一種基于梯度多閾值優(yōu)化缺陷檢測方法
基本信息
申請?zhí)?/td> | CN201510349332.5 | 申請日 | - |
公開(公告)號 | CN104990925A | 公開(公告)日 | 2015-10-21 |
申請公布號 | CN104990925A | 申請公布日 | 2015-10-21 |
分類號 | G01N21/88(2006.01)I | 分類 | 測量;測試; |
發(fā)明人 | 高銀;李俊 | 申請(專利權(quán))人 | 深圳市雅匯恒科技有限公司 |
代理機(jī)構(gòu) | 泉州市文華專利代理有限公司 | 代理人 | 泉州裝備制造研究所;深圳市雅匯恒科技有限公司 |
地址 | 362100 福建省泉州市臺商投資區(qū)東園鎮(zhèn)群青村杏秀路行政服務(wù)大樓5樓511室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明是一種基于梯度多閾值優(yōu)化缺陷檢測的方法,首先,通過簡化的均值聚類算法求出最優(yōu)化閾值;其次,通過正態(tài)分布模型統(tǒng)計每幅樣本梯度圖像中的100個模塊,計算獲取動態(tài)的閾值;再次,通過對樣本圖像進(jìn)行分塊處理,基于統(tǒng)計學(xué)方法,提取模塊中像素最大值和像素差最大值;最后,在模塊化的基礎(chǔ)上,通過多閾值進(jìn)行判斷,獲取輸出的模塊并組合成完整的圖像,對其進(jìn)行中值濾波得到缺陷檢測結(jié)果圖像。本發(fā)明通過簡化的均值聚類算法,提高了算法的精度,降低了算法在迭代過程中的時間成本;基于統(tǒng)計學(xué)和正態(tài)分布模型,在梯度圖像中提取邊緣,顯著增加了算法的精度和處理效果;本發(fā)明能快速準(zhǔn)確檢測出木材的缺陷,提高檢測應(yīng)用范圍和生產(chǎn)木材的質(zhì)量。 |
