基于机器视觉的钨棒曲面缺陷检测方法

本文重点设计了一套基于机器视觉的钨棒曲面缺陷检测与分类方法,有效解决了钨棒曲面缺陷肉眼检测分类效率低、误检率高、容易漏检等问题。首先设计了钨棒图像采集平台,用于获取钨棒曲面图像;然后通过Gamma校正、Otsu-Canny算法、形态学闭运算等图像处理技术提取缺陷区域图像;接下来利用灰度共生矩阵计算缺陷区域图像的纹理特征参数;最终用SVM支持向量机对钨棒曲面缺陷进行分类预测。实验预测结果表明,该系统对钨棒曲面缺陷分类准确率可达93.33%,能够基本满足工业现场需求,具有较高推广价值。