关于利用传统图像处理方法瑕疵检测总结-德赢Vwin官网网

以iPhone背壳为例，进行瑕疵检测

需求：利用传统算法检测iPhone手机背壳是否瑕疵并给出瑕疵率

工具：摄像头/iPhone 6s/偏振镜等

传统算法方向的选择

最近做图像处理与识别相关的事情，先从OpenCV/Matlab入手，看传统算法在瑕疵检测方向能做到什么程度。

因之前并没有相关的经验，乍开始生怕闭门造车，遂多方搜寻，相关的会议与论述很多，不乏深度学习或者深度学习与传统算法相结合的，以有限的资源来看，深度学习并没有特别大的优势：表现在

1. 深度学习对训练图库的要求很高，很难得到很好的训练结果

2. 深度学习的灵活度较低，若适用场景有些许改变，均需要重新训练，这在商用时会是很大的问题

3. 深度学习的部署成本较高，同时对部署场景有较高要求（光线/摄像效果等）

当然，深度学习大势所趋，也不必因噎废食，万一是一时的浅见呢。后续也会投身到这个方向去。

瑕疵检测关注的两个问题

瑕疵的标注

对瑕疵的标注是为了更直观的展示，主要是给人看的

瑕疵的量化

真正机器关心的是怎么量化，是用数量表示还是百分比是个值得考虑的问题

历程

1.图像去噪-》灰度化-》二值化

二值化之后就可以看到绝大部分的瑕疵点已经凸显出来了，但是有三个问题：

1. 黑点瑕疵与白点瑕疵是二值化的两个极端，故无法同时出现。

2. 量化如何去除Logo与其他印刷的干扰

问题1后续用边缘检测替代

问题2采用像素点计数的方法，计算百分比，然后与无瑕疵的百分比作比较，准确度不高，也显得low low的。

2.图像去噪-》灰度化-》canny-》形态学（闭运算）-》连通域

边缘检测后进行闭运算，瑕疵会形成大大小小的连通域，可以统计连通域的个数，然后与无瑕疵logo与其他印刷形成的连通域个数作比较，这种情况几乎不会漏掉。这是感觉可行的选择之一。

3.OpenCV matchTemplate

实验室条件下，可以营造比较理想的条件，所以考虑了OpenCV的模板匹配，同时也测试了模板匹配在不理想情况下的表现。

结果证明因为手机瑕疵检测的需求目标较低，模板匹配是比较能够胜任的一个办法。只要模板与识别目标的拍摄角度差别不是太大，都可以很好的识别瑕疵。图片的轻微缩放大多也可以应付。

其他处理

前面都是软件方面处理的流程，在如何获得更加理想的图片方面也做了一些尝试：

采用各种不同颜色的光源，如蓝光/红光，区别不大

对图片进行白平衡调整，有改善

摄像头加偏振镜防止图像反光，有改善但不明显

图片浮雕处理，肉眼看上去瑕疵显著了，但对机器而言并没有区别，故没有采纳

作者：cshyxxxl

编辑：黄飞

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

图像处理

图像处理

+关注

关注
27

文章
1289

浏览量
56720
OpenCV

OpenCV

+关注

关注
31

文章
634

浏览量
41337
深度学习

深度学习

+关注

关注
73

文章
5500

浏览量
121109

原文标题：关于利用传统图像处理方法进行瑕疵检测的一点总结

文章出处：【微信号：vision263com，微信公众号：新机器视觉】欢迎添加关注！文章转载请注明出处。

激光焊缝跟踪器与传统焊缝检测方法的对比

在焊接自动化的推动下，焊缝检测技术逐渐成为焊接质量控制的重要环节。传统的焊缝检测方法在一定程度上满足了生产需求，但随着工业应用对精度和效率要求的提升，激光焊缝跟踪器逐渐成为一种更具竞争

