基于Matlab图像识别技术的隐形眼镜镜片边缘缺陷检测
实现原理
- 使用Matlab工具,首先分别识别检测出镜片的垂直边缘和水平边缘;
- 然后进行求平方和并开根的处理,从而获得欧几里得边缘的结果;
- 其次再对边缘平方和处理后的数据筛选,并令其值为1进行二进制,得到二进制边缘结果;
- 最后再通过确定圆心、半径,与圆周各点做差找到缺陷。
运行结果
- 完整的理想图像
程序读取并识别检测完整的理想图像时,由结果可见,输出的图像清晰准确地标识出了镜片边缘的缺陷,包括部分细小的缺陷,人眼都难以分辨,而通过程序识别处理,精准无误地被标出。 - 不完整的图像
当输入一张不完整的图像时,程序仍能准确地获得对象的边缘,但无法计算出圆心所在和半径,因此也就无法识别出边缘缺陷。 - 存在较大缺陷的图像
输入的图像存在肉眼可见的较大缺陷时,程序经过计算仍然能够精准识别出缺陷并标出,未出现误判的情况。 - 图像存在较多噪声干扰
但待检测识别的镜片图像存在较多噪声干扰时,该程序无法正常运行,受噪点干扰无法识别出镜片边缘,也无法计算标示出边缘缺陷所在。
改进思路
根据4个测试的结果,可明确看出该程序在部分情况下具有一定的边缘缺陷检测识别功能,能精准识别并标示出缺陷位置所在,但在图像不完整以及有噪声干扰的情况下无法正常工作,故提出以下改进措施。
1). 针对图像不完整情况下无法识别出圆心以及半径的问题,在