玻璃生产中纹理分析的边缘检测算法比较外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

可在 www.sciencedirecta.com 在线获取

科学指导

摘自-社会与行为科学 195 (2015) 2675-2682

世界科技、创新与创业会议

玻璃生产中纹理分析的边缘检测算法比较

阿班 · 赫蒂尔克^{a *},阿克德米尔湾^a

^a塞尔库克大学电气与电子工程系，科尼亚，土耳其

摘要

在生产中运用技术创新会增加产品的数量和提升质量。本文提出的方法，旨在改善几乎所有领域的玻璃生产工艺。本研究采用目前比较流行的一些边缘检测算法(Roberts，Prewitt，Sobel，LoG 和 Canny) 进行纹理分析。利用上述边缘检测算子对同一图像进行边缘检测以确定玻璃表面的缺陷。应用结果与参考图像进行对比，并对边缘检测算法得到的纹理分析性能进行了评价。本文以玻璃为研究对象，利用边缘检测算子对玻璃表面的划痕、裂纹、气泡等缺陷进行检测。由于玻璃具有反射和透明的特质，使用相机检查玻璃这种材料比较困难。因此在应用边缘检测算法之前，需要对玻璃图像进行了一些处理。对照实验结果表明，LoG 边缘检测算法在纹理分析方面优于其他边缘检测算法。

copy;2015 作者。由爱思维尔爱思维尔有限公司发布。是受 CC BY-NC-ND 许可下的免费文章

(Http://creativecommons.org/licenses/by-nc-nd/4.0/)。

伊斯坦布尔大学的同行进行审查。

关键词: 边缘检测算法，图像处理，纹理分析，缺陷检测，玻璃生产

1.引言

在经济上越来越多的发展机会和科学技术上的提高加速了城市化的进程，从而提高了消费率。在消费过程中，消费者对一些材料的要求更高了。

* 联系作者 电话:90-506-0635-2451; 传真: 90-241-332-570。

电子邮件地址: sabanozturk@selcuk.edu.tr

1877-0428copy;2015 作者。由爱思维尔爱思维尔有限公司发布。是受 CC BY-NC-ND 许可下的免费文章

(Http://creativecommons.org/licenses/by-nc-nd/4.0/)。

伊斯坦布尔大学的同行进行审查。

Doi: 10.1016/j.sbsppro.2015.06.477

2676 Aban ouml; zt uuml; rk 和 Bayram Akdemir/Procedia-社会和行为科学 195 (2015) 2675-2682

这些物质已被用于多个领域。其中，玻璃可广泛应用于厨房、浴室、装瓶、建筑、个人护理等各个领域，生产效率大大提高，以满足日益增长的消费需求。这导致了产品质量的下降，尽管增加了产品的数量。过去，人的眼睛可以弥补生产的缺陷，质量控制是由人来进行的，但随着速度的提高，人的眼睛已经变得不足 (弗农，1991)。为了做到这一点，计算机视觉系统，比人的眼睛，在许多情况下已被使用。计算机视觉系统的一些优点包括，它可以进行更快的测量和节省时间，它可以产品控制不知疲倦由于机器视觉系统在生产质量、速度等方面有着广泛的经济优势，因此在很多情况下，它具有一定的误差容限、可操作危险区域等优点。

玻璃表面缺陷分析有一些常见的缺陷类型。这些缺陷类型; 各种划痕、气泡在玻璃中形成，玻璃裂缝和玻璃裂缝。要通过电脑检测到这些缺陷，首先需要借助摄像头来拍摄图像。相机拍摄的图像有时可能不需要进行预处理。但在这项研究中，一些预处理算法应用于检查图像的特征之前。因此，玻璃具有反射和透明功能。这些特点导致相机的图像难以拍摄。因此，背景物体和噪声必须从玻璃图像中去除。必须同时去除玻璃表面的反射物体。

边缘检测算法对于图像处理应用至关重要，因为它可以在短时间内确定图像中物体的边界。边缘检测过程简单，可以用以下方式解释; 像素的强度值是相邻的比较。在这个过程中，密度的显著变化被称为边缘区域。如果图像有噪声，应该很好的清洗。由于噪声影响图像密度的变化，降低了边缘检测算法的成功率。为了克服噪声问题，人们进行了许多研究，出现了许多不同的边缘检测算法。随着边缘检测算法的不断发展，由于能够在短时间内简单地使用，使得边缘检测算法在很多领域得到了应用。成功率每天都在增加。使用领域; 自动化系统的视觉检查部分 (hokenski，vaslic amp; hokenski，2006)，(Ersoy，1987), 通过选取遥感影像特征 (阿里 amp; 克劳西，2001) 、 (张、秋、豫、徐 2015)，运用人脸识别 (Lee, 查姆和陈,2002)，(张，Tjondronegoro amp; Chandran 2014)，从卫星拍摄的图像中的特征提取 (Pirzada amp; Siddiqui，2013)，(Mostert amp; Kriegler，2005), 提取医学图像的特征 (Bao amp; Sheng，2013) 等。

