基于形态学和区域生长的硅钢片微表面缺陷检测①
2021-06-25贺福强李思佳张明月
热带农业工程 2021年2期
何 昊 贺福强 李思佳 张明月 谢 丹
(贵州大学机械工程学院 贵州贵阳 550025)
硅钢片是一种很重要的磁性材料,主要用于制作变压器、电动机和发电机的铁芯。变压器、电动机、发电机都是农业装备中重要供电、动力设备。在农业生产中,设备运行环境较为恶劣,较好的零部件质量能提升装备运行寿命。通过对零部件硅钢片进行缺陷检测,增加零部件的合格率。硅钢片的表面质量好坏是决定其磁性能的主要因素[1]。视觉检测具有实时性、高效率、精度高等的优点[2],故视觉检测可以实现检测的自动化,极大降低误检率、减少人工检测主观性的影响。
图像分割就是把图像根据性质分成多个区域的过程,主要是指灰度值、像素强度值、纹理等特征。分割的方法主要有基于阈值、聚类法、遗传算法、变形模型、区域生长等[3]。Fabricio 等[4]提出了一种基于梯度向量流的自动种子区域生长方法,对较多目标的分割也有不错的效果。Cui等[5]提出了一种改进的SRG 算法,利用Harris 角点检测原理自动选择起始种子点;区域生长准则里引入了图像的不确定性,使分割更具有鲁棒性。Mohammed 等[6]提出了一种可以自动提取 ROI 并且用机器学习算法筛选比较适合的种子点的SRG算法,明显改善图像分割后的噪声。Rajkumar等[7]依据预选择的像素区域的中值来自动选择种子点,提取出种子ROI,利用梯度算子分割出ROI的边界。Sheng等[8]利用深度学习找到比较有效的分割阈值进行阈值分割后,再进行区域生长。
1 图像分析及预处理
拍摄图像会产生随机的扰动,图像有一定的噪声,为消除掉图像中的无关信息,对图像进行预处理。……
登录APP查看全文
