基于机器视觉的瓷砖素坯表面缺陷无损检测算法研究

段春梅　张涛川

摘要：针对瓷砖生产中对瓷砖素坯表面缺陷检测的高速度和高准确率的要求，本文提出了基于机器视觉的表面缺陷无损检测算法。首先对采集到的瓷砖素坯图像采用双边滤波器进行图像预处理，降低噪声，提高图像质量，然后利用Canny边缘算子提取图像边缘，在图像边缘的基础上，采用最佳阈值分割算法，实现图像分割，利用圆形度对缺陷特征进行描述，并实现缺陷判别，最后，通过实验验证表面缺陷检测的准确度和稳定性。实验结果表明，该方法可以实现瓷砖素坯表面缺陷的无损检测，准确率达到95%以上，能应用于瓷砖表面缺陷质量检测的生产实践中。

关键词：机器视觉；表面缺陷；双边濾波器；Canny边缘算子；最佳阈值分割

0引言

质量检测是瓷砖生产线上一个非常重要的生产环节。在瓷砖素坯生产过程当中，由于生产工艺、生产设备或者生产环境等因素的影响，会在产品中生成不同特征的缺陷，常见的坯体缺陷有裂纹、斑点、色差、黑心、鼓泡等。然而大部分工厂的瓷砖缺陷检测依然由人工完成，由于完全依靠人眼及检测人所具备的先验知识进行人为判断，因此容易受主观因素的影响，导致检测速度慢、检测精度低，不利于现代自动化生产的发展。

机器视觉技术主要利用图像传感器采集客观事物的图像，然后从采集到图像中提取所需信息，并根据图形图像技术进行处理并加以拓展融合，最终应用于机械、汽车、建材陶瓷等各种行业领域，快速地实现无损检测、测量和控制。

将机器视觉技术应用于瓷砖素坯表面缺陷的无损检测中，相对于人工检测具有显著优势，并能避免人为主观因素的影响，可以减少检测误差，提高检测精度、准确度和生产效率，呈现出高度良好的实用性，而且也推进了质量检测的自动化，同时还创造了更高的价值。

本文提出了采用机器视觉和图像技术进行瓷砖素坯表面缺陷检测的算法研究，其算法的设计是系统研发的关键核心部分，算法设计的好坏将影响无损检测的准确度、精确度和速度。其中，图像预处理采用双边滤波器，目的是减少噪声、提高图像质量；采用Canny边缘算子和最佳阈值分割算法将缺陷从图像背景中分离出来；最后通过圆形度和几何矩对特征进行描述，实现特征提取和判别。

1检测系统的组成

基于机器视觉的瓷砖素坯缺陷自动检测系统主要由硬件系统和软件系统集结构成。为了保证检测的准确性，硬件系统包含CCD（电荷耦合器件图像传感器）相机、照明系统、计算机和辅助硬件设备，其硬件系统设计架构即如图1所示。