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

  @* F: C: m0 o. V1 a

) E7 U9 x/ ~- E' P9 J! M
：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
) I$ f" J4 y+ b) H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
; @; f3 f# J6 I/ K2 c  V) ~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
! J5 b. `# V& ~: j: q7 {0 u4 f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
5 w  f4 x6 C  H, m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
" m) M- X  {5 P/ T) S( e法的检测精度较高，对光照不均匀具有良好的抗干扰能力
# O5 ^% x* ^8 z7 K, D; u% ?4 k

6 z, n3 \. c/ b5 |