胡继文,　岳晓峰

(长春工业大学 机电工程学院， 吉林 长春　130012)



基于计算机视觉铝型材喷涂质量检测

胡继文,岳晓峰*

(长春工业大学 机电工程学院， 吉林 长春130012)

摘要：基于Gabor滤波和支持向量机(SVM)质量检测原理，首先对铝型材喷涂表面的图像进行归一化处理，然后利用Gabor滤波对其进行纹理分析，将提取到的能量和方差纹理特征作为支持向量机的输入进行训练和学习，最后利用支持向量机分类检测，从而分出大砂和细砂产品。实验结果表明，该方法具有实用性和可行性。

关键词：纹理分析； 特征提取； Gabor滤波； SVM

0引言

在自然界中物体都具有形形色色的纹理，这使得纹理成为图像非常重要的视觉特征。纹理分析在计算机视觉的相关领域里得到了广泛应用,但基于纹理分析的铝型材喷涂表面质量研究还是很少。目前铝型材企业表面喷涂都采用粉末喷涂[1]，它是利用静电喷塑机将粉末涂料喷涂到铝型材工件的表面，然后在静电作用下，使粉末均匀地相互吸附于工件表面，形成所需要的涂层。在喷涂过程中粉末相互间吸附力不同，铝型材表面形成的颗粒大小和均匀性也不同，造成喷涂质量有好有坏。其喷涂质量都是通过人眼检测，在质检过程中，主要取决于铝型材表面涂层的颗粒大小和表面粗糙度。颗粒大，表面粗糙，被称为大砂(也就是不合格品);颗粒小，表面细化均匀，被称为细砂(合格品)。评判产品是否合格完全凭借工人的经验，没有一个统一的标准,这对于新手而言或者遇到人眼难以区分的产品时，检测很容易出错。……