摘要:為提高包裝罐生產(chǎn)線內(nèi)壁缺陷檢測準(zhǔn)確性與可靠性,研究了一種采用單攝像機的內(nèi)壁缺陷檢測系統(tǒng),。利用基于形態(tài)學(xué)的區(qū)域提取算法,,從罐內(nèi)圖像中分割出內(nèi)壁檢測區(qū)域圖像。提出基于多元圖像分析(MIA)的內(nèi)壁缺陷檢測算法,。利用圖像融合構(gòu)成環(huán)形合格樣本圖像,,消除罐內(nèi)焊縫區(qū)域的影響,把多個環(huán)形合格樣本圖像與測試樣本內(nèi)壁檢測區(qū)域圖像堆疊起來,,用重合區(qū)域的圖像構(gòu)造多元測試圖像,。用基于主成分分析(PCA)的多元圖像處理方法獲得多元測試圖像的主分量表示,,將去掉第一主分量和噪聲后的Q統(tǒng)計圖像作為內(nèi)壁缺陷特征的檢測空間,利用閾值處理檢測缺陷,,解決了罐體內(nèi)壁照明困難,、亮度不均造成缺陷誤檢率高的問題,提高了檢測系統(tǒng)的準(zhǔn)確性和魯棒性,。實驗表明對內(nèi)壁缺陷檢測的誤檢率降低到2%,,驗證了檢測系統(tǒng)的有效性和可靠性。