汽车铝铸件图像缺陷处理

       随着国内制造业的发展，汽车中铝铸件的需求量也逐年攀升，在铝铸件生产过程中，不可避免地会出现一些缺陷，如磨损、凹陷、冲蚀等。传统铝铸件表面缺陷的检测主要依赖人工，需要花费大量的成本，且存在标准不统一、识别能力有限、检测的准确率不高等问题。因此铝铸件自动检测具有重要的研究意义。

       随着计算机技术的发展，机器视觉在缺陷检测领域中的应用也逐年增长。汽车铝铸件图像缺陷处理主要包括缺陷区域提取、缺陷分割、缺陷分类，缺陷分割是图像缺陷处理中的重要环节，缺陷分割质量影响对铝铸件的判定。

       在基于图像处理的缺陷检测方法中，HFNG使用最大类间方差实现了基于原始图像自动17值化的缺陷检测对原始图像进行傅里叶变化，增强了缺陷区域的显示，同时实现了对图像无缺陷区域的衰减，提高了对铝铸件缺陷位置的定位准确度5LUOXC提出了一种混合SVM-QPSO的缺陷检测算法判断铝铸件的缺陷!6oVRE-BUFFEL等通过试验证明，与二阶导数和形态学操作相比，二维小波变换是一种更稳健的自动分割铝铸件典型内部缺陷的方法。上述方法无法对缺陷区域信息进行精确提取，只能识别缺陷的大致位置、大小等信息，要求精确提取缺陷，传统图像处理方法一般使用背景差分法，从预处理图像中减去背景图像以留下包含缺陷和随机噪声的残差图像。LIXL等将背景差分法用于焊接缺陷检测，取得了良好的效果，但背景差分法对图像定位及随机图像噪声比较敏感。http://www.zblansheng.cn/