器视觉项目的一般流程(采集→预处理→形态学,特征处理→特征显示)和常用思路(二值化→形态学→特征选择)。现在来针对具体的对象进行处理,尝试不同的方法直到达到要求为止。
方法一 :
大概的思路是先阈值分割,然后特征提取。这也是图像分割的一个最基本的思路,但是在对样本进行初步分析之后,就发现这种方法是不可行的,其原因是缺陷区域和背景区域灰度变化不大,所以难以将其通过阈值分割的方法直接提取出来,具体效果如图下所示(左侧为灰度变换后图像,右侧为阈值分割图像)。
![在这里插入图片描述](https://img-blog.csdnimg.cn/20190312131046154.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzMjcyNjE4,size_16,color_FFFFFF,t_70)![在这里插入图片描述](https://img-blog.csdnimg.cn/20190312131108678.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzMjcyNjE4,size_16,color_FFFFFF,t_70)
图1 图2
很显然简单的阈值分割的方法并不能将缺陷区域分离出来,现在来转换思路换一种方法。
方法二 :
大致思路是先使用两个低通滤波器,进行相减后构造了一个带阻滤波器来提取缺陷分量。这就需要保证在实
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。