歡迎進入河北中澳橡膠有限公司
機器視覺的核心內容是圖像的處理和識別。由于圖像的獲取受影響因素較多,而且圖像處理和分析的目的不同。所以,對于不同的應用條件和應用場合,可采用不同的圖像處理和識別過程。通常的圖像處理和識別過程可表述成圖3-1所示。由于輸送帶本身為低對比度、低灰度值的物體,而輸送帶裂紋不規則,邊緣條件惡劣,難以檢測到清晰邊界。在以往的文獻研究中只能實現對縱向撕裂檢測,而未能實現報警。在本文中為了實現對輸送帶縱向撕裂在線自動檢測和識別報警的功能,對工業相機實時采集的原始圖像進行了圖像處理和識別算法研究。其具體流程如圖3-2所示,流程闡述如下:(1)利用工業相機采集幀圖像到緩存;(2)針對系統縱向撕裂圖像的特點,對緩存中的圖像進行預處理過程設計,其具體實現步驟為:圖像灰度化、改進直方圖均衡化、中值濾波、直方圖閾值二值化和形態學去噪聲;(3)圖像預處理后,接著對圖像進行改進的Canny邊緣檢測,對邊緣進行連接,刪除假邊緣,以便于下一步提取報警特征量,本文在邊緣檢測的基礎上進行輪廓提取,當有輪廓檢出時,保存當前幀圖像;(4)保存當前幀圖像的同時,對縱向撕裂裂紋的像素面積和個數作為特征量識別報警分析。當檢到的輪廓個數大于設定值時,對撕裂進行預警,但不發撕裂報警信號;當檢到的最大輪廓面積或所有輪廓面積大于設定值時,對縱向撕裂發出報警和停機信號。
本文源自http://www.amyneo.com.cn/hyzs/449.html，轉載請注明出處。
(責任編輯：輸送帶http://www.amyneo.com.cn)
