您的位置>首页>新闻动态>
机器视觉领域,大家对图像处理及分析模块了解么?
发布时间: 2021-08-30
浏览量:853
缺陷检测,机器视觉
图像处理模块主要涉及图像去噪、图像增强与恢复、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使图像产生噪声,降低图像质量,给图像处理和分析带来不利影响,因此需要对图像进行预处理去除噪声。图像增强的目的是强调给定图像的整体或局部特征,使原始不清晰的图像清晰或强调一些有趣的特征,放大图像中不同物体特征之间的差异,抑制不感兴趣的特征,提高图像质量,丰富信息量,增强图像的解释和识别效果。图像恢复是通过计算机处理重建或恢复质量下降的图像的过程。图像复原往往采用与图像增强相同的方法,但图像增强的结果需要在下一阶段进行验证;然而,图像恢复试图利用退化过程的先验知识来恢复已经退化的原始图像,例如加性噪声和恢复运动模糊。图像分割的目的是分割图像中的目标区域,以便进一步处理。
图像分析模块主要涉及特征提取、特征选择和图像识别。
特征提取的作用是从图像像素中提取能够描述物体特征的表达式,并将不同物体之间的差异映射到低维特征空间,有利于压缩数据,提高识别率。通常从表面缺陷检测中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。这些多信息特征向量用于可靠区分不同类型的缺陷;一般这些特征之间存在冗余信息,即不能保证特征集是的,好的特征集应该具有简洁性和鲁棒性。因此,需要进一步从特征集中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,使其能够正确分类识别表面缺陷的类型。
数据管理和人机界面模块可以在显示器上立即显示缺陷类型、位置、形状和尺寸,并对图像进行存储、查询和统计。
机器视觉已广泛应用于工业检测、包装印刷、食品工业、航空航天、生物医学工程、军事科技、智能交通、字符识别等领域。工业检测领域是机器视觉应用中占比的领域,主要用于产品质量检测、产品分类、产品包装等。如零件装配完整性检查、装配尺寸精度检查、位置/角度测量、零件识别、PCB板检查、印刷品检查、瓶盖检查、玻璃、烟草和棉花检查,以及指纹、汽车牌照、人脸和条形码识别。表面质量检测系统是工业检测中极其重要的一部分。机器视觉表面缺陷检测已经在很多行业得到应用,涉及钢板、玻璃、印刷、纺织、木材、瓷砖、钢轨等涉及国计民生的行业和产品。