论文摘要
随着生产和科学技术的迅速发展,在工业生产的产品质量检测领域,对产品检测的精确度和自动化程度提出了越来越高的要求。因此,如何提高产品测量的精度已经成为一个具有现实意义的问题。本文基于聚合物膜制品缺陷检测系统,研究如何采用数字图像处理技术来实现对于缺陷的精确测量,从而保证产品的质量。聚合物膜制品缺陷在线检测系统是在散射光的照射下,通过线阵CCD控制电路获得聚合物薄膜缺陷信号,使用PCI数据采集卡对一维缺陷信号进行采集、传输,然后借助于计算机进行分析处理,从而精准地检测出缺陷信息,并能够实现缺陷的可视化。为了提高测量的精确度,首先对CCD设备采集的图像的噪声来源进行分析,在小波软硬阈值去噪算法的基础上,给出了一种新的阈值函数,该算法有效的避免了软硬阈值算法的不足,既能够有效的去除噪声,又能够很好地保持图像的边缘细节信息。由于要处理的缺陷只占整帧图像的很小的比例,给出用双阈值的方法来对缺陷进行粗定位,实现缺陷图像和背景图像的分离,这样可以减少计算量。然后再对缺陷的边缘进行精确定位,根据缺陷信号的具体特征,给出了一种基于Sobel算子的梯度方向高斯曲线拟合法,通过与多项式插值法、直线拟合法比较,证明该方法能够有效的提高边缘定位的精度,从而明显的提高了缺陷尺寸测量的精确度。最后,基于课题的具体需要,采用了基于Matlab引擎的Matlab和VC++混合编程的方法实现了缺陷图像的多分辨率分析,从而可以有效地从多个尺度,不同角度对缺陷进行直观的显示,实现缺陷的可视化处理及分析,同时可以有效减少编码量,提高开发效率。