基于圖像處理技術(shù)的醫(yī)用紗布表面缺陷檢測(cè).pdf

1、目前我國(guó)的醫(yī)用紗布表面缺陷檢測(cè)絕大多數(shù)由人工目視進(jìn)行，人工檢測(cè)工作效率低、勞動(dòng)強(qiáng)度大、檢測(cè)精度低。由于檢驗(yàn)?zāi)芰Σ蛔愣鴮?dǎo)致產(chǎn)品質(zhì)量下降，影響市場(chǎng)競(jìng)爭(zhēng)力。針對(duì)這一問題，本課題運(yùn)用數(shù)字圖像處理技術(shù)，通過研究圖像處理的檢測(cè)算法，開發(fā)了基于圖像處理技術(shù)的紗布表面缺陷檢測(cè)系統(tǒng)，實(shí)現(xiàn)了對(duì)醫(yī)用紗布表面缺陷的檢測(cè)及識(shí)別。與人工方法相比較，可最大限度地避免人為因素對(duì)檢測(cè)結(jié)果的影響，實(shí)現(xiàn)客觀評(píng)價(jià)，對(duì)提高紗布制造過程的自動(dòng)化程度具有重要的實(shí)踐意義。
　　

2、醫(yī)用紗布缺陷檢測(cè)不同于其他材料缺陷檢測(cè)，其缺陷特征除了孔洞外，主要存在著缺徑、斷緯等重要缺陷，本課題分析了醫(yī)用紗布表面缺陷檢測(cè)系統(tǒng)的基本構(gòu)成及其工作原理，闡述了系統(tǒng)中的關(guān)鍵技術(shù)及總體設(shè)計(jì)，針對(duì)該系統(tǒng)表面缺陷檢測(cè)具體要達(dá)到的基本技術(shù)要求，進(jìn)行了軟硬件設(shè)計(jì)，重點(diǎn)研究了軟件系統(tǒng)中表面缺陷檢測(cè)的算法，并做了大量的試驗(yàn)，以驗(yàn)證算法是否可行。
　　為了對(duì)醫(yī)用紗布表面缺陷圖像進(jìn)行檢測(cè)識(shí)別，首先需要采集圖像信息，然后輸入計(jì)算機(jī)系統(tǒng)進(jìn)行預(yù)處理，利用

3、圖像預(yù)處理技術(shù)中的灰度直方圖、直方圖均衡化等技術(shù)來增強(qiáng)圖像的對(duì)比度，并通過各種濾波技術(shù)有效地消除了噪聲對(duì)圖像的影響。通過相應(yīng)的預(yù)處理技術(shù)處理后的圖像，發(fā)現(xiàn)明顯的提高了圖像的質(zhì)量，為后續(xù)的醫(yī)用紗布表面缺陷的圖像處理提供了良好的基礎(chǔ)。
　　考慮到醫(yī)用紗布的實(shí)際織造過程的工作環(huán)境，可以知道紗布是運(yùn)動(dòng)的，運(yùn)動(dòng)的圖像在采集圖像信息時(shí)難免會(huì)遇到模糊的情況，為了去除模糊的紗布圖像，需要對(duì)圖像進(jìn)行復(fù)原處理。本課題運(yùn)用數(shù)學(xué)形態(tài)學(xué)中的灰度形態(tài)學(xué)算法對(duì)

4、醫(yī)用紗布表面缺陷圖像進(jìn)行了復(fù)原處理，并取得了理想的效果。
　　分析了各種傳統(tǒng)的圖像分割算法，如閾值分割、邊緣檢測(cè)等對(duì)圖像做二值化處理，結(jié)合醫(yī)用紗布自身的結(jié)構(gòu)特點(diǎn)，采用了一種特殊的圖像分割方法即基于數(shù)學(xué)形態(tài)學(xué)的分割技術(shù)對(duì)圖像進(jìn)行邊緣檢測(cè)及分割，保證了邊緣檢測(cè)的連續(xù)性，能夠分割出完整的缺陷目標(biāo)圖像，從而將醫(yī)用紗布表面的破洞、缺經(jīng)、斷緯等缺陷分割出來。
　　提取了醫(yī)用紗布表面缺陷圖像的形態(tài)學(xué)特征參數(shù)，利用缺陷圖像的特征參數(shù)對(duì)圖像進(jìn)