《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 機(jī)器視覺在電容器外觀缺陷檢測(cè)中的應(yīng)用
機(jī)器視覺在電容器外觀缺陷檢測(cè)中的應(yīng)用
2019年電子技術(shù)應(yīng)用第9期
俞 洋,,陳佐政,陳祝洋,,沈威君
江蘇理工學(xué)院,,江蘇 常州213001
摘要: 傳統(tǒng)的電容器外觀缺陷檢測(cè)采用人工檢測(cè),效率低,、出錯(cuò)率高,、成本高。為了克服人工檢測(cè)的缺點(diǎn),,提高電容器生產(chǎn)的自動(dòng)化程度,,設(shè)計(jì)基于機(jī)器視覺的電容器外觀缺陷檢測(cè)系統(tǒng)。首先采集圖像,、預(yù)處理,,匹配定位到電容區(qū)域;然后采用閾值分割檢測(cè)溢膠,、環(huán)氧面氣孔氣泡缺陷,,采用模板匹配檢測(cè)字符、外殼破損缺陷,;最后通過Blob分析,,提取缺陷特征,,設(shè)定閾值參數(shù),以滿足不同標(biāo)準(zhǔn)的檢測(cè)要求,。根據(jù)樣機(jī)實(shí)驗(yàn)結(jié)果顯示,,檢測(cè)系統(tǒng)大大提高了檢測(cè)效率和精度。
中圖分類號(hào): TP278
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.190134
中文引用格式: 俞洋,,陳佐政,,陳祝洋,等. 機(jī)器視覺在電容器外觀缺陷檢測(cè)中的應(yīng)用[J].電子技術(shù)應(yīng)用,,2019,,45(9):97-100,105.
英文引用格式: Yu Yang,,Chen Zuozheng,,Chen Zhuyang,et al. Application of machine vision in capacitor appearance defect detection[J]. Application of Electronic Technique,,2019,,45(9):97-100,105.
Application of machine vision in capacitor appearance defect detection
Yu Yang,,Chen Zuozheng,,Chen Zhuyang,Shen Weijun
Jiangsu University of Technology,,Changzhou 213001,,China
Abstract: The traditional capacitor appearance defect detection adopts manual detection, which has low efficiency, high error rate and high cost. In order to overcome the shortcomings of manual detection and improve the automation of capacitor production, a machine vision based capacitor defect detection system is designed. Firstly, the image is collected, pre-processed, and matched to the capacitor area. Then the threshold segmentation is used to detect the defects of the overflow and epoxy surface pores. The template matching is used to detect the characters and the shell damage defects. Finally, to meet the testing requirements of different standards,the Blob analysis is used to extract the defect features and set the threshold parameters. According to the experimental results of the prototype, the detection system greatly improves the detection efficiency and accuracy.
Key words : machine vision,;capacitance appearance,;defect detection;threshold segmentation;template matching

0 引言

    隨著我國工業(yè)的發(fā)展壯大,,如今各行各業(yè)對(duì)電子元器件的需求也越來越大,。電容器作為使用最普遍的電子元器件之一,各大生產(chǎn)廠家面對(duì)其日益增長的市場(chǎng)需求,,早已實(shí)現(xiàn)了電容器規(guī)?;⑴炕a(chǎn),。但是對(duì)于電容器外觀缺陷,,大部分生產(chǎn)廠家還是采用人工檢測(cè),效率低下,,出錯(cuò)率高,,成本也日益增加。近年來,機(jī)器視覺技術(shù)日益成熟,,在工業(yè)自動(dòng)化方面發(fā)揮著舉足輕重的作用[1-3],。機(jī)器視覺技術(shù)可以應(yīng)用在電容器外觀缺陷的檢測(cè)中,能夠模擬人眼進(jìn)行外觀缺陷檢測(cè),,效率更高,,準(zhǔn)確性更加可靠,成本更低,,能夠適應(yīng)惡劣工作環(huán)境,,加快電容器生產(chǎn)效率,提高電容器的質(zhì)量,。

    本文設(shè)計(jì)了一套高效率,、高精度的電容器外觀缺陷檢測(cè)系統(tǒng)。該系統(tǒng)首先采集圖像,,并對(duì)圖像進(jìn)行預(yù)處理,,其次匹配定位到電容區(qū)域,然后針對(duì)其溢膠缺陷和環(huán)氧面氣孔氣泡,,采用閾值分割處理,;針對(duì)其字符缺陷和外殼破損缺陷,采用模板匹配處理,;最后通過Blob分析,,提取電容器外觀缺陷區(qū)域的特征,設(shè)定閾值參數(shù),,方便更改參數(shù),,滿足不同標(biāo)準(zhǔn)的檢測(cè)要求。

