高精度針孔檢測設(shè)備
More >>
您所在的位置：精質(zhì)視覺 > 行業(yè)資訊>機器視覺|視覺缺陷檢測常用的6種方法
2022-08-28 10:00:00 精質(zhì)視覺
一、缺陷檢測綜述
機器視覺缺陷檢測是視覺需求中難度一類需求，主要是其穩(wěn)定性和精度的保證。首先常見缺陷：凹凸、污點瑕疵、劃痕、裂縫、探傷等。常用的手法有六大金剛(在中的ocv和印刷檢測是針對印刷行業(yè)的檢測，有對應(yīng)算子封裝)：1.blob+特征2.blob+差分+特征3.光度立體4.特征訓(xùn)練5.測量擬合6.頻域+空間結(jié)合
二、頻域+空間結(jié)合法
1、頻域結(jié)合空間，其實頻域就是用波動觀點看世界，看問題角度變了，光經(jīng)過鏡頭其實發(fā)生的是傅立葉變換，此思想在傅立葉光學(xué)上有所闡述，就像光經(jīng)棱鏡分光，而光 機器視覺進入計算機內(nèi)部，進行了采樣和量化，然后我們用函數(shù)f(x,y)來表示這些數(shù)據(jù)描述。圖像處理應(yīng)用傅里葉變換就是將空間域(圖像本身)轉(zhuǎn)換至頻率域。傅里葉變換可以將一個信號函數(shù)，分解一個一個三角函數(shù)的線性組合。由于任何周期函數(shù)都可以由多個正弦函數(shù)構(gòu)成，那么按照這個思想，圖像由f(x,y)來表示，那么這時你就可以拆成多個正弦函數(shù)構(gòu)成，這樣每個正弦函數(shù)都有一個自己的頻率。
2、頻率特征是圖像的灰度變化特征，低頻特征是灰度變化不明顯，例如圖像整體輪廓，高頻特征是圖像灰度變化劇烈，如圖像邊緣和噪聲。一個重要的經(jīng)驗結(jié)論：低頻代表圖像整體輪廓，高頻代表了圖像噪聲，中頻代表圖像邊緣、紋理等細節(jié)。
3、什么時候使用傅里葉變換進行頻域分析?
1)具有一定紋理特征的圖像，紋理可以理解為條紋，如布匹、木板、紙張等材質(zhì)容易出現(xiàn)。
2)需要提取對比度低或者信噪比低的特征。
3)圖像尺寸較大或者需要與大尺寸濾波器進行計算，此時轉(zhuǎn)換至頻域計算，具有速度優(yōu)勢。因為空間域濾波為卷積過程(加權(quán)求和)，頻域計算直接相乘。
4、舉例
三、光度立體法 機器視覺在工業(yè)領(lǐng)域，表面檢測是一個非常廣泛的應(yīng)用領(lǐng)域。在，使用增強的光度立體視覺方法，三維表面檢測被加強。利用陰影可方便快速的檢測物體表面的缺口或凹痕。 使用光度立體視覺方法可在復(fù)雜圖像中輕松找到表面缺陷 。四面打光，合成圖像，求取梯度圖型，然后里的光度立體法也是這方面的應(yīng)用，關(guān)鍵的算子就是。
