基于形态学增强和图像融合的板带钢缺陷检测

王 凡,彭国华,谢昊伶

(西北工业大学理学院,陕西 西安 710000)

1 引 言

随着冷轧带钢技术的快速发展,板带钢产量日益增加,但是质量仍然不能完全满足市场需求,其中影响质量的重要因素之一是板带钢表面缺陷。目前板带钢表面缺陷的主要检测方法以人工目视和频闪仪检测为主,但是由于轧制速度快,导致其无法满足在线生产的需求[1]。缺陷检测算法的关键是在精确提取缺陷的同时抑制噪声并且不受光照干扰。

数学形态学的运算是非线性的,几何特性比较明显,可以在提取完整的目标边缘的同时抑制噪声。文献[2]针对板带钢缺陷的种类、方向和噪声等问题,采用修正的抗噪膨胀腐蚀性边缘检测算法,可以提取板带钢中的微小缺陷,但是算法的鲁棒性较差。文献[3]针对噪声采用改进多尺度形态学的带钢缺陷图像边缘检测算法,具有较强的抗噪性。但是上述提出的算法无法解决光照不均问题,文献[4]针对光照问题提出基于形态学商图像的光照归一化算法,能有效增强光照不均图像。本文采用改进的多结构形态学熵图像增强算法和多结构形态学边缘增强算法分别对板带钢缺陷图像增强,最后对图像进行加权融合。本文算法具有较强的抗噪性,可以有效地提取光照不均图像中的缺陷。

2 形态学增强

2.1 灰度形态学的基本运算[5]

灰度形态学膨胀和腐蚀运算即以结构元素e(i,j)为模板,分别搜寻图像I(x,y)在结构基元大小范围内的灰度和的极大值和灰度差的极小值,膨胀记作I⨁e,腐蚀记作I⊙e;而开运算则是对图像先腐蚀后膨胀,记作I∨e;闭运算是对图像先膨胀后腐蚀,记作I∧e。……