相框表面印花缺陷检测的图像配准方法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (29): 205-207.

• 图形、图像、模式识别 • 上一篇下一篇

相框表面印花缺陷检测的图像配准方法研究

孔红红，孙坚，钟绍俊，谢敏

中国计量学院机电工程学院，杭州 310018

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-11 发布日期:2011-10-11

Research on image registration for inspection of embossing flaw of photo frame

KONG Honghong，SUN Jian，ZHONG Shaojun，XIE Min

College of Mechanical and Electrical Engineering，China Jiliang University，Hangzhou 310018，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-11 Published:2011-10-11

摘要/Abstract

摘要： 设计了一种基于机器视觉的条形发泡相框表面印花缺陷检测系统。给出了检测系统的硬件系统构建方案，基于灰度投影和归一化互相关相似度量图像配准算法，提出了一种用于相框表面印花缺陷检测的图像配准算法。仿真实验结果表明，该算法能够大大减少计算量，保持配准的精度，并且不受线性光照的影响。

关键词: 灰度投影, 归一化互相关, 印花缺陷检测, 机器视觉

Abstract: The inspection system of embossing of the foaming photo frame is discussed.The hardware structure of the system is proposed，and then the matching algorithm for embossing flaw inspection of photo frame is given based on projection and normalized cross correlation.Experimental results show this method significantly reduces the computational burden and is not affected by the linear illumination while the precision remains fine.

Key words: projection, normalized cross correlation, embossing flaw inspection, machine vision

孔红红，孙坚，钟绍俊，谢敏. 相框表面印花缺陷检测的图像配准方法研究[J]. 计算机工程与应用, 2011, 47(29): 205-207.

KONG Honghong，SUN Jian，ZHONG Shaojun，XIE Min. Research on image registration for inspection of embossing flaw of photo frame[J]. Computer Engineering and Applications, 2011, 47(29): 205-207.

[1]	彭昭勇，伍权，陈华伟，郑跃，王书祥. 基于文献计量的机器视觉缺陷检测研究述评[J]. 计算机工程与应用, 2021, 57(4): 28-34.
[2]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[3]	许洋洋，李伟，王杰. 利用事件和期限驱动对机器人延时的优化[J]. 计算机工程与应用, 2021, 57(17): 260-268.
[4]	李忠海，白秋阳，王富明，刘海荣. 基于语义分割的钢轨表面缺陷实时检测系统[J]. 计算机工程与应用, 2021, 57(12): 248-256.
[5]	赵艳，左保齐. 机器视觉在织物疵点检测上的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 11-17.
[6]	何文斌，魏爱云，明五一，贾豪杰. 基于机器视觉的水果品质检测综述[J]. 计算机工程与应用, 2020, 56(11): 10-16.
[7]	马冬梅，贺三三，杨彩锋，严春满. 特征融合型卷积神经网络的语义分割[J]. 计算机工程与应用, 2020, 56(10): 193-198.
[8]	郭倩，张福杨，孙农亮. 融合多特征表示和超像素优化的双目立体匹配[J]. 计算机工程与应用, 2020, 56(1): 216-223.
[9]	王玉源，徐杰，吉卫喜. 基于监督式机器学习的零件几何特征智能识别[J]. 计算机工程与应用, 2019, 55(22): 225-230.
[10]	孙卫红1，李乾坤1，邵铁锋1，吴慧明2. 基于机器视觉的桩护壁裂缝检测方法[J]. 计算机工程与应用, 2019, 55(14): 260-265.
[11]	姚明海1，齐妙2. 基于模糊聚类规则的图像去雾方法研究[J]. 计算机工程与应用, 2018, 54(6): 26-29.
[12]	李超，孙俊. 基于机器视觉方法的焊缝缺陷检测及分类算法[J]. 计算机工程与应用, 2018, 54(6): 264-270.
[13]	孙钊，许增朴，王永强，周聪玲. 机器视觉测量中透视投影误差分析控制与补偿[J]. 计算机工程与应用, 2018, 54(2): 266-270.
[14]	郭瑞峰，袁超峰，杨柳，彭光宇. 基于OpenCV的机器视觉尺寸测量研究[J]. 计算机工程与应用, 2017, 53(9): 253-257.
[15]	刘俊利，王立锋，孔秀平. 煤岩界面识别和定位测量方法研究[J]. 计算机工程与应用, 2017, 53(8): 246-249.

相框表面印花缺陷检测的图像配准方法研究

Research on image registration for inspection of embossing flaw of photo frame

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics