缺陷检测-药品成品率检测

缺陷检测的原因：工业产品的形状缺陷不仅影响产品的美观，还影响产品的性能。

距离变换是一种用于二值图像的处理方法，计算图像中任意一个像素点到最近背景点的距离。

输入：二值图像，其中前景像素的值为非0（通常为255），背景像素的值为0。

输出：一个浮点图像，其中每个像素的值表示该像素到最近背景点的距离。

特点：

1.前景对象的质心（中心点）距离背景较远，其对应的距离值较大。

2.前景对象的边缘距离背景较近，其对应的距离值较小。

3.如果某个像素点本身是背景像素（值为0），其距离值为0。

voiddistanceTransform(

InputArray src,//输入图像（二值图像）

OutputArray dst,//输出图像（距离图）

intdistanceType,//距离类型（如欧几里得距离）

intmaskSize,//掩码大小，用于距离计算

intdstType=CV_32F//输出图像类型，通常为CV_32F（默认）

);

筛选标准：通过一个对象的最小包围圆形与其轮廓面积的比值，实现缺陷检测。

流程设计

缺陷检测的核心思想是通过图像处理技术提取目标对象的轮廓，并判断其形状特性是否符合标准。

1.预处理

优化图像，去除噪声，增强特征。

操作：

色彩空间转换：将彩色图像转换为灰度图像，简化处理。

二值化处理：将灰度图像转为二值图像，分离前景和背景。

形态学开运算：去除噪声。

2.距离变换

目的：通过距离变换计算图像中每个像素点到最近背景点的距离。

应用：使用distanceTransform函数，将距离大的像素点作为前景的核心区域。3.前景提取

操作：对距离变换结果进行阈值分割，提取出主要的前景对象。

4.去噪处理

目的：去除残留的噪声或小目标点，确保前景区域干净。

方法：再次使用形态学操作（开运算）优化图像。

5.轮廓提取

操作：使用轮廓提取函数提取图像中的轮廓。

6.缺陷检测

核心思想：计算目标的外接圆面积和轮廓面积比，设定阈值进行筛选。

7.结果显示

显示最终处理结果，包括目标轮廓和缺陷标注。