opencv缺陷检测

 

• 随着自动化生产设备的普及，工业机器人在各行各业的应用也越来越广泛，越来越多的生产线由自动化设备取代人工操作，实现自动化生产。在机器人分拣过程中，机器人不仅可以将不同规格和质量的产品准确地放入指定的托盘中，而且能够通过视觉系统识别出物体的表面缺陷并进行分类。 随着工业4.0时代的到来，传统的基于视觉检测技术已经无法满足现代工业生产的要求，视觉检测技术成为了现代工业生产中必不可少的一部分。在机器视觉系统中，缺陷检测是非常重要的一个环节。在机器视觉系统中，缺陷检测是指在图像采集过程中，自动地将采集到的图像通过一定算法处理后，自动地对目标物体进行提取、分割、识别和跟踪。通过这些算法处理后得到目标物体信息后，自动地识别出目标物体中存在的缺陷并将其标注出来。在工业生产中，缺陷检测主要分为以下几种：

  • 一、图像分割

    图像分割就是将图像中的各部分从整体中分割出来，使图像成为具有明确边界的有意义的单元。根据分割对象的不同，可将图像分割为若干区域。图像分割是机器视觉系统中的一个基本任务，主要包括形态学、边缘检测、区域生长和阈值分割等方法。形态学算子可以直接产生边界，方便易操作；边缘检测可以获得边缘信息，适合于定位；区域生长和阈值分割方法，则可以在同一张图像上得到目标和背景的差异信息，得到较精确的目标边界。虽然图像分割方法非常多，但是这些方法都有一个共同的特点：对噪声不敏感。为了抑制噪声，人们常采用一系列算法。如：数学