CCD视觉检测应用中图像分割的原理与处理方法
视觉检测中的图像分割处理:
图像分割是将图像分成若干部分每一部分对应于某一物体表面在进行分割时 每一部分的灰度或纹理符合某一种均匀测度度量。某本质是将像素进行分类。分类的 依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。系统采用更加可靠的图像分析算法，保证了各种缺陷都能准确被检测，并不受光照的微小变化的影响。图像分割是图像处 理技术的基本方法之一应用于诸如染色体分类、景物理解系统、机器视觉等方面。 通常按两种原则进行图像分割一是基于点相关的分割技术即依据各个像素点 的灰度不连续性进行分割二是基于区域相关的分割技术即依据同一区域具有相似 的区域或组织特征这一特征寻求不同区域之边界。
图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色i。图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。比较典型的是PCI或AGP兼容的捕获卡，可以将图像迅速地传送到计算机存储器进行处理。有些采集卡有内置的多路开关。CCD金属表面缺陷视觉检测系统还可以用在外形尺寸检测，尤其在一些动态检测镀镍（锌）零件（圆片或圆环）的尺寸应用中，解决了用户大批量生产该种零件做人工质量检测时速度慢、精度不统一、劳动量大的问题。例如，可以连接8个不同的摄像机，然后告诉采集卡采用那一个相机抓拍到的信息。有些采集卡有内置的数字输入以触发采集卡进行，当采集卡抓拍图像时数字输出口就触发闸门。
在机器视觉系统中，获得一张高质量的可处理的图像是至关重要。系统之所以成功，首先要保证图像质量好，特征明显，。一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。要保证好的图像，必须要选择一个合适的光源。光源选型基本要素：对比度：对比度对机器视觉来说非常重要。当超声波流体介质中形成驻波时,悬浮在流体中的微小颗粒因受机械力的作用而凝聚在波节处，在空间形成周期性的堆积。机器视觉应用的照明的的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生对比度，从而易于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。好的照明应该能够保证需要检测的特征突出于其他背景。
以上信息由专业从事新能源电池CCS热铆热板机供应的华卓自动化于2024/4/27 6:47:35发布
转载请注明来源：http://shanwei.mf1288.com/szhzzdh-2742538490.html
