基于多元图像分析的包装罐内壁缺陷检

为提高包装罐生产线内壁缺陷检测准确性与可靠性，研究了一种采用单摄像机的内壁缺陷检测系统。利用基于形态学的区域提取算法，从罐内图像中分割出内壁检测区域图像。提出基于多元图像分析(MIA)的内壁缺陷检测算法。利用图像融合构成环形合格样本图像，消除罐内焊缝区域的影响，把多个环形合格样本图像与测试样本内壁检测区域图像堆叠起来，用重合区域的图像构造多元测试图像。用基于主成分分析(PCA)的多元图像处理方法获得多元测试图像的主分量表示，将去掉第一主分量和噪声后的Q统计图像作为内壁缺陷特征的检测空间，利用阈值处理检测缺陷，解决了罐体内壁照明困难、亮度不均造成缺陷误检率高的问题，提高了检测系统的准确性和鲁棒性。实验表明对内壁缺陷检测的误检率降低到2%，验证了检测系统的有效性和可靠性。