最新机器视觉技术的应用机械表面损伤检测课件.ppt

1、 又称计算机视觉，一般是由CCD摄像机、图像采集卡、带有图像处理软件的计算机、光照系统组成。边缘提取物体的边缘是由灰度不连续所反映的，常见的边缘是阶跃性边缘，两边的灰度值有显著不同。采用阈值处理方法无法将色彩不同的坏损与非坏损区域分开。灰度阈值选取与(1)波峰间的间隔、(2)噪声内容、(3)光源的均匀性等有关。而本例中Y值变化平缓，不适用与阈值处理的方法。边缘可以理解为沿某一特定方向上，局部灰度的显著变化，这一变化越强烈，越说明这一位置存在边缘。从图形剖面图的灰度一维函数f(x)可以看出，边缘的灰度值会有明显的局部变化。它的一阶导数则会在边缘处达到一个极大值。为了在图像中找到边缘的强度和方向，

2、选择梯度作为工具。大小为(f)xyfgxfgradfgy 22(x,y)mag(f)xyMgg方向（对于x轴的角度）为利用边缘算子可以计算图像中某一像素的灰度值的梯度，由于梯度向量的方向与边缘的方向垂直，即可描述图像的边缘。(x,y)arctanxygg文章采用Sobel算子，其模板如下：即将像素下边一行灰度值乘以算子下边一行加上像素上边一行灰度值乘以算子上边一行所得和值即为gx。同理求gy。主要思想是将事先选中的种子点周围符合某种相似特征判断的像素点集合起来以构成区域。然后以新合并点为中心，继续检查周围区域，合并符合特征的区域，摒弃不符合的区域，以此循环。1.对图像逐行扫描，需找R亮度及G亮

3、度同时发生变化的点，若是则做标记，继续向后寻找。2.对图像每个可疑损点，寻找其2 2平方毫米领域内是否有其他损点存在，若没有则说明此点是噪声点，恢复原值；若小于7点，且不与其他区域相连，则由于所求面积太小，可以忽略不计，认为此点不是损点，否则认为此区域很可能是点蚀区域，则把周围全部标记为坏损区域。3.求得所有损坏像素点的数目，根据每像素点所代表的面积，计算坏损区域的总面积。将机器视觉引入机械故障诊断系统，通过实例论证了其应用的可行。引进并论证了利用坏损和非坏损区域不同的色彩特征实现零件损伤部位的确定。参考文献基于机器视觉技术的机械零件表面损伤检测阮宝科数字图像处理（第三版）美Rafael C.Gonzalez,Richard E.Woods数字图像处理Java语言算法描述德Wilhelm Burger,Mark J.Burge