基于图像边缘信息和Fisher准则的钢板表面缺陷分割研究

被引：4

作者：

孟祥迪 ^{[1
]}

陈升来 ^{[1
]}

郭静寰 ^{[2
]}

机构：

[1] 中国科学院长春光学精密机械与物理研究所

[2] 大连海事大学计算机科学与技术学院

来源：

光学技术 | 2007年 / 03期

关键词：

边缘检测; 灰度拉伸; Fisher准则; 图像分割; 数学形态学;

D O I：

10.13741/j.cnki.11-1879/o4.2007.03.019

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对钢板表面缺陷图像信噪比低、缺陷目标小且形态差别大等特点,提出了一种基于边缘信息和Fisher准则相结合的图像分割方法。该方法首先采用梯度算子检测出缺陷图像的边缘,并对边缘检测所得的梯度图进行灰度拉伸,提高梯度图的对比度;然后利用Fisher准则寻找最佳阈值,分割出缺陷;最后运用数学形态学滤除噪声,实现了缺陷的自动分割和定位。实验证明,该方法不仅能够识别出弱小的缺陷,而且实现了在线实时检测。

引用

页码：382 / 385

页数：4