1 電容器外觀缺陷分析

    目前電容器的制造工藝水平不夠高,,在裝殼灌膠,、烘烤、激光打標(biāo)[4]過程中,,會(huì)不可避免地產(chǎn)生存在外觀缺陷的電容器。圖1展示了幾種典型類型的電容器外觀缺陷:電容器外觀破損缺陷,、溢膠缺陷,、環(huán)氧面氣孔缺陷、字符缺陷等,。電容器在使用中應(yīng)滿足外殼無破損,、表面無溢膠、環(huán)氧面無氣孔氣泡劃痕,、字符正確等標(biāo)準(zhǔn)要求,。因此,電容器外觀缺陷檢測(cè)系統(tǒng)應(yīng)能準(zhǔn)確高效地完成對(duì)電容器外觀以上缺陷的檢測(cè),。

jsj5-t1.gif

2 電容器外觀缺陷檢測(cè)系統(tǒng)硬件設(shè)計(jì)

    本文所提出的電容器外觀缺陷檢測(cè)系統(tǒng)主要由檢測(cè)傳送帶,、執(zhí)行機(jī)構(gòu),、控制器、工業(yè)相機(jī),、照明系統(tǒng)和PC系統(tǒng)組成[5],,檢測(cè)系統(tǒng)結(jié)構(gòu)如圖2所示。該檢測(cè)系統(tǒng)有6個(gè)相機(jī),,沿著傳送帶依次采集電容器的6個(gè)表面,。每個(gè)相機(jī)配有一個(gè)光源,負(fù)責(zé)照亮電容器,。工業(yè)相機(jī)采集到的灰度圖傳送至PC系統(tǒng),,PC系統(tǒng)對(duì)電容器外觀圖像進(jìn)行缺陷檢測(cè),,并根據(jù)檢測(cè)結(jié)果向控制器發(fā)送信號(hào),控制執(zhí)行機(jī)構(gòu)剔除不良品。同時(shí),,在每個(gè)相機(jī)處安裝光電傳感器,當(dāng)電容器被傳送至相機(jī)拍照處,,光電傳感器便動(dòng)作,,輸出一個(gè)開關(guān)控制信號(hào)至PC系統(tǒng)和控制器,分別控制相機(jī)拍照和光源工作,,節(jié)省電能,,延長光源使用壽命。

jsj5-t2.gif

2.1 相機(jī)的選型

    工業(yè)相機(jī)主要分為面陣相機(jī)和線陣相機(jī),,線陣相機(jī)適合于高速運(yùn)動(dòng)的物體,,一般建議40 km/h運(yùn)動(dòng)的物體可以采用線陣相機(jī)拍攝,而面陣相機(jī)適合于低速運(yùn)動(dòng)的物體,。在相機(jī)選型時(shí),,首先,成像的視場(chǎng)必須大于物體的物理尺寸,;其次,,要選擇足夠高的分辨率,以滿足精度要求,;然后要考慮曝光時(shí)間和物體運(yùn)動(dòng)速度,,防止成像出現(xiàn)拖影。為了能夠保證更好的成像效果和檢測(cè)準(zhǔn)確度以及降低成本,,選擇一款合適的相機(jī)是研發(fā)機(jī)器視覺檢測(cè)系統(tǒng)的基本,。本系統(tǒng)選擇了海康威視的MV-CA030-10GC工業(yè)相機(jī),。

2.2 鏡頭的選型

    相機(jī)和鏡頭缺一不可,,兩者都是機(jī)器視覺檢測(cè)系統(tǒng)的基本部件,前者相當(dāng)于視網(wǎng)膜,用來成像,;而后者則是晶狀體,,聚集用來成像的光線。在鏡頭選型時(shí),,需要根據(jù)電容器的大小,、特點(diǎn)及放大倍數(shù)等參數(shù)進(jìn)行選擇[6]。本系統(tǒng)主要是根據(jù)電容器的實(shí)際尺寸,、工作距離和相機(jī)CCD的尺寸來計(jì)算鏡頭焦距,,同時(shí)保證相機(jī)和鏡頭的接口為同一類型,最終選擇了??低暤腍V3816D-8MPIR鏡頭,。

