为在卷烟爆珠放行检验中准确检测出气泡缺陷爆珠,避免将污点、白斑以及胶皮粘附等非必检缺陷误识别为气泡,基于计算机视觉技术建立了一种高精度气泡缺陷检测方法。首先,在HSV(Hue,Saturation,Value)颜色空间中对图像进行分割,实现爆珠...为在卷烟爆珠放行检验中准确检测出气泡缺陷爆珠,避免将污点、白斑以及胶皮粘附等非必检缺陷误识别为气泡,基于计算机视觉技术建立了一种高精度气泡缺陷检测方法。首先,在HSV(Hue,Saturation,Value)颜色空间中对图像进行分割,实现爆珠区域的精确提取;其次,对LoG(Laplacian of Gaussian)边缘检测算子进行改进,增强气泡轮廓,抑制其他缺陷轮廓;最后,根据气泡的“双液环”特性对提取出的轮廓进行编码,准确识别出气泡。采用3种不同规格、不同颜色的爆珠样品对该方法进行测试,结果表明:本文方法对气泡缺陷的平均识别率为98.9%,平均误检率为0.21‰,与人工检测对比偏差为±0.03%,对不同类别爆珠的气泡缺陷均具有较高识别率。该方法可为提高卷烟爆珠外观质量检测水平提供支持。展开更多
文摘为在卷烟爆珠放行检验中准确检测出气泡缺陷爆珠,避免将污点、白斑以及胶皮粘附等非必检缺陷误识别为气泡,基于计算机视觉技术建立了一种高精度气泡缺陷检测方法。首先,在HSV(Hue,Saturation,Value)颜色空间中对图像进行分割,实现爆珠区域的精确提取;其次,对LoG(Laplacian of Gaussian)边缘检测算子进行改进,增强气泡轮廓,抑制其他缺陷轮廓;最后,根据气泡的“双液环”特性对提取出的轮廓进行编码,准确识别出气泡。采用3种不同规格、不同颜色的爆珠样品对该方法进行测试,结果表明:本文方法对气泡缺陷的平均识别率为98.9%,平均误检率为0.21‰,与人工检测对比偏差为±0.03%,对不同类别爆珠的气泡缺陷均具有较高识别率。该方法可为提高卷烟爆珠外观质量检测水平提供支持。
