金属板材表面缺陷检测系统研究与设计

传统的基于pc机的金属板材表面缺陷检测系统不够灵活方便,因此以金属板材常见的划痕、麻点、夹杂、锟印、锈蚀5种较为常见的表面缺陷作为研究对象,研究并设计了一个基于Android的便携式金属板材表面缺陷检测系统。该文阐述了设计该系统所使用的图像灰度化、二值化、去噪和边沿提取等算法,实现了图像的预处理操作。并提取图像的六个能够全面地反映缺陷信息的特征参数:形状、宽高比、面积比、歪度、峭度及HU不变矩Ф2,然后将提取出的特征值建立特征样本库,一部分样本用于K-近邻分类器的训练,一部分用于测试分类器对缺陷的分类效果。实验结果表明,该系统具有可行性,并具有一定的实用性。