11、opencv调参2

opencv调参2

  • 异物检测调参(高斯、自适应二值化、膨胀、腐蚀)
  • 1、调参方法
  • 2、调参步骤
  • 3、现场测试的参数组
  • 4、误检问题原因及解决方案

异物检测调参(高斯、自适应二值化、膨胀、腐蚀)

视觉调参

1、调参方法

(1)目标大小筛选
①高斯滤波:高斯滤波对图像进行滤波操作(平滑操作、过滤操作,去噪操作),主要调节高斯核和标准差三个参数。
高斯核:(blur1,blur2)是高斯核的大小,blur1和blur2的选取一般是奇数,blur1和blur2的值可以不同,blur1和blur2越大,图像的模糊程度越大。但不是blur1和blur2越大越好,blur1和blur2太大,不仅会滤除噪音,还会平滑掉图像中有用的信息,所以blur的选取要进行测试,程序中主要通过调节滚动条进行测试。
标准差σ:调整σ实际是在调整周围像素对当前像素的影响程度,调大σ即提高了远处像素对中心像素的影响程度,滤波结果也就越平滑。
调节过程:先调节高斯核参数,高斯核参数在一定范围内对小目标有放大作用,超过某一阈值后对小目标有抑制作用,通过调节滚动条可以测试出阈值,选取放大异物的参数使异物比较清晰,根据现场图片分析它的范围为(1016)。然后调节标准差,标准差主要是去除一些噪点和细小的异物,根据现场图片分析它的值可以设置为4560。(然后调节标准差,标准差主要是去除一些噪点,因为打光影响它的作用不是很明显,把它设置为0。)

②自适应二值化:主要是将目标区域和背景区域分隔开来。自适应阈值化计算过程是为每一个象素点单独计算的阈值,即每个像素点的阈值都是不同的,就是将该像素点周围B*B区域内的像素加权平均,然后减去一个常数C,从而得到该点的阈值。主要调节邻域大小和偏移量C。
邻域大小:自适应阈值,则是根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。亮度较高的图像区域的二值化阈值通常会较高,而亮度低的图像区域的二值化阈值则会相适应的变小,不同亮度、对比度、纹理的局部图像区域将会拥有相对应的局部二值化阈值。通过调节领域的大小,可以筛选出适合大小的异物,程序中主要通过调节滚动条进行测试,根据现场图片分析它的范围为(30~70)。
偏移量C:这个参数实际上是一个偏移值调整量,用均值和高斯计算阈值后,再减或加这个值就是最终阈值。通过调节偏移量C,可以筛选出适合大小的异物和去除噪点。
调节过程:先调节领域的大小,筛选出适合大小的异物,程序中主要通过调节滚动条进行测试,根据现场图片分析它的范围为(3070)。然后调节偏移量C进行一步的校准筛选,根据现场图片分析它的范围为(3032)。

③腐蚀膨胀:去除小目标,筛选出适合大小的目标。腐蚀操作可以消除噪点,同时消除部分边界值,导致目标图像整体缩小。膨胀操作可以使目标特征值增大,导致目标图像整体放大。主要调节它们核的大小。
腐蚀膨胀核:开运算是先腐蚀后膨胀。主要用于消除小物体,在纤细点处分离物体,并且在平滑较大物体的边界的同时不明显改变其面积,同时抑制比结构元小的亮细节。
调节过程:先调节腐蚀核的大小,筛选出适合大小的异物,程序中主要通过调节滚动条进行测试,根据现场图片分析它的值设置为7。然后调节膨胀核对筛选出的异物进行放大,根据现场图片分析它的值为12。(二者根据前面高斯、自适应二值化进行合理调整)

④BLOB分析:设置Blob的面积参数,单位为像素,筛选出合适大小面积的异物。程序中主要通过调节滚动条进行测试,根据现场图片分析它的值设置为30。

(2)去除噪点(非目标)
①高斯滤波:选取合适大小的高斯核,可以抑制非目标对象,程序中主要通过调节滚动条进行测试,根据现场图片分析它的值范围为(1016)。标准差可以去除细小异物,根据现场图片分析它的值可以设置为4560。
②自适应二值化偏移量:选取合适大小的偏移量,可以抑制非目标对象,程序中主要通过调节滚动条进行测试,根据现场图片分析它的值范围为(30~33)。
③腐蚀:选取合适大小的腐蚀核,可以抑制非目标对象,程序中主要通过调节滚动条进行测试,根据现场图片分析它的值范围为7根据前面高斯、自适应二值化进行合理调整)。

2、调参步骤

调参顺序为:高斯滤波→自适应二值化→腐蚀膨胀→blob分析

3、现场测试的参数组

11、opencv调参2_第1张图片

伽马值为0.5,曝光时间为10w us(调节打光)
参数 G为高斯滤波参数、T为自适应二值化参数、E为腐蚀参数、D为膨胀参数
1 2 3 4 5 6 7
G1 0 10 10 15 15 16 15
G2 0 10 10 15 15 16 15
G3 0 0 0 0 0 0 0

T1 70 70 30 30 31 31 32
T2 30 40 30 30 31 31 32

E1 12 12 12 12 12 12 12
E2 12 12 12 12 12 12 12

D1 7 7 7 7 7 7 7
D2 7 7 7 7 7 7 7

1、2组相对比较灵敏,会把一些噪点检测出来,主要原因是打光存在爆亮点比较灵敏,树脂孔存在粘胶现象。3、4组对背景相似的相对好点,也会把一些噪点检测出来,原因同上。5、6、7组适合加大抑制,噪点相对减少,同时检测的灵敏度会有所下降会存在一些背景相似检测不出来的情况,原因同上。
去噪效果:高斯滤波15的去噪效果比0的好。

4、误检问题原因及解决方案

残留检测:
原因:打光存在爆亮点,树脂孔存在粘胶现象
解决:调节打光并添加偏振片减少爆亮点、减少树脂孔爆亮点、适当调高相机高度、对于粘胶大小和异物一样大的只能人工清理。

放料检测:
原因:设备运行存在抖动,重新放置料片存在偏差,受打光影响
解决:优化算法、节打光并添加偏振片减少爆亮点、减少抖动

你可能感兴趣的:(机器视觉,opencv,计算机视觉,人工智能)