【技术实现步骤摘要】
本专利技术涉及机器视觉，更具体地说，本专利技术是基于机器视觉的板材表面缺陷检测系统及方法。
技术介绍
1、基于机器视觉的板材表面缺陷检测是利用图像处理和计算机视觉技术来自动识别和分析板材如金属板、木材、玻璃、塑料等表面缺陷的方法，通过摄像头或其他成像设备捕捉板材表面的图像，使用图像处理算法来检测、识别和分类可能存在的表面缺陷，如划痕、裂纹、凹陷、污渍或其他不规则性，基于机器视觉的检测方法可能会受到检测环境如光线对板材表面纹理的投射效果影响而产生异常故障，通过提高视觉检测模型的拟合能力能够降低缺陷检测的漏报率，但同时会提高缺陷检测的误报率，同时，为了满足生产线的流动速度以进行实时检测，在视觉检测模型高负荷运转的情况下保持漏报率和误报率的平衡成为新的挑战。
2、为解决上述缺陷，现提出一种技术方案。
技术实现思路
1、本专利技术的目的是提供基于机器视觉的板材表面缺陷检测系统及方法，以解决上述
技术介绍
中的问题。
2、为实现上述目的，本专利技术提供如下技术方案：基于机器视觉的...
【技术保护点】
1.基于机器视觉的板材表面缺陷检测方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，运用光照补偿算法对实时采集的图像进行动态调整的过程为：
3.根据权利要求2所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，根据Retinex算法生成的光照估计图像对图像进行调整的具体步骤为:
4.根据权利要求1所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，对板材图像数据进行预处理包括运用灰度归一化方法对图像数据进行归一化，使用自适应直方图均衡化对图像进行增强，并采用高通滤波方法对图
...【技术特征摘要】
1.基于机器视觉的板材表面缺陷检测方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，运用光照补偿算法对实时采集的图像进行动态调整的过程为：
3.根据权利要求2所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，根据retinex算法生成的光照估计图像对图像进行调整的具体步骤为:
4.根据权利要求1所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，对板材图像数据进行预处理包括运用灰度归一化方法对图像数据进行归一化，使用自适应直方图均衡化对图像进行增强，并采用高通滤波方法对图像进行去噪。
5.根据权利要求4所述的基于机器视觉的板材表面缺陷检测方法...
【专利技术属性】
技术研发人员：杨宇昊，高瑞，杨政东，
申请(专利权)人：江阴瑞林精密机械制造有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。