基于小波变换羽毛杆折痕缺陷检测.doc

基于小波变换羽毛杆折痕缺陷检测文章编号：1003-6199(2011)04-0047-03 摘 要：羽毛片毛杆上的细微折痕缺陷在图像中极易受到噪声干扰。针对细微折痕图像，提出将二维小波变换应用于羽毛片杆细微折痕缺陷检测的方法。这种方法通过二维小波变换图像局部极大值将细微折痕缺陷从图像中准确提取出来。实验证明二维小波变换用来检测羽毛片杆细微折痕缺陷比其他方法更有效 ? 关键词：细微折痕；图像处理；缺陷检测；小波变换 ? 中图分类号： TP391.41 文献标识码：A ?? Detection of Feather Pole Scratch Based on ?Wavelet Transform Modulus Maximum ?? LI Pei，WANG Ren?huang，LI Gang? (Faculty of Automation, Guangdong University of Technology, Guangzhou 510090, China) Abstract:The slight scratch defects of feather pole can be extremely easy disturbed by noise in the image. A defect detection method for the image with the slight scratch, which detects feather pole scratch by two?dimension wavelet transform, is presented. The method uses the local maxima of the image through two?dimension wavelet transform to accurately extract the slight scratch defects from the image. Experiments demonstrate our method which uses two?dimension wavelet transform to detect the slight scratch defects of feather pole more valid than other methods. ? Key words:small scratches; image process; adaptive wavelet transform; morphological processing ? 1 引 言? 随着经济的发展，工业生产线对产品质量控制的要求越来越高。表面缺陷检测作为自动视觉检测的一个主要方面也越来越多的应用到工业生产中［1］。在羽毛球制造中，羽毛球的耐打性是评定羽毛球质量的最为重要因素之一。在生产过程中，由于加工工艺和自身原因导致主要原材料―鸭毛或者鹅毛的毛杆上出现折痕，这直接影响羽毛球的耐打性。因此，对羽毛片杆进行折痕缺陷的检测是保证羽毛球质量的重要技术手段。? 折痕表示图像密度的不连续性，或者说是数学上的奇异点。针对折痕的检测，现在可行的算法研究非常少，通常图像的折痕检测是通过各种边缘检测算子来完成的，如微分算子、Laplace算子、Roberts算子、Sobel算子、Prewitt算子等，其基本原理都是通过检测图像灰度的变化来提取折痕信息的。这些算法实现简单、运算速度快，但对噪声的干扰十分敏感，受噪声的影响很大［1,2］，从而造成检测出的图像模糊，无法准确判定微弱折痕的存在及折痕的准确位置，不能准确解决从局部高频信号中区分噪声与折痕。本文针对羽毛片毛杆上的细微折痕缺陷，提出了利用二维小波变换来对图像去噪和折痕检测，得到缺陷目标的形状和位置信息的缺陷特征 2 小波变换模极大值? ??对于数字图像来说，进行小波变换即为构造小波滤波器对图像进行卷积。一般图像是用二维平面图像表示的。设图像信号是一个二维函数f(x,y)，则它的连续小波变换为? D?f(a,b?x,b?y)=?∫?? ?SymboleB@ ??－ ?SymboleB@ ??∫?? ?SymboleB@ ??－ ?SymboleB@ ?f(x,y)#8226;? φ??a,b?x,b?y?(x,y)dxdy（1）? 二维连续小波逆变换为? f(x,y)=1C?w?∫?? ?SymboleB@ ?0?∫?? ?SymboleB@ ??－ ?SymboleB@ ??∫?? ?SymboleB@ ??－