基于机器视觉的镍板表面气孔分割算法研究

针对金属镍板表面气孔缺陷检测存在分割目标堆叠和分割线偏移等问题,提出了一种基于机器视觉的镍板表面气孔分割方法,以质心标记计算距离图。该算法采用工业相机构建机器视觉系统,获取镍板表面图像。通过分段线性灰度变换抑制不感兴趣区域,其次对G通道分量进行自适应阈值分割、形态学处理等提取气孔区域,然后图像作差提取出极小值标记,以极小值标记的质心计算距离图并分水岭分割。实验结果表明,该算法气孔正确分割率达94.7%,同时能够获得更准确的气孔分割效果。

成品电解镍表面质量自动检测

针对成品电解镍表面的气孔和结粒依靠人工进行检测时存在检测精度差、效率低等问题,提出一种基于点云的成品电解镍表面质量自动检测算法。该算法采用一种基于体素下采样优化的RANSAC平面分割和孔洞识别算法,对于数据量较大的电解镍点云集,首先通过体素过滤器返回下采样的点云,在不影响结构特征的前提下降低了数据的冗余度,然后采用RANSAC算法进行平面拟合,平面拟合的外点即结粒点云,对得到的结粒点云采用欧式聚类法进行聚类,再对聚类后的点云根据结粒高度进行合格与不合格分类;最后根据平面拟合得到的平面系数将所有点进行投影,以每一个点为原点建立坐标系,找到每个点的k近邻点,计算k近邻点在该点坐标系下的有向角,判断其是否满足预先设定的条件,判定目标点是否为孔洞点。实验结果表明:该方法在有效减少计算量的同时,能够获得较高的检测精度。