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

$ v8 d1 f- W# ?) s) n/ u. T. m

缺陷视觉检测方法

9 Y0 v, ^" E4 X' z# H/ b
* ^; d0 ]$ q: A, K) Z; ~
2 z" y3 ?. }. Q$ u/ K. n% }：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
% l) I* v; u# o8 S  M* Q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
/ _$ ]6 Y( J' p, T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
$ W! l8 I  z) R) b1 x8 K: H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
' o1 s  ?" ^6 |/ O' z" b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
$ I% C/ m6 }3 B5 ^% l法的检测精度较高，对光照不均匀具有良好的抗干扰能力
( V! a2 J. V8 W! T1 ?* L
, G% L7 ^5 C: m7 n$ a# t
& w3 @6 A. W  S0 f2 e( F& B