基于OpenCV的物体图像边缘缺陷识别研究

摘要

为了实现物体图像的边缘缺陷识别,拟合绘制出完整的物体轮廓,并应用于太赫兹安检仪的图像处理过程中,基于OpenCV视觉库与C++语言,对采集的原始图像首先进行二值化、空洞填充与形态学预处理操作,然后分别采取边缘识别法、角点检测法与轮廓坐标记录法,初步进行人体边缘轮廓的提取,最后采用迭代算法筛选出符合预先设定的阈值坐标,拟合绘制边缘轮廓。实验结果表明,物体图像边缘缺陷识别算法相比传统图像处理算法,抗干扰能力强,误判率在2.2%以下,并能去除99%以上的噪声。基于OpenCV的物体图像边缘缺陷识别算法可降低缺陷误判率,同时在背景噪声处理方面也有较好效果,可提升太赫兹安检仪对人体边缘缺陷检测的识别率。