发表于 11-28 16:47 •135次阅读

激光焊缝跟踪器与<b class='flag-5'>传统</b>焊缝<b class='flag-5'>检测</b><b class='flag-5'>方法</b>的对比

无损检测与传统检测的区别

在工业生产和质量控制中，检测技术是确保产品安全性和可靠性的关键环节。随着技术的发展，无损检测技术逐渐成为了许多领域的首选检测手段。本文将探讨无损检测与

发表于 11-25 11:38 •388次阅读

基于 DSP5509 进行数字图像处理中 Sobel 算子边缘检测的硬件连接电路图

使用 FPGA 或专用的图像处理芯片与 DSP5509 协同工作，提高边缘检测的速度。并行处理：利用 DSP5509 的并行

发表于 09-25 15:25

工业主板在服装纺织瑕疵检测中的应用

工业主板在服装纺织瑕疵检测中的应用主要体现在其作为智能化、自动化检测系统的核心部件，通过集成先进的机器视觉技术和算法，实现对纺织品瑕疵的高效、精准检

发表于 09-18 17:26 •303次阅读

图像分割与目标检测的区别是什么

图像分割与目标检测是计算机视觉领域的两个重要任务，它们在许多应用场景中都发挥着关键作用。然而，尽管它们在某些方面有相似之处，但它们的目标、方法和应用场景有很大的不同。本文将介绍图像分割

发表于 07-17 09:53 •1271次阅读

图像检测和图像识别的原理、方法及应用场景

图像检测和图像识别是计算机视觉领域的两个重要概念，它们在许多应用场景中发挥着关键作用。 1. 定义 1.1 图像检测

发表于 07-16 11:19 •3944次阅读

图像识别算法都有哪些方法

传统方法和基于深度学习的方法。传统图像识别算法 1.1 边缘检测边缘

发表于 07-16 11:14 •5497次阅读

机器人视觉技术中图像分割方法有哪些

和分析。本文将详细介绍图像分割的各种方法，包括传统的图像处理方法和基于深度学习的

发表于 07-04 11:34 •912次阅读

图像检测与识别技术的关系

检测技术是指利用计算机视觉技术，对图像中的特定目标进行定位和识别的过程。它通常包括图像预处理、特征提取、目标

发表于 07-03 14:43 •630次阅读

基于FPGA的实时边缘检测系统设计，Sobel图像边缘检测，FPGA图像处理

的主要特征提取手段。由于实时视频图像的边缘检测需要处理的数据量非常大，所以采用一般的软件方法实现起来处理速度慢，无法满足实时性的要求。随

发表于 05-24 07:45

荣耀终端有限公司“图像处理方法及装置”专利公布

荣耀终端有限公司已获批“图像处理方法及装置”专利，该项技术主要运用于电子设备领域，旨在解决传统成像存在的图像质量缺陷，提升用户视觉体验。

发表于 05-23 09:46 •376次阅读

蔡司工业ct内部瑕疵缺陷检测机

蔡司工业ct内部瑕疵缺陷检测机是一种基于计算机断层扫描（CT）技术的检测方法，其核心原理是利用X射线的穿透能力来

发表于 04-17 16:21 •389次阅读

关于数字图像处理的常用技巧

图像生成采集处理过程中都会不同程度的引入各种噪声，因此会导致图像的质量变差。从而影响对图像的识别。所以必须要对图像进行滤波，所以必须对

发表于 02-19 09:27 •906次阅读

赛默斐视表面瑕疵检测系统是一种利用机器视觉技术

表面瑕疵检测系统是一种利用机器视觉技术来检测产品表面瑕疵的系统。它可以自动地对产品的表面进行检测

发表于 01-25 15:47 •310次阅读

基于图像处理技术的螺纹几何参数测量系统设计

摘要：针对螺纹几何参数测量过程中，传统人工测量效率低、仪器昂贵、耗时费力、偶伴有人为误差等不足。本研究采用非接触测量的方法，利用计算机视觉的图像处

发表于 01-15 11:13 •862次阅读