网格布是建筑行业在保温中必不可少的材料。 在网格布的制造中，常会因为生产工艺或其他因

素导致网格断裂现象的发生，这会使得灰尘和其他杂质进入听筒

内部，造成语音通话故障，影响客户体验，因此各大生产厂商都十

分重视该产品的质量。 目前，大多数厂家都使用人工检测的方式

对网格布表面缺陷进行识别，但这种方法速度慢，误判率高，而网

格布面积小，结构复杂的特点，使得传统的自动化检测方法并不

适用，因此提出一种基于机器视觉的网格布断裂缺陷检测方法具

有重要意义。 机器视觉是一门包含了计算机技术，光学工程等一

系列相关学科在内的综合性技术，它主要是借助多媒体设备采集

得到待测物体的图像，通过图像处理获得被测工件对象的各种可

描述参数，并利用这些参数完成目标物体的识别，测量，或检测。

对于一些高危环境或者人工不能满足需求的场合下，机器

视觉技术发挥着重要的作用[1]。随着硬件设备的普及，理论知识的

发展，机器视觉在表面缺陷检测领域得到了广泛应用。西安理工

 针对传统自动化设备在网格布断裂缺陷检测方面的不足， 提出了一种基于机器视觉的网格布断裂缺陷检测方

法。 首先，获取网格布的高对比度图像，利用中值滤波去掉图像中的噪声，采用 Otsu 阈值分割算法实现目标和背景的分

离。 根据网格部分断裂和完全断裂的两种缺陷特点，分别设计针对性算法。 网格部分断裂的特点是由背景生成的凸包区

域内包含有目标物体，因此采用 Blob 分析和凸包检测相结合的方式，实现对此种缺陷的检测。当网格完全断裂时，缺陷区

域与相近区域的位置信息会发生变化，通过分析网格骨架交点生成的圆形区域内连通区域的数目，可以完成网格完全断

裂缺陷的识别。 实验结果表明，该方法可以应用于网格布的断裂缺陷检测，缺陷识别率在 97%以上，可以满足检测要求。

 针对网格断裂的程度，将其分为完全断裂和部分断裂

两类，并分别完成了算法设计。 实验结果表明，提出的方法，正检

率为 97%，可以满足实际的检测需要，有利于企业降低成本。

针对传统自动化设备在网格布断裂缺陷检测方面的不足， 提出了一种基于机器视觉的网格布断裂缺陷检测方

法。 首先，获取网格布的高对比度图像，利用中值滤波去掉图像中的噪声，采用 Otsu 阈值分割算法实现目标和背景的分

离。 根据网格部分断裂和完全断裂的两种缺陷特点，分别设计针对性算法。 网格部分断裂的特点是由背景生成的凸包区

域内包含有目标物体，因此采用 Blob 分析和凸包检测相结合的方式，实现对此种缺陷的检测。当网格完全断裂时，缺陷区

域与相近区域的位置信息会发生变化，通过分析网格骨架交点生成的圆形区域内连通区域的数目，可以完成网格完全断

裂缺陷的识别。 实验结果表明，该方法可以应用于网格布的断裂缺陷检测，缺陷识别率在 97%以上，可以满足检测要求。

这里我推荐重庆艳龙金属丝网有限公司，重庆龙头企业。