2.3 光源的選擇

    電容器外觀缺陷檢測(cè)系統(tǒng)首要就是獲取優(yōu)質(zhì)圖像,正確的光源和照明方式能夠突出電容器缺陷特征,,減少后續(xù)圖像處理的負(fù)擔(dān),,提高缺陷檢測(cè)的準(zhǔn)確度[7]。本系統(tǒng)選擇LED光源,,其照明效果好,,使用壽命長。針對(duì)電容器兩個(gè)較大的側(cè)面,,結(jié)合工業(yè)相機(jī)安裝位置,,本系統(tǒng)選擇LED環(huán)形光源,用低角度暗場(chǎng)方式照明,;針對(duì)剩下的4個(gè)面,,本系統(tǒng)選擇LED條形光源,并保證條光長度大于檢測(cè)距離,,避免造成亮度差,。

3 電容器外觀缺陷檢測(cè)系統(tǒng)軟件部分

    在本文提出的電容器外觀缺陷檢測(cè)系統(tǒng)中的軟件部分,首先將工業(yè)相機(jī)采集到的電容器圖像進(jìn)行處理,,識(shí)別外觀缺陷,,并向PLC發(fā)送信號(hào),控制執(zhí)行機(jī)構(gòu)剔除不良品,。圖3是電容器外觀缺陷檢測(cè)流程圖,,開始將工業(yè)相機(jī)采集到的電容器圖像進(jìn)行預(yù)處理,包括圖像濾波,、形態(tài)學(xué)處理;其次,,進(jìn)行模板匹配,,定位到整幅圖像中的電容區(qū)域,檢測(cè)外觀破損、缺角等,,也可以用來匹配定位電容器上的字符,,檢測(cè)字符遮蓋/位置不正等缺陷;然后針對(duì)溢膠缺陷和環(huán)氧面氣孔氣泡,,采用閾值分割處理,;最后通過Blob分析,提取電容器外觀缺陷區(qū)域的特征,,設(shè)定閾值參數(shù),,方便工作人員更改設(shè)定,滿足不同的檢查要求,。

jsj5-t3.gif

3.1 圖像采集

    電容器外觀缺陷檢測(cè)首先要采集圖像,,使用工業(yè)相機(jī)獲取圖像,最好是用相機(jī)本身的API接口采集圖像,,這樣更加穩(wěn)定,。SDK是相機(jī)廠家提供的環(huán)境開發(fā)包,里面的函數(shù)供開發(fā)者在不同環(huán)境下(VC,、VB,、C#等)進(jìn)行函數(shù)調(diào)用,采集圖像,。??倒I(yè)相機(jī)調(diào)用SDK采集圖像主要按照枚舉相機(jī)、創(chuàng)建句柄,、打開相機(jī),、開始抓圖、獲取圖像,、停止抓圖,、關(guān)閉相機(jī)、銷毀句柄等步驟,。每獲取一張電容器外觀圖像,,就對(duì)該圖像進(jìn)行缺陷檢測(cè)。

3.2 圖像濾波

    使用SDK,,通過工業(yè)相機(jī)獲取電容器外觀圖像之后,,首先要對(duì)圖像進(jìn)行濾波。因?yàn)殓R頭,、電容器表面的灰塵等都會(huì)使圖像模糊,,造成缺陷檢測(cè)的準(zhǔn)確性降低,嚴(yán)重的噪聲會(huì)使電容器外觀缺陷的特征不明顯,,所以在缺陷檢測(cè)之前要進(jìn)行圖像濾波[8],。本系統(tǒng)采用均值濾波器尺寸為3×3,,如式(1)所示,即以一個(gè)像素周圍方塊區(qū)域內(nèi)像素灰度值的平均數(shù)作為該點(diǎn)的灰度值,。均值濾波不需要大量頻譜轉(zhuǎn)換,,所以實(shí)時(shí)性較好,滿足電容器外觀缺陷檢測(cè)的速度要求,。

