金属表面脏污区域的分割和量化算法研究

唐 健，贺连梁，梁金刚，仇 维

(1.中国人民解放军驻七二四厂军代室，辽宁沈阳110045;2.沈阳理工大学信息科学与工程学院，辽宁沈阳110159)

金属表面脏污区域的分割和量化得到的参数可以判定整个金属表面的缺陷程度，是图像处理技术在表面缺陷检测中应用的一个实例。在国外，基于图像处理的产品表面缺陷检测技术已经较为成熟，普遍应用在半导体行业以及电子行业，拥有丰富的技术及其产品。而在中国，此行业属于新兴领域，加之基于图像处理的产品技术的普及程度不够，导致只能在低端方面有应用。主要应用在矿泉水瓶盖的检测，印刷色彩的检测以及指纹检测等领域，当然其他领域也有很大的应用空间，如文献［1］利用图像处理技术分析玉米、黄瓜的叶部图像，从而识别和诊断玉米叶或黄瓜叶表面是否发生病虫害。文献［2］结合数字图像处理技术和人工神经网络以及模式识别技术研究木材的表面缺陷，从而根据木材表面的缺陷程度对其进行分级等。总之，表面缺陷检测方面的技术越来越成熟，应用越来越广泛，但图像处理与模式识别领域中的许多新算法目前很难应用于实际工程项目。因此，图像处理技术在这类检测任务中的应用，仍然是一个难题。

在数字图像处理技术［3］中，图像分割是由图像处理到图像分析的关键步骤。对于表面有脏污的金属，其表面区域的基本特征比较复杂。如金属表面脏污区域不具有固定的形状，脏污的面积大小也各不相同以及脏污的位置不固定等。……