基于数字图像处理的图像缺陷检测软件系统设计论文_翁玉茹

天津市普迅电力信息技术有限公司 天津 300300

摘要:随着社会的发展,企业对物体质量要求越来越高,基于图像处理的标签质量检测系统越来越被人们所看重。然而,标签在生产过程中,由于受到生产机器精度等因素的影响,生产出来的标签有很多质量问题,比如:少印。因此标签缺陷检测越来越重要。本论文主要针对对标签视觉检测系统的软件算法设计,使检测图像与标准图像进行相减,从而提取出缺陷部分,解决标签少印的问题。整个少印缺陷的检测过程不需要人工进行费力的对比,此过程由软件自行处理,人们只需要对检测出的标签进行确认,实现人工与智能化的完美结合,保证标签质量的目的。本文使用Visual C++6.0 开发工具进行软件代码编程,最后很好的完成了本论文少印的缺陷检测检测系统,在实验室中,我们对本系统稳定性,精确度进行了测试,测试结果表明本论文的缺陷检测系统能够满足要求。

关键词:标签质量;图像相减;测试

图像相减(又称为图像差影),是指把同一物体图片在不同时刻拍摄的两幅图像进行减法运算,从而得到差值结果图像。差值图像显示了图像间的差异信息,本论文基本思想是针对标准模板图像与缺陷图像进行想减运算,从而得到想减结果图像,通过分析相减图像的灰度值,对要测试的图像是否合格做出判断,若判断合格,则系统停止处理,若判断为不合格则对不合格标签进行剔除处理。

算法设计:设模板标准图像灰度像素值为A(x,y),设待检测缺陷图像为B(x,y),两图像做相减运算为C(x,y),他们之间的关系式为:C(x,y)=|B(x,y)-A(x,y)|

图像减法运算结果体现两幅图像的差异,算法容易实现,通过对两幅图像进行相减结果取绝对值,可以清除两幅图像之间共同的背景图案,分割出图像之间的不同之处,最后保留有缺陷的图像。如果两幅图像相减后C(x,y)越小,则表明图像之间的差异越小,两幅图像之间的相似度就越高,否则,相反。

如图所示,图1—1 为标准模板标签图像,图1—2 为待检测标签图像。经过如下算法:

BOOL WINAPI TuXJianFa(LPSTR lpYDIB,LPSTR lpBDIB,LONG lkuan,LONG lgao)

{

LPSTR lpsrc,lpsrcB;

LPSTR lpDst;

LPSTR lpNewDIB;

HLOCAL hNewDIB;

long i;

long j;

unsigned char xiangsu,xiangsuB;

LONG mhzj;

mhzj=WIDTHBYTES(lkuan*8);

hNewDIB=LocalAlloc(LHND,lkuan*lgao);

lpNewDIB=(char*)LocalLock(hNewDIB);

lpDst=(char*)lpNewDIB;

memset(lpDst,(BYTE)255,lkuan*lgao);

for(i=0;i<lgao;i++)

{

for(j=0;j<lkuan;j++)

{

lpsrc=(char*)lpYDIB+mhzj*i+j;

lpsrcB=(char*)lpBDIB+mhzj*i+j;

lpDst=(char*)lpNewDIB+mhzj*i+j;

xiangsu=(unsigned char)*lpsrc;

xiangsuB=(unsigned char)*lpsrcB;

*lpDst=abs(xiangsu-xiangsuB);

}

}

memcpy(lpYDIB,lpNewDIB,lkuan*lgao);

LocalUnlock(hNewDIB);

LocalFree(hNewDIB);

return TRUE;

}

使得两幅标签图像的差异如图1—3 所示:

从图1—3 可以看出:待检测标签图像与标准模板标签图像进行相减后,能够清除图像之间共同的部分,从而使差异部分体现出来。

总结:

本文通过对现有的标签进行观察分析,提出了图像相减的软件检测算法,并依据该算法对标签缺陷检测系统进行测试,最终得以实现,该系统能够减轻工人的繁重的劳动,实现标签检测的工作效率。

参考文献:

[1]宋慧欣,解读“新经济时代”中国机器视觉市场[J],自动化博览,2010.4:69~69

[2]历小飞,基于机器视觉的汽车零件缺陷检测技术研究,武汉理工大学[D],武汉理工大学2012:11~15

[3]何斌,马天宇,王运坚,Visual C++ 数字图像处理[D] 2002:473~477

论文作者:翁玉茹

论文发表刊物:《基层建设》2018年第27期

论文发表时间:2018/10/1

标签:;  ;  ;  ;  ;  ;  ;  ;  

基于数字图像处理的图像缺陷检测软件系统设计论文_翁玉茹
下载Doc文档

猜你喜欢