    jsj5-gs1.gif

3.3 形態(tài)學(xué)處理

    形態(tài)學(xué)的基本操作包括腐蝕和膨脹,,是圖像處理中應(yīng)用最為廣泛的技術(shù)之一,主要用于從圖像中提取對(duì)表達(dá)和描繪區(qū)域形狀有意義的圖像分量,,使后續(xù)的識(shí)別工作能夠抓住目標(biāo)對(duì)象最為本質(zhì)的形狀特征,,如邊界和連通區(qū)域等。腐蝕操作掃描二值圖像的每一個(gè)像素,,用結(jié)構(gòu)元素與其覆蓋的二值圖像做與運(yùn)算,,如果都為1,則結(jié)果圖像中值為1,,否則為0,,刪除了對(duì)象邊界的某些像素。而膨脹操作掃描二值圖像的每一個(gè)像素,,用結(jié)構(gòu)元素與其覆蓋的二值圖像做與運(yùn)算,,如果都為0,則結(jié)果圖像中值為0,,否則為1,,給圖像中的對(duì)象邊界添加元素。

    由工業(yè)相機(jī)獲取的電容器外觀圖上可能存在某些噪聲,,這些噪聲無法通過濾波處理,,可以用形態(tài)學(xué)中的腐蝕來處理。在計(jì)算電容器外觀缺陷特征時(shí),,可能會(huì)出現(xiàn)一塊缺陷區(qū)域連通,、無法整合,或者幾塊缺陷區(qū)域相互黏連,、無法分割,,可以用形態(tài)學(xué)來處理[9]。同時(shí),,形態(tài)學(xué)處理能夠配合匹配定位,,將電容器區(qū)域從原圖摳出,方便后續(xù)處理等,。

3.4 匹配定位

    電容器外觀缺陷檢測(cè)首先要在整幅圖中找到電容區(qū)域,,這就用到了模板匹配算法。模板匹配理論是按照相關(guān)策略,,根據(jù)已知模板在搜索圖像中尋找逼近模板匹配的過程,,是一種簡單有效,、使用廣泛的圖像處理方法。本系統(tǒng)采用基于形狀的模板匹配,,該算法的相似度量考慮的是模板內(nèi)像素的梯度向量[10],首先提取一個(gè)電容器良品的外輪廓和字符部分的輪廓,,并保存為模板,。然后,在每次電容器外觀缺陷檢測(cè)時(shí),,根據(jù)模板匹配待檢測(cè)的電容器外觀圖,。當(dāng)匹配定位到電容區(qū)域時(shí),才能針對(duì)電容區(qū)域進(jìn)行圖像處理,;同時(shí),,針對(duì)電容器的外殼破損、字符缺陷也可以用模板匹配來檢測(cè),。為了提高電容器外觀缺陷檢測(cè)的速度,,將模板圖像和待搜索圖像進(jìn)行抽樣,減少需要檢查的位姿數(shù)量以及模板中點(diǎn)的數(shù)量,,圖4所示為圖像抽樣金字塔示意圖,。金字塔每升高一層,圖像的數(shù)據(jù)量就會(huì)減少為1/4,,圖像分辨率下降,,但是圖像處理速度會(huì)提高4倍。同時(shí),,將模板輪廓拆分,,首先匹配第一部分,然后在匹配結(jié)果的相對(duì)位置處再次匹配第二部分,,這樣兼顧了匹配準(zhǔn)確性和匹配速度,。

jsj5-t4.gif

3.5 閾值分割

    閾值分割是利用圖像中前景和背景在灰度特性上的差異,將圖像分割成兩類圖像[11],。假如電容器外觀圖像為f(x,,y),缺陷區(qū)域圖像為g(x,,y),,設(shè)定閾值t將電容器外觀缺陷區(qū)域提取出來:

     jsj5-gs2.gif

    在保證光源穩(wěn)定的情況下,電容器外觀缺陷中的溢膠,、劃痕,、環(huán)氧面氣孔氣泡等都可以用閾值分割識(shí)別出來。

3.6 Blob分析

    Blob分析是對(duì)圖像中相同像素的連通域進(jìn)行分析,,即經(jīng)過預(yù)處理,、匹配定位和圖像分割后,,用Blob分析對(duì)提取到的電容器外觀缺陷區(qū)域進(jìn)行特征分析,計(jì)算缺陷的數(shù)量,、位置,、形狀、方向和大小等,,設(shè)定某些缺陷特征閾值參數(shù),,方便工作人員更改設(shè)定,滿足不同標(biāo)準(zhǔn)的檢查要求,。

