杨建华，刘进圣

(1.中北大学电子测试技术国家重点实验室，山西 太原 030051；2.辽宁庆阳特种化工有限公司，辽宁 辽阳 111002)



基于机器视觉的缺陷图像增强算法研究

杨建华1，刘进圣2

(1.中北大学电子测试技术国家重点实验室，山西 太原 030051；2.辽宁庆阳特种化工有限公司，辽宁 辽阳 111002)

摘要：介绍了一种基于机器视觉的缺陷图像自动检测系统，针对检测的缺陷图像细节模糊，分辨率较低的问题，采用基于小波变换和插值的重建算法处理图像。客观评价(PSNR)证明，该方法在提高图像边缘和细节分辨率方面有着较好的效果。

关键词：机器视觉；小波变换；插值；PSNR

机器视觉作为一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科，广泛应用于工业生产检测领域，具有速度快、信息量大、功能多的特点[1]。针对固体火箭发动机包覆层表面缺陷的检测，由于固体火箭发动机的结构特点，如下图1所示。

图1　发动机示意图

人眼难以识别并分辨包覆层表面缺陷，因此采用机器视觉缺陷检测技术自动检测包覆层表面缺陷，大大调高了检测效率和检测精度，同时对保证发动机的安全性能方面有着十分重要的意义。

本文针对检测过程中检测装备的晃动所造成的图像失真进行图像增强，能够进一步提高缺陷的分辨率，以防漏检。采用基于小波和插值的重建算法对图像进行重建和增强，进一步提高图像的分辨率，对缺陷识别有着非常的意义。……