基于Zernike矩亚像素的高反光金属工件缺陷检测

提出了一种基于Zernike矩改进的亚像素边缘提取的工件缺陷检测算法。 对图像进行小波分解,并对分解的各频段信息分别利用不同算法进行预处理,重构图像后可以有效地滤除图像噪声,增强目标信息;利用改进的Zernike矩亚像素边缘提取算法定位图像边缘并提取特征信息,减小了边缘信息误差,能够更精确地分割出目标轮廓;通过计算连通区域几何参数及全局信息熵来判断是否存在缺陷。通过实验对算法进行了验证,结果表明,提出的算法可以降低金属高光噪声,有效地提取缺陷边缘,并且在环境光照变化时具有较强的稳健性,金属工件的缺陷检测精度得到提高。