基于图像处理的钢帘线表面缺陷特征分析.pdfVIP

第23卷第2期 湖 北 工 业 大 学 学报 2008年4月 V01．23No．2 ofHubei of Journal UniversityTechnology Apt．2008 [文章编号]1003～4684(2008J02—0026—04 基于图像处理的钢帘线表面缺陷特征分析 熊 凌1’2，杨 岚1’2，陶诗锦2，周俊2 (1武汉科技大学信息科学与工程学院，湖北武汉430081； 2冶金自动化与检测技术教育部工程研究中心，湖jb武汉430081) [摘 要]首先对钢帘线材图像进行预处理，以减小或消除噪声的影响，然后对钢帘线图像进行了缺陷特征分 析，运用经典的边缘提取算法提取线材的面积与周长等几何特征，运用灰度共生矩阵来提取线材的纹理特征 等来判断钢帘线表面是否有缩颈或耳子等缺陷．实验结果表明了该特征提取算法的有效性和实用性． [关键词]钢帘线；缺陷检测；图像处理；纹理特征；几何特征 [中图分类号]TP391 [文献标识码]：A 帘线钢线材生产过程中由于工艺等原因会产生 互独立性．本文中选择了几何特征和纹理特征[4。6]． 一些具有表面缺陷(如耳子，缩颈，轧痕，多头，折叠， 1．1 几何特征 结疤，裂纹等)的线材．传统的方法是人工目视检测， 对于几何特征的研究，许多场合下对所拍摄的 由于人工检测很大程度上依赖于检测人员的经验， 图像先进行二值化处理，然后对所分割出的目标区 人工识别细小的表面缺陷的能力是有限的，无法 域进行几何特征的测量． 100％的集中精力，且容易造成视力疲劳，无法连续 1．1．1面积假设二值图像的目标物的像素为1， 工作，漏检的次钢、废钢影响了企业的形象，不能满 因此，面积 足企业对表面质量控制和表面质量评估的要求，研 As一∑f(x，y)． (1) 制和开发线材表面质量自动检测系统已成为企业和 (z，y)∈S 其中，S表示某个需要进行度量的连通域，f(x，y) 科研人员共同关心的任务． 为像素值． 随着计算机技术和CCD成像技术的飞速发展， 1．1．2周长周长是指包围某个连通域的边界轮 利用图像识别方法进行表面检测的技术条件已经成 廓线的长度Ls，即 熟EI-33．缺陷特征分析是基于图像处理的钢帘线表面 Ls=Ns+拉N。． (2) 缺陷自动检测系统快速并正确地检测缺陷的依据和 其中，N。为边界线上方向码为偶数的像素个数；N。 关键．本文对钢帘线图像进行了缺陷特征分析，运用 为边界线上方向码为奇数的像素数． 经典的边缘提取算法提取线材的面积与周长等几何 1．2 纹理特征 特征，运用灰度共生矩阵提取线材的纹理特征等判 纹理区域是指某种结构在比它更大的范围内大 断钢帘线表面是否有缩颈或耳子等缺陷，为钢帘线 致呈现重复排序，这种结构称为纹理基元．灰度共生 表面缺陷自动在线检测系统．的实现打下基础．