|
|
重庆膜表面瑕疵检测图像处理模块主要包括图像去噪、图像增强和恢复、缺陷检测和目标分割。 由于场景环境、CCD图像的光电转换、传输电路和电子元器件等都会产生图像噪声，这些噪声降低了图像质量，从而给图像处理和分析带来了不良影响，因此必须对图像进行预处理去噪。图像增强的目的是有目的地强调图像的整体或局部特征，使原始不清晰的图像变得清晰或突出一些有趣的特征，扩大图像中不同对象的特征之间的差异，抑制不感兴趣的特征，提高图像质量，丰富图像量并加强了图像判读和识别效果的处理方法。图像复原是通过计算机处理重建或恢复退化图像的过程。图像恢复通常采用与图像增强相同的方法，但图像增强的效果仍需在下一阶段得到验证；而图像恢复则试图利用退化过程的先验知识来恢复退化图像的原始特征，如消除加性噪声、恢复运动图像分割的目的是分割出图像中的目标区域，以便进一步处理。
图像分析模块主要包括特征提取、特征选择和图像识别。 特征提取的功能是从图像像素中提取能够描述目标特征的表达量，并将不同目标之间的差异映射到低维特征空间，从而压缩数据量，提高识别率。表面缺陷检测通常提取的特征包括纹理特征、几何特征、颜色特征、变换系数特征等，利用多信息融合的特征向量对不同类型的缺陷进行可靠的识别。这些特征之间通常存在冗余信息，不能保证特征集是最优的。一个好的特征集应该具有简单性和鲁棒性，需要从特征集中进一步选择更有利于分类的特征，即特征选择。图像识别主要是根据提取的特征集训练分类器，使其能够正确地对表面缺陷类型进行分类和识别。 |
