[发明专利]一种基于计算机图像处理和模式识别的检测方法及应用

说明书

本发明公开的属于图像处理技术领域，具体为一种基于计算机图像处理和模式识别的检测方法及应用，该基于计算机图像处理和模式识别的检测方法包括如下步骤：S1：标本图像采集；S2：图像预处理；S3：图像分割；S4：图像边界跟踪与提取：首先采用掏空内点法将图像的轮廓提取出来，然后从灰度图像中一个边缘点出发，依次搜索并连接相邻边缘点，实现图像边界的追踪；S5：检测图像采集；S6：缺陷分析，结合现代光电子技术和计算机处理和模式识别技术实现对产品缺陷的快速检测，能够快速而准确的确定产品缺陷的位置和形状，通过对图像的处理，提高了计算机的运算速度，大大提高了工作效率，该发明使用方便，便于推广。

技术领域

本发明涉及图像处理技术领域，具体为一种基于计算机图像处理和模式识别的检测方法及应用。

背景技术

视觉图像检测就是用机器代替人眼来做测量和判断。随着计算机技术与信息技术的发展，图像识别技术获得了越来越广泛的应用。图像的数字处理是以计算机为中心，包括各种输入、输出及显示设备在内的数字图像处理系统上进行的,是将连续的模拟图像变成离散的数字图像后，用建立在特定的物理模型和数学模型基础上编制的程序控制，运行并实现种种要求的处理。

在工业生产的过程中，需要对生产出来的产品进行检测，从而确保存在着缺陷的产品被分离出来，现有方法的检测方法检测效率低，劳动强度高，存在着漏检和误检率比较高，另外，检测速度、易操作性和检测过程中的直观性等方便也存在着很多问题。为此，我们提出一种基于计算机图像处理和模式识别的检测方法及应用。

发明内容

本发明的目的在于提供一种基于计算机图像处理和模式识别的检测方法及应用，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于计算机图像处理和模式识别的检测方法，该基于计算机图像处理和模式识别的检测方法包括如下步骤：

S1：标本图像采集：采用图像采集设备实现对标准的合格的产品进行图像采集，并将采集的标准的合格的产品进行图像图像作为图像标本；

S2：图像预处理：将步骤S1中的图像标本进行图像灰度和二值化处理，然后再进行图像平滑处理和图像锐化处理；

S3：图像分割：将预处理好的图像进行分割，将感兴趣的前景图像从不感兴趣的背景图像中分割出来；

S4：图像边界跟踪与提取：首先采用掏空内点法将图像的轮廓提取出来，然后从灰度图像中一个边缘点出发，依次搜索并连接相邻边缘点，实现图像边界的追踪，最后对图像周长和面积的测量；

S5：检测图像采集：采集需要采集的产品的图像信息，并安装步骤S2进行图像处理；

S6：缺陷分析：将检测图像和标本图像穿入分类器中进行图像分析和分类，从而实现对检测图像的缺陷判断。

优选的，所述步骤S1中的图像采集设备包括一个带有光源、CCD摄像头、CCD成像透镜的封装体，所述封装体通过视频线连接插接在计算机扩展槽上的图像采集卡。

优选的，所述步骤S1中图像灰度和二值化处理的具体方法为：将采集的图像标本的全部像素进行灰度统计，然后在平面坐标系中进行曲线图的绘制，以纵坐标表示该灰度所具有的像素个数，以横坐标表示灰度值，从而实现对灰度分布直方图的绘制，然后根据灰度分布直方图进行二值化处理。

优选的，所述步骤S3中图像分割的具体方法为：首先对图像中的每个小区域进行标记，一个标记表示一个区域的存在，然后将这些边去的区域强制作为梯度的极小值，再屏蔽梯度图像中其他的极小值，然后把这个处理作为根据，再根据形态学操作进行噪声的去除，最后采用分水岭分割法进行图像的分割。