基于二次曲面拟合的脏污检测

原图来自于Ihalcon论坛,条条大路通罗马,目前有动态阈值、频域分析等算法思路,都可以尝试,在此提出另一种思路--人为构造光滑的二次区域与原图对比,进行脏污的检测。

所检测图片如下

脏污在红色箭头所指处

特别浅显

灰度拉伸等预处理后,脏污基本清晰可见

原图打光不均匀,中间亮,四角暗,应使用尺寸更大的环形光

打开轮廓线工具

经过脏污处的灰度值分布如图右所示

我们目的使得灰度值分布线更加平滑

按行依次拟合平滑后的二维灰度图片

效果如下视频

拟合后的轮廓线

几乎无毛刺,十分光滑

拟合前后的3D视图对比,左原图,右拟合图

拟合后明显比原图光滑很多

以拟合图为阈值图像进行动态阈值分割

形态学处理,特征筛选后,检测脏污缺陷如下

整体算法思路

*(1)按行依次拟合平滑后的二维灰度图片

*(2)动态阈值分割,形态学处理,特征筛选出脏污缺陷

拟合代码如下

for i:=0 to Height-1 by 1
    tuple_gen_const(Width,i,Newtuple)
    get_grayval(ImageScaleMax, Newtuple, [0:Width-1], Grayval)
    gen_region_points(Region, [0:Width-1],1000-Grayval)
    union2(RegionLines,Region, RegionUnion)
    closing_rectangle1(RegionUnion,RegionClosing,1000,1)
    opening_circle(RegionClosing, RegionOpening, 3)
    shape_trans(RegionOpening, RegionTrans, 'convex')
    get_region_runs(RegionTrans, Row, ColumnBegin, ColumnEnd)
    set_grayval(ImageCleared, Newtuple, [0:Width-1],1000-ColumnBegin)      
endfor

原图及详细注释的完整源代码见百度网盘:

链接:

https://pan.baidu.com/s/1nSujw4Ak5UoMzcZTMuSQ9A

提取码smld

原文发布于微信公众号 - 机器视觉那些事儿(jiqishijue)

原文发表时间:2019-06-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券