基于计算机图像处理的板形识别系统设计

杨全海

（陕西职业技术学院 计算机科学系，陕西 西安 710100）

基于计算机图像处理的板形识别系统设计

杨全海

（陕西职业技术学院 计算机科学系，陕西 西安 710100）

针对现阶段基于图像检测的板形识别在缺陷的检出率普遍较低以及检测速度慢等问题，文中提出了一种基于计算机图像处理的板形识别系统，其通过直方图均衡化与高帽变换对初始图像进行处理，并通过边缘检测算法提取轮廓，然后利用BP神经网络分类器进行缺陷识别与分类。其在实验及实际工业生产中，均具有较高的识别率，可达到约90%，且还具有较好的板形识别效果。

计算机图像处理；板形识别；边缘检测；BP神经网络分类器

当前，基于图像检测的板形识别在缺陷的检出率以及检测速度上均存在问题，缺陷检出率和检测速率普遍较低[1-5]。此外，检测精度的提高与实时缺陷分类等也是需要迫切解决的关键点。

为了解决传统图像检测的板形识别中存在的问题，文中提出一种基于计算机图像处理的板形识别系统。首先，对实时得到的板形图像进行直方图均衡化以及高帽变换增强图像，并通过Canny边缘检测算法得到板形的边缘。然后通过BP神经网络对提取到的板形缺陷进行实时识别分类。实验表明，此板形识别系统在板形缺陷检测中取得了较好的效果，平均识别率可达到90%以上。

1　板形特征提取

实时获得的板形原始图片均存在着噪声干扰，其按照噪声干扰的大小会对图片清晰度造成一定程度的损坏，是图像变得模糊。……