制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2012年
1期
36-39
,共4页
孙文雅%李天剑%黄民%陈晓
孫文雅%李天劍%黃民%陳曉
손문아%리천검%황민%진효
管道裂缝%图像增强%边缘检测%图像分割%特征提取
管道裂縫%圖像增彊%邊緣檢測%圖像分割%特徵提取
관도렬봉%도상증강%변연검측%도상분할%특정제취
传统的管道裂缝检测方法速度慢、精确度低,因此提出一种基于图像处理的管道裂缝自动检测方法.首先对采集到的管道裂缝图像进行图像增强,有效地去除噪声.利用裂缝图像与背景图像灰度值的差异性,采用形态学梯度算法进行边缘检测.提出在边缘检测的基础上进行阈值分割,经实验比较分割结果优于其他方法.对分割的图像进行形态学处理,从而提取到特征图像,最后对特征图像进行特征值计算.
傳統的管道裂縫檢測方法速度慢、精確度低,因此提齣一種基于圖像處理的管道裂縫自動檢測方法.首先對採集到的管道裂縫圖像進行圖像增彊,有效地去除譟聲.利用裂縫圖像與揹景圖像灰度值的差異性,採用形態學梯度算法進行邊緣檢測.提齣在邊緣檢測的基礎上進行閾值分割,經實驗比較分割結果優于其他方法.對分割的圖像進行形態學處理,從而提取到特徵圖像,最後對特徵圖像進行特徵值計算.
전통적관도렬봉검측방법속도만、정학도저,인차제출일충기우도상처리적관도렬봉자동검측방법.수선대채집도적관도렬봉도상진행도상증강,유효지거제조성.이용렬봉도상여배경도상회도치적차이성,채용형태학제도산법진행변연검측.제출재변연검측적기출상진행역치분할,경실험비교분할결과우우기타방법.대분할적도상진행형태학처리,종이제취도특정도상,최후대특정도상진행특정치계산.
