【图像识别与处理】opencv缺陷检测

1.啤酒瓶口

啤酒瓶口是否破损依据:轮廓周长,面积,圆形度,相对圆心距离等.

2.缺陷检测算法

根据不同的需求来进行不同的处理

1. 空洞 这个肯定是像素颜色和周边的不同 建议用阈值分割 然后轮廓检测
2. 褶皱 这个褶皱肯定会有梯度的变化 建议检测边缘 再计算褶皱的梯度信息
3. 划痕 这个和上一个问题相似 但是也有不同 应该是梯度的方向和强度不同（一个是凹一个是凸）
4. 斑点 如果只是点点星星的 opencv里也有很多角点检测算法 比如 surf fast ORB等

3.管道腐蚀视觉测量图像边缘检测

利用标准图像和经传统边缘检测算法检测得到的边缘图像作为输入输出
数据,并用大量数据进行训练,构建了可实现图像边缘检测的 BP 神经网络…用训练好的神经网络实现管道内表面腐蚀图像边缘检测…
**利用神经网络进行图像边缘检测的关键是训练样本图像的选取和神经网络模型的建立 。**典型的 BP 神经网络的算法流程如图 2 所示。

4.基于BP神经网路的水果自动识别

图像数据获取 -> 对比度增强 -> 去噪 -> 二值化处理 - >Sobel算子进行边缘提取以接合断边(弥补二值化后图像中出现的断边,孔洞) - > 形态学算子填充孔洞 -> 标签化处理图像 -> 提取水果的颜色、形状、边缘特征 用200幅水果图像提取上述特征构造训练样本和测试样本，然后利用构造的样本对BP神经网络进行训练和测试。