[发明专利]一种工件表面缺陷特征提取方法

摘要

本发明公开了一种工件表面缺陷特征提取方法，包括以下步骤：S1、源图像采集；S2、源图像预处理；S3、阈值切割；S4、工件区域定位；S5、剪切；S6、滤波处理；S7、轮廓提取；S8、特征提取；S9、特征向量识别。优点在于：本发明对光照变化良好的适应性良好，具有良好的反向选择和尺度选择特性，相对于现有的工件表面缺陷特征提取方法提高判别的准确度的同时也提高了鲁棒性。

主权项

1.一种工件表面缺陷特征提取方法，其特征在于，包括以下步骤：S1、源图像采集：使用专业成像设备收集工件表面图像；S2、源图像预处理：改善图像质量，提升图像对比度；S3、阈值切割：根据阈值分割算法对处理后的图像进行阈值切割；S4、工件区域定位：对阈值分割后的二值图像进行局部区域填充与被包围区域填充；S5、剪切：提取填充后二值图像的工件区域外轮廓，使用最小外接矩形框出工件区域；采用工件区域剪切算法剪切源图像的工作区域得到工件图像；S6、滤波处理：使用Gabor滤波器对工件图像进行滤波处理，过滤掉工件所属表面上的条形纹理，得到多张滤波工件图像；S7、轮廓提取：对滤波工件图像进行边缘锐化处理获得边缘锐化图像，边缘锐化处理之后再进行自适应二值化处理获得轮廓图像；S8、特征提取：使用预设尺寸大小的patch对所述轮廓图像进行轮廓检测处理，从而获得每个patch所对应的特征向量V_ij，并将所有工件特征向量V_ij进行归一化并组成特征向量集合V_i，其中，所述下标j为所述特征向量在所述特征向量集和V_i之内的序号；S9、特征向量识别：将所有特征向量集合V_i中的特征向量V_ij带入预先训练好的分类器中进行判别运算，其中，判别结果分为正常和缺陷两种结果类型，被判别为缺陷的特征向量即为工件表面缺陷特征向量。