4 電容器外觀缺陷檢測(cè)系統(tǒng)的實(shí)現(xiàn)與驗(yàn)證

    本文以CBB61S電容器為例(具體如圖1所示),,實(shí)現(xiàn)電容器外觀缺陷檢測(cè)系統(tǒng)并進(jìn)行驗(yàn)證。

4.1 電容器外觀缺陷檢測(cè)系統(tǒng)的實(shí)現(xiàn)

    電容器外觀缺陷檢測(cè)系統(tǒng)的結(jié)構(gòu)簡圖如圖5所示,。電機(jī)和PLC控制器控制傳送帶的轉(zhuǎn)動(dòng),,而5號(hào)位相機(jī)拍攝的是電容器底面,所以在5號(hào)位相機(jī)處由左右兩條傳送帶夾緊電容器向前傳送,。電容器在傳送帶上勻速向前運(yùn)動(dòng),,當(dāng)電容器被傳送至相機(jī)拍照處,光電傳感器動(dòng)作,,輸出一個(gè)開關(guān)控制信號(hào)至PC系統(tǒng)和控制器,,分別控制相機(jī)拍照和光源工作,節(jié)省電能,、延長光源使用壽命,。電容器依次經(jīng)過6個(gè)相機(jī),PC系統(tǒng)依次對(duì)電容器的6個(gè)表面進(jìn)行缺陷檢測(cè),,只要檢測(cè)到缺陷,,PC系統(tǒng)就會(huì)通過6號(hào)位相機(jī)的信號(hào)線向PLC控制器發(fā)送信號(hào),控制執(zhí)行機(jī)構(gòu)剔除不良品,。

jsj5-t5.gif

    本文選擇的視覺軟件為Halcon 12.0,,其具有眾多的圖像處理算子和強(qiáng)大的計(jì)算分析能力。同時(shí),,利用C#語言進(jìn)行二次開發(fā),,設(shè)計(jì)出良好的人機(jī)交互界面,如圖6所示,。在實(shí)時(shí)圖像區(qū)有6個(gè)圖像窗口,,分別顯示6個(gè)相機(jī)實(shí)時(shí)拍到的圖像;下方的缺陷圖像區(qū),,6個(gè)圖像窗口分別顯示對(duì)應(yīng)的6個(gè)相機(jī)拍到的缺陷部分,;右上方為按鍵功能區(qū),其中數(shù)據(jù)查詢按鈕可以查詢每次開機(jī)檢測(cè)的員工信息,、產(chǎn)品信息,、檢測(cè)結(jié)果等,;權(quán)限管理按鈕則提供了管理員和操作員兩種登錄模式,其中管理員權(quán)限較大,,可以修改相機(jī)參數(shù),;每個(gè)相機(jī)的相機(jī)參數(shù)按鈕則是根據(jù)缺陷的特征設(shè)定閾值參數(shù),方便管理員更改設(shè)定,,滿足不同標(biāo)準(zhǔn)的檢查要求,;清除計(jì)數(shù)按鈕則是清除本次檢測(cè)結(jié)果計(jì)數(shù);在按鍵功能區(qū)下方的是產(chǎn)品參數(shù)和幫助,,供檢查人員選擇本次所檢測(cè)電容器的型號(hào)和員工編號(hào);右下方為結(jié)果顯示區(qū),,顯示每個(gè)相機(jī)的不良計(jì)數(shù),,方便檢查人員統(tǒng)計(jì)主要缺陷類型,有利于針對(duì)性改進(jìn)電容器制造工藝,。

jsj5-t6.gif

4.2 電容器外觀缺陷檢測(cè)系統(tǒng)的驗(yàn)證

    本文選取了人工檢測(cè)后的200個(gè)電容器為實(shí)驗(yàn)樣本來驗(yàn)證電容器外觀缺陷檢測(cè)系統(tǒng),,其中缺陷電容器和良品電容器各100個(gè)。最終檢測(cè)結(jié)果如表1所示,。

jsj5-b1.gif

    由表1看出,,本文設(shè)計(jì)的電容器外觀缺陷檢測(cè)系統(tǒng)對(duì)缺陷電容器的檢測(cè)正確率達(dá)到100%,漏殺率為零,;而對(duì)良品電容器的檢測(cè)正確率也達(dá)到了96%,,說明該系統(tǒng)在檢測(cè)精度上是可靠的,但其中也出現(xiàn)了誤判,,仔細(xì)觀察誤判的電容器,,分析得出由于電容器上存在的污漬,導(dǎo)致檢測(cè)系統(tǒng)將其誤判為溢膠缺陷,。兩個(gè)樣本的檢測(cè)時(shí)間都為72 s,,即該系統(tǒng)大約0.7 s就可以完成對(duì)一個(gè)電容器的外觀缺陷檢測(cè),相比于人工檢測(cè)大約5 min 200個(gè),,極大地提高了檢測(cè)速度,,可以滿足工業(yè)要求。

