基于區(qū)域灰度差絕對值閾值法的帶鋼缺陷檢測
來源：網(wǎng)絡(luò)2015年01月21日熱度：651
如果一幅圖像有缺陷，一般表現(xiàn)為圖像灰度的異常，會(huì)造成圖像灰度分布的分散口，而圖像的灰度方差是灰度分布的分散性的度量，因此可以贏接用圖像的方差或灰度差絕對值來檢驗(yàn)是否有缺陷，這樣能大大減少計(jì)算量，提高檢測速度。
從圖1到6可以看出，缺陷比較明顯的圖像，在其灰度直方圖上所反映出的方差與無缺陷的圖形存在比較明顯的差別，但是一些比較小的缺陷如圖2的夾雜，在整幅圖像直方圖上表現(xiàn)出來卻與無缺陷圖像的無異。
基于上面的分析，可以將圖像分成小區(qū)域來進(jìn)行分析，有缺陷的小區(qū)域內(nèi)灰度方差有較大的差異。由于光照的變化會(huì)造成圖像表面光照不均勻，因此將圖像分成小區(qū)域來進(jìn)行單獨(dú)的分析和處理，也能減少和消除由于光照不均勻帶來的影響，通?？烧J(rèn)為小塊圖像內(nèi)光照是均勻的。
由上面的圖也可看出，光照亮度的不同只會(huì)影響到圖像直方圖的位置，而不會(huì)影響到灰度方差的大小，因此不會(huì)影響到本文的實(shí)驗(yàn)。
表1 各類圖像每個(gè)區(qū)域的回復(fù)均方差和灰度差絕對值
|
圖像種類閾值 |
a |
b |
c |
d |
|
灰度方差 |
21.65 |
20.88 |
26.58 |
27.56 |
|
灰度差絕值 |
17.22 |
16.02 |
20.81 |
20.45 |
閾值的獲得：利用樣本訓(xùn)練獲得。通過一定數(shù)量的無缺陷圖像樣本求得無缺陷圖像的灰度差絕對值均值作為閩值，，并通過大量的實(shí)驗(yàn)求得閩值幅值△T，把T+△T，作為判別準(zhǔn)則，如果待測圖像各個(gè)小區(qū)域內(nèi)的灰度差絕對值超過T十△T，則這個(gè)區(qū)域存在缺陷。
在不同的光照和表面質(zhì)量條件下，閾值幅值△T可以靈活調(diào)節(jié)，一般可以選用用默認(rèn)值。在實(shí)際的檢測中可以根據(jù)檢測的需要具體確定劃分小區(qū)域的大小，本文選取50×50為一個(gè)小區(qū)域進(jìn)行分析，獲得了較好的效果。
