光學鏡片表面疵病檢測算法研究.pdf

1、隨著現(xiàn)代工業(yè)和光學技術的快速發(fā)展，精密光學鏡片在各個工業(yè)領域尤其是高科技工業(yè)領域的應用越來越廣泛。目前，國內光學鏡片表面幾乎均采用目視檢測，人為的目視分析評估由于主觀因素介入導致檢測的準確度低、效率低。因此對于鏡片表面疵病的數(shù)字化的定量檢測是國防、國民經(jīng)濟尖端技術研究中所需迫切解決的問題。
　　針對現(xiàn)有精密光學鏡面表面疵病檢測算法的不足，本文采用圖像處理技術，對光學鏡片表面缺陷進行檢測，主要提出的算法如下:
　　1)提出基于

2、梯度圖像自適應閾值分割、Sobel邊緣檢測算子和分塊二值化的疵病邊緣檢測算法。該法先用梯度閾值分割法處理原始圖像得到結果圖一，再用Sobel邊緣檢測法和分塊二值化法處理原始圖像得到結果圖二，最后將兩張結果圖相加得到比傳統(tǒng)邊緣檢測法效果更好的邊緣檢測圖像。
　　2)提出基于輪廓跟蹤標記和自適應區(qū)域生長的孔洞填充、去除小面積和劃痕斷點連接算法。該法先用輪廓標記法標汜目標的輪廓像素點，通過判斷像素面積與閾值的大小關系實現(xiàn)孔洞填充和去除小

3、面積;然后以斷點為種子點進行自適應區(qū)域生長，判斷斜率關系實現(xiàn)劃痕斷點的連接，克服了傳統(tǒng)形態(tài)學膨脹腐蝕法導致目標邊界變形和斷點誤連接的問題。
　　3)提出基于分段局部區(qū)域最小外接矩形的彎曲劃痕寬度和長度測量算法。該法先獲得連通域目標輪廓，然后計算其最小外接矩形，根據(jù)矩形長寬比判斷疵病類型（劃痕或麻點），再將疵病分割為多個小區(qū)段，分別計算每段的最小外接矩形并獲得其寬度，比較取最大寬度作為疵病寬度值。
　　在Visual Stud