基于改进 Ｋ－ｍｅａｎｓ算法的钢管表面 缺陷视觉检测方法

杨利霞

基于改进 Ｋ－ｍｅａｎｓ算法的钢管表面

缺陷视觉检测方法

) |$ O* y2 p4 ?- v/ |' O
( V1 r0 t) m" `4 N2 v* L2 B+ V( @/ o

1 F+ d9 B/ x7 b" _/ I- `：为了利用机器视觉技术检测钢管表面缺陷，设计并搭建了钢管表面图像采集实验平台，针对钢管表面覆
盖有氧化铁皮以及弧形外表面易造成光照不均等问题，提出一种基于改进 Ｋ－ｍｅａｎｓ灰度正反求和的检测方
2 C4 a' G4 \5 U4 Q# Q法。首先采用垂直投影法获取钢管区域图像，计算得到其灰度反转图像，参 照 Ｆｒａｎｋｌｅ－ＭｃＣａｎｎＲｅｔｉｎｅｘ算 法
8 w3 c3 H( _1 U9 ]$ W/ g原理分别对钢管区域图像及灰度反转图像进行增强，获得各自背景均匀的高对比度图像，再 采 用 改 进 的 Ｋ－
ｍｅａｎｓ算法进行图像分割，得到两个缺陷检测结果，并对二者求和，最后通过图像后处理优化检测结果。构建
. J* e; X5 L% C: \" [/ j" Z- T了不同光照环境下包含凹坑、翘皮、划伤和辊痕等多类缺陷的钢管表面图像样本集进行实验，结果表明本文方
/ T7 m- H& }" f" s: n  l, A法的检测精度较高，对光照不均匀具有良好的抗干扰能力

- b3 T, ^" J8 M& @/ F9 c
) F7 n- X9 `% Y7 E/ x  f