5 結(jié)束語

    本文針對(duì)CBB61S電容器生產(chǎn)制造過程中出現(xiàn)的外觀缺陷,,利用機(jī)器視覺技術(shù),,設(shè)計(jì)了一套高效率高精度的在線檢測(cè)系統(tǒng)。該系統(tǒng)主要分為機(jī)械平臺(tái)的搭建和PC系統(tǒng)的設(shè)計(jì),,機(jī)械平臺(tái)的搭建包括了檢測(cè)傳送帶和執(zhí)行機(jī)構(gòu)的安裝,、相機(jī)鏡頭的選型、光源和照明方式的選擇等,;PC系統(tǒng)主要是利用C#語言對(duì)視覺軟件Halcon進(jìn)行二次開發(fā),,經(jīng)過圖像采集,、圖像濾波、形態(tài)學(xué)處理,、匹配定位,、閾值分割、Blob分析等,,最終完成對(duì)電容器外觀缺陷的檢測(cè),。實(shí)驗(yàn)結(jié)果顯示,電容器外觀缺陷檢測(cè)系統(tǒng)具有較高的檢測(cè)速度和可靠的檢測(cè)精度,,解決了人工檢測(cè)效率低下,、準(zhǔn)確率較低的問題,也降低了生產(chǎn)成本,。

參考文獻(xiàn)

[1] 洪天勤.電容器外觀檢測(cè)系統(tǒng)中圖像處理算法的研究[D].長沙:中南大學(xué),,2012.

[2] 陳星.電解電容器外觀自動(dòng)檢測(cè)系統(tǒng)執(zhí)行機(jī)構(gòu)應(yīng)用設(shè)計(jì)[J].現(xiàn)代制造技術(shù)與裝備,2016(11):4-5.

[3] 何騰鵬,,張榮芬,,劉超,等.基于機(jī)器視覺的智能導(dǎo)盲眼鏡設(shè)計(jì)[J].電子技術(shù)應(yīng)用,,2017,,43(4):58-61.

[4] 周曉航,方鯤,,李玫.國內(nèi)外超級(jí)電容器的研究發(fā)展現(xiàn)狀[J].新材料產(chǎn)業(yè),,2015(3):61-68.

[5] 田原嫄,潘敏凱,,劉思陽.電容器鋁殼表面缺陷檢測(cè)的CCD圖像處理[J].組合機(jī)床與自動(dòng)化加工技術(shù),,2013(5):73-75.

[6] 張五一,張繼超,,侯遠(yuǎn)韶,,等.機(jī)器視覺系統(tǒng)中鏡頭的選擇[J].中原工學(xué)院學(xué)報(bào),2011,,22(6):18-21.

[7] 尚會(huì)超,,楊銳,段夢(mèng)珍,,等.機(jī)器視覺照明系統(tǒng)的關(guān)鍵技術(shù)分析[J].中原工學(xué)院學(xué)報(bào),,2016,27(3):16-21.

[8] 許少尉,,陳思宇.基于深度學(xué)習(xí)的圖像分類方法[J].電子技術(shù)應(yīng)用,,2018,44(6):116-119.

[9] 鄧彩霞,王貴彬,,楊鑫蕊.改進(jìn)的抗噪形態(tài)學(xué)邊緣檢測(cè)算法[J].數(shù)據(jù)采集與處理,,2013,28(6):739-745.

[10] 楊亞飛,,鄭丹晨,,韓敏.一種基于多尺度輪廓點(diǎn)空間關(guān)系特征的形狀匹配方法[J].自動(dòng)化學(xué)報(bào),2015,,41(8):1405-1411.

[11] 朱磊,,白瑞林,吉峰.光照不均勻圖像的灰度波動(dòng)局部閾值分割[J].計(jì)算機(jī)工程與應(yīng)用,,2015,,51(12):144-149.



作者信息:

俞  洋,陳佐政,,陳祝洋,,沈威君

(江蘇理工學(xué)院,江蘇 常州213001)

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。