基于先验知识的微型零件检测中异物伪信息的剔除

微型零件视觉检测中,视场内灰尘、发屑等异物的存在会改变所提取的目标轮廓。为避免异物对测量带来的影响,提出了一种基于先验知识思想的异物伪信息剔除方法。首先对带有异物的零件图像进行角点检测;接着统计得出标准零件的角点分布特征作为先验知识;最后由标准零件角点特征得出异物伪信息判定条件,据此剔除异物伪信息。通过在实际工程项目中的成功应用,以三幅典型带异物微型零件图像的处理过程为例,证明了算法在保证测量精度的同时有效剔除了图像中的异物伪信息。