本文采用一些流行的边缘检测算法对玻璃进行了纹理分析。使用边缘检测算法的原因是，它们可以在较短的时间内运行，比其他算法更简单。同时，在考虑玻璃表面可能发生的缺陷特征时，了解这些缺陷特征与边缘检测算法的工作原理非常相似。对这种情况的简单解释; 玻璃上出现的缺陷通常破坏了玻璃的同质结构，导致玻璃这些区域出现密度梯度。因此，边缘检测算法的使用被认为是非常方便的玻璃纹理分析和实验，进行了实验，并将其作为一个实验，在这几个方面的研究，并将其作为一个测试的目的。测试的算法是 Sobel，Roberts，Prewitt，Canny而日志边缘检测算法在今天仍然保持着它的普及性。通过应用相同的图像对这些算法的性能进行了比较，并对结果进行了评述。

本论文的其余部分如下: 第二部分是本研究所采用的方法，第三部分是对实验和实验结果的说明，第四部分是对结论的归纳。

2.玻璃表面检测的边缘检测算法

为了理解边缘检测算法的工作原理，首先我们需要知道什么是边缘。边缘是图像处理应用程序中非常重要的功能，它提供了图像中对象的边界信息和位置信息。图像和图像中的每个对象都有自己的均匀密度值。更改此密度值的点可以称为边。在提出边缘定义的基础上，我们可以得出边缘检测算法适用于图像的密度差异 (Swargha amp; Rodrigues，2012)。虽然有很多种不同的边缘检测算法，但这些算法以不同的方式工作以获得更好的结果, 它们的基本功能是计算每个像素的密度值，以及检查相邻像素之间的显著密度变化。顺序 tO 检测边缘更加容易，图像一般会被转换为灰度。根据密度值，灰度图像的每个像素的值都在 0-255 之间。

在边缘检测过程中，图像噪声和图像特征对检测结果有重要影响。为了降低这些影响，我们采用了多种边缘检测算法。本文研究了基于梯度和拉普拉斯算子的算法。基于梯度的边缘检测试图通过在图像中采取一阶导数来获取最大值和最小值。具有较高梯度值的像素被认为是边缘区域。在基于拉普拉斯算子的边缘检测中，对图像进行二阶导数，并尽量具有过零点。这是一种很好的确定图像尖锐边缘过渡的方法，但受噪声影响较大。所以图像在进行边缘检测之前是先去噪的。

Robert 算子

Robert 边缘检测算子 (Roberts，1963) 具有运行速度快、结构简单的特点。它有 2x2 卷积核，如图 1 所示，这两个卷积核彼此旋转 90°。

1. 0
2. 1

0 1

1 0

图 1.Robert 核

将如图 1 所示的核用于图像序列，然后通过计算两个结果的总和得到边缘图像。

Sobel 算子

它有两块 3 times; 3 核，如图 2 所示，这些核映射彼此旋转 90 °，并与卷积应用图像。Sobel 算子 (Sobel，1970) 是一种基于梯度的边缘检测算法。因此，在边缘检测过程中使用最大值。

图 2.Sobel 内核

Prewitt 算子

2678 Aban ouml; zt uuml; rk 和 Bayram Akdemir/Procedia-社会和行为科学 195 (2015) 2675-2682

Prewitt 算子 (Prewitt，1970) 显示了很多与 Sobel 算子属性的相似之处。它有两块内核，这些大小为 3 times; 3，如图 3 所示，它是基于梯度的边缘检测算子，它具有梯度特征。对于复杂图像边缘检测，Prewitt 算子的效果要优于 Roberts 算子。

图 3.Prewitt 内核

拉普拉斯高斯

拉普拉斯算子揭示了图像中密度的快速变化点。因为这个属性，它可以使用边缘检测。LoG过滤器 (Maini amp; Aggarval，2009) 在图像中采取二阶导数，并尝试找到过零点。由于使用图像的二阶导数，这个滤波器对噪声非常敏感。为了解决这个问题，首先需要采用高斯平滑滤波来降低噪声。然后对图像进行拉普拉斯滤波。

计算拉普拉斯像素密度值，如图 1 所示。

LoG过滤器通常使用 3x3 内核，在图像处理应用上非常成功，且具有较小的噪声水平，LoG内核如图 4 所示。

图 4.LoG 内核

Canny 算子

Canny 边缘检测算法 (Canny，1986) 被称为最佳边缘检测算法和实践中最常用的边缘检测算法。Canny 一直致力于改进边缘检测算法，通过制定一些标准，该算法在当时比较流行。Canny 本人在实验研究中发现了 canny 边缘检测算法。Canny 算子最重要的一个指标是检测到较低的错误率。另一个重

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19595]，资料为PDF文档或Word文档，PDF文档可免费转换为Word