基于Curvelet变换的机器视觉系统在焊缝缺陷检测中的应用

焊缝缺陷检测对于焊接结构件的可靠性具有重要意义。使用机器视觉系统替代人工检测,不但节省劳动力,而且检测精度更高。由于焊缝缺陷图像常存在噪声、对比度不强的现象,以及焊缝缺陷形态具有多样性的特征,使得焊缝缺陷难以准确检测出来,容易造成漏检或误检。使用各向异性的Curvelet变换技术,处理焊缝缺陷图像后,焊缝缺陷边缘更清晰。根据Curvelet系数的特征,对不同尺度层分别计算自适应阈值的值,再使用该阈值根据半软阈值函数的方法对Curvelet系数进行处理,经Curvelet反变换后图像能够保存边缘细节的同时,滤除焊缝缺陷图像中的噪声,使焊缝缺陷边缘十分清晰,从而提高焊缝缺陷的检测精度。