基于Gabor变换与区域生长的瓷砖表面缺陷视觉检测方法研究

针对瓷砖工业生产中表面缺陷检测严重依赖人工的难题和已有视觉检测技术的不足,提出基于Gabor变换与区域生长的瓷砖表面缺陷检测方法。首先采用中值滤波和局部直方图均衡化实现图像去噪和对比度增强,基于Gabor变换函数在变换域进一步对瓷砖表面图像进行处理,较好地消除光照不均和表面反光影响。然后基于自动区域生长算法实现瓷砖表面缺陷区域准确分割。最后采用双向积分投影实现缺陷区域标注。针对瓷砖表面的裂缝、孔洞、麻面、色差缺陷的实验证明所提方法的有效性和可行性。

一种基于V通道细节增强的夜间去雾算法

针对夜间有雾图像降质场景暗淡、点光源分布不均、去雾效果差等缺陷,提出了一种基于V通道细节增强的夜间去雾算法,采用了包含高斯模糊、局部区域伸展直方图均衡化(Local Region Stretch Histogram Equalization,LRSHE)、自适应伽马变换以及带颜色恢复的多尺度Retinex(Multi-Scale Retinex with Color Restoration,MSRCR)等算法对夜间降质图像进行增强,并使用快速引导滤波对透射率分布进行纹理细化,结合大气散射模型得到夜间雾图的去雾图像。实验结果表明,去雾算法不仅能够去除夜晚雾气的影响,而且有效提升了图像的亮度和纹理细节,相较对比算法,在对比度、平均梯度以及信息熵上均有改善。

基于CLAHE和开闭运算的绿色苹果图像分割

依据绿色苹果图像的自身特点,设计了一种分区域提取而后合并的图像分割方法;首先对图像进行限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE),增大果实和背景的颜色差,而后获取R-B色差图像,得到以光常区域为主的区域;然后用CLAHE处理后的图像进行开闭运算,提取局部极大值,得到以高亮区域为主的区域;最后将两区域合并获得完整的果实目标区域;为了验证该方法的有效性,运用Hough算法检测圆,并用相对偏差、圆心相对误差及半径相对误差3个评价指标来定量评价;试验结果表明,提取区域与果实目标区域相比,顺光下,相对偏差、圆心和半径相对误差平均值分别为3.59%,4.76%和2.60%;逆光下,3个指标的平均值分别为10.77%、16.77%、11.49%;无论是顺光还是逆光都有很好的识别效果,能满足机器人采摘果实的精确定位的要求。