基于机器视觉的海苔表面缺陷检测方法研究

目前缺陷检测在各个行业应用广泛,但对于海苔表面的缺陷检测操作仍然以人工为主,具有较强的主观性,且效率较低,易造成对海苔的二次破坏,准确性和成本也无法满足企业生产检测的需求,因此迫切需要研究更加稳定高效的海苔缺陷自动检测方法。在充分调研国内外表面缺陷检测方法的基础上,提出一种基于机器视觉的海苔表面缺陷检测方法,实现对产品缺陷的智能检测。该检测算法采用改进的Gauss滤波器对图像进行卷积滤波,并进行归一化处理;利用矩形掩膜计算灰度范围;根据灰度分布直方图自适应确定阈值进行阈值分割;并根据形态学特征进行缺陷提取。检测结果表明,该检测算法能够实现各类缺陷的准确检测,检测效率高,能够满足企业生产检测的需求。