[发明专利]一种基于计算机视觉的竹条表面缺陷检测方法

权利要求书

1.一种基于计算机视觉的竹条表面缺陷检测方法,包括以下步骤：

Ⅰ、摄取竹条图像

摄取竹条表面灰度图像f；

Ⅱ、归一化

采用伽玛校正法对图像f进行归一化，得到图像fg；

Ⅲ、滤波

对图像fg进行中值滤波以及高斯滤波获得图像f₁；

Ⅳ、小波变换处理

小波变换处理得到图像f₂；

Ⅴ、最大类间方差法的阈值分割

用最大类间方差法对图像f₂进行阈值分割，获得图像f₃；

以竹条图像为前景，前景点面积占图像总面积比例为w₀，前景点灰度均值为u₀；背景点面积占图像总面积比例为w₁，背景点灰度均值为u₁；整个图像的灰度均值为u＝w₀×u₀+w₁×u₁；

目标函数g(t)＝w₀×(u₀-u)²+w₁×(u₁-u)²，g(t)为分割阈值t的类间方差表达式；遍历图像f₂所有的灰度值，取t从0到255，当g(t)取得最大值时、所对应的t＝t₀为图像f₂前景与背景的分割灰度阈值；

Ⅵ、孔洞填充

对图像f₃上的竹条图像的虫洞和/或霉斑区域进行孔洞填充，得到图像f₄；图像中孔洞缺陷水平方向最大长度为T个像素，取长度大于T的水平线型结构元素对图像f₃闭操作，完成孔洞填充；

Ⅶ、霉斑和/或虫洞缺陷判断

用差影法、即用图像f₄-f₃得到分割图像f₅，f₅显示竹条图像中被分割出的虫洞和/或霉斑缺陷的图像；

Ⅶ-1、若图像f₅中显示的缺陷无连通域或者缺陷连通域面积小于缺陷域面积阈值A，则认为没有霉斑和/或虫洞缺陷，并进入步骤Ⅷ；所述缺陷域面积阈值A为要求检测的最小缺陷面积或者通过预先实验设定阈值A；

Ⅶ-2、若图像f₅中显示的缺陷连通域面积等于或大于缺陷域面积阈值A，则计算缺陷连通域所对应图像的平均灰度值Gm与图像f₅中竹条图像的平均灰度值G₀的差Tm，若Tm大于孔洞灰度差阈值G则认为存在霉斑和/或虫洞缺陷，判断此为缺陷竹条；若仍有未检测的竹条，返回步骤Ⅰ，进行下一根竹条的检测；

所述孔洞灰度差阈值G小于竹条平均灰度值50～70；

若Tm不大于孔洞灰度差阈值G则认为不存在霉斑或虫洞缺陷，进入步骤Ⅷ；

Ⅷ、边缘和裂缝检测

用canny算子对图像f₂进行检测，获得竹条边缘和裂缝缺陷的图像f₆；

Ⅸ、去除竹条边缘

图像f₆各列从上端到下端、及从下端到上端检索、获得的第一个非零像素点置零，去除图像f₆上的竹条上、下边缘，得到竹条的裂缝缺陷图像f₇；

Ⅹ、裂缝缺陷判断

计算f₇中非零像素点总个数Se和最大连通域长度Me以及非零像素点所对应的平均灰度值；

设定非零像素点总个数阈值T₁，T₁设定为最小裂缝缺陷长度像素值两倍，或者通过预先实验设定阈值；

设定最大连通域长度阈值T₂，T₂设定为裂缝缺陷长度像素值，或者通过预先实验设定阈值；

若Se＞T₁或者Me＞T₂，同时非零像素点平均灰度Hm与竹条平均灰度G₀的差大于裂缝灰度差阈值H，则判定为有裂缝缺陷的竹条；若仍有未检测的竹条，返回步骤Ⅰ，进行下一根竹条的检测；若无未检测的竹条，检测完成；

若Se＞T₁或者Me＞T₂均不成立，认为是合格竹条；若Se＞T₁或者Me＞T₂，但非零像素点平均灰度与竹条平均灰度G₀的差不大于裂缝灰度差阈值H，认为是合格竹条；若仍有未检测的竹条，返回步骤Ⅰ，进行下一根竹条的检测；若无未检测的竹条，检测完成；

所述裂缝灰度差阈值H小于步骤Ⅶ的孔洞灰度差阈值G，通过预先实验设定。