基于主成分分析的表面缺陷自动检测算法

第3 9卷第 2期 、, 0 l _ 3 9

计

算

机

工

程

2 0 1 3年 2月 Fe b r ua r y 2 01 3

No. 2

Compu t e r Eng i ne e r i ng

人工智能及识别技术

文章编号： 1 o 0 _ 3 4 2 8 ( 2 0 1 3 ) o 2— _ o 2 1每 _一 o 4 文献标识码； A

中圈分类号 l T P 3 0 1 . 6

基于主成分分析的表面缺陷自动检测算法 郸永彩，邓细凤，高潮 (重庆大学光电工程学院光电技术及系统教育部重点实验室，重庆 4 0 0 0 3 0 ) 摘要：为检测产品表面的缺陷，提出一种基于主成分分析的自动检测算法。利用主成分分析法进行图像重构，以增强缺

陷特征，对比原图像与重构图像，得到缺陷信息，通过统计过程控制二值化方法检测出缺陷。实验结果表明，该算法检测效果较好，运算速度较快，对于 8 0张不同的表面图片，平均缺陷检测率达 8 0%。 关健词：缺陷检测；主成分分析；图像重构；统计过程控制；二值化；机器视觉

S u r f a c e De f e c t Au t o ma t i c De t e c t i o n Al g o r i t h m

Ba s e d o n Pr i n c i p a l C o mp o n e n t Ana l y s i s GUO Y o n g— c a i, DE NG Xi— f e n g, GAO Ch a o

( Ke y L a b o r a t o r y o f O p t o e l e c t r o n i c T e c h n o l o g y a n d S y s t e m, Mi n i s t y r o f E d u c a t i o n, C o l l e g e o f 0 p t o e l e c仃 o n i c s E n g i n e e i r n g, C h o n g q i n g Un i v e r s i t y, C h o n g q i n g 4 0 0 0 3 0, C h i n a )

[ A b s t r a c t]I n o r d e r t o d e t e c t t h e s u r f a c e d e f e c t s, t h i s p a p e r p r o p o s e s a n a u t o ma t i c d e t e c t i o n a l g o r i t h m b a s e d o n P i r n c i p a l C o mp o n e n t An a l y s

i s ( P C A) . T h e p r o c e s s u s e s P C A t o ma k e t h e i ma g e r e c o n s t r u c t i o n t o e n h a n c e t h e d e f e c t s, a n d ma ke s c o mp a i r s o n wi t h t h e o r i g i n a l i ma g e a n d r e c o n s t uc r t i o n i ma g e t o g e t t h e d e f e c t i n f o r ma t i o n . T h e d e f e c t s a r e d e t e c t e d a f t e r t h e s t a t i s t i c a l p r o c e s s c o n t r o l b i n a r i z a t i o n . Ex p e r i me n t a l r e s u l t s s h o w t h a t t h e d e t e c t i o n e f f e c t o f t h i s a l g o it r h m i s g o o d,o p e r a t i o n s p e e d i s f a s t,f o r 8 0 d i f f e r e n t s u r f a c e i ma g e s, a v e r a g e d e f e c t s d e t e c t i o n r a t e i s 8 0%.

[ Ke y wo r d s] d e f e c t d e t e c t i o n; P r i n c i p a l C o m p o n e n t An a l y s i s ( P C A); i ma g e r e c o n s t r u c t i o n; s t a t i s t i c a l p r o c e s s c o n t r o l; b i n a r i z a t i o n; ma c h i n e v i s i o n

DOI: 1 0 . 3 9 6 9/ j . i s s n . 1 0 0 0 - 3 4 2 8 . 2 0 1 3 . 0 2 . 0 4 4

1概述 随着机器视觉及相关技术的日益发展，视觉检测技术越来越多地应用于工业产品表面缺陷的自动检测。目 前，基于图像处理的表面视觉检测方法很多，主要可以 分为 2类：基于空间域的检测和基于频域的检测u J。由

像进行傅里叶变换后，通过霍夫变换检测出图像的高能量频率成分，并将其置 0,这样就将缺陷信息更好地凸 显出来。傅里叶重构法和余弦重构法的缺点是当检测物体的

表面过于复杂时，检测效果不理想。文献[ 4]提出基于余弦重构法的螺纹表面缺陷自动检测方法，该方法与 基于傅里叶重构法原理相同，特点在于减少了计算量， 速度更快。文献[ 5]提出基于小波重构的表面缺陷自动检测方法，经过文献[ 6]的改进，可以自动确定小波的分级级数及用于图像重构的子图像。文献[ 7]将基于小波重构 的表面缺陷自动检测方法应用于皮革表面检测，效果良

于在空间域图像处理计算量大，难以满足在线检测的需要，因此基于频域的检测方法得到了更多的关注。近年来，应用于产品表面缺陷检测的方法主要有傅里叶重构法( D i s c r e t e F o u r i e r T r a n s f o r m,D F T )、余弦重构法 ( D i s c r e t e C o s i n e T r a n s f o r m, DC T )、小波重构法( D i s c r e t e

好。文献[ 8】将基于小波重构的表面缺陷自动检测方法应用于方向性纹理织物疵点检测，并进行改进，在小波分解时采用方向性小波，实验结果表明了该方法的有效性。

W a v e l e t T r a n s f o m, r D WT )等。如文献[ 3]提出基于傅里叶 重构法的方向性纹理表面缺陷自动检测方法，在对原图

作者倚介：郭永彩( 1 9 6 3一),女，教授、博士生导师，主研方向：机器视觉，数字信号处理，图像识别；邓细凤、硕士；高潮， 教授、博士生导师

收藕日期： 2 0 1 2 - 0 3 . 0 7 修回日期：2 0 1 2— 0 4— 0 4

E— m a i l: x f d e n g@c q u . e d u .∞

第1页