基于数学形态学的带钢表面缺陷检测研究

钢铁研究学报, 2010, 22(10): 56-59.

1.武汉科技大学机械自动化学院,湖北,武汉,430081

2.武汉科技大学机械自动化学院,湖北,武汉,430081

3.武汉科技大学机械自动化学院,湖北,武汉,430081

4.武汉科技大学机械自动化学院,湖北,武汉,430081

5.武汉科技大学计算机学院,湖北,武汉,430081

基金项目: 国家自然科学基金资助项目(60705012)

Steel Strip Surface Defects Detection Based on Mathematical Morphology

阐述了数学形态学的原理和方法,研究了数学形态学在带钢表面缺陷图像滤波和边缘检测中的应用,通过与传统滤波方法和边缘检测方法的对比,表明基于多结构元素的数学形态学方法不仅能有效滤除噪声、检测弱小目标在内的图像的边缘,而且还具有较强的抗噪性能.

[1]	徐科,徐金梧,鹿守理,郭芳.冷轧带钢表面自动监测系统的研究[J].钢铁,2000(10):63-66.
[2]	何永辉,王康健,石桂芬.基于机器视觉的高速带钢孔洞检测系统[J].应用光学,2007(03):345-349.
[3]	Serra J.Image Analysis and Mathematical Morphology[M].New York:Academic Press,Inc,1982
[4]	章毓晋.图象处理和分析[M].北京:清华大学出版社,1999
[5]	Maragos P .Tutorial on Advances in Morphological Image Processing and Analysis[J].Optical Engineering,1987,26(07):623.
[6]	杨述斌,彭复员.噪声污染图象中的广义形态边缘检测器[J].计算机工程与应用,2002(17):91-92.
[7]	刘清,林土胜.数学形态学的边缘检测算法研究[J].计算机工程与应用,2008(35):188-189,193.
[8]	王慧锋,战桂礼,罗晓明.基于数学形态学的边缘检测算法研究及应用[J].计算机工程与应用,2009(09):223-226.
[9]	Chen T.;Wu QH.;Rahmani-Torkaman R.;Hughes J. .A pseudo top-hat mathematical morphological approach to edge detection in dark regions[J].Pattern Recognition: The Journal of the Pattern Recognition Society,2002(1):199-210.
[10]	吴贵芳 .冷轧带钢表面质量在监侧关键技术的研究[D].北京:北京科技大学,2006.

上一张下一张

计量

作者相关

文章评分