核心内容摘要
Flutter自定义时间线的艺术与实现
MATLAB 铁轨表面缺陷检测系统 DFT幅度 相位反变化 高斯滤波 二值化 根据欧几里得距离标记前后背景 对前景进行膨胀和腐蚀操作 可以选择忽略图像边缘 选择是否隔离图像中的目标raw_img imread(rail_surface.jpg); img_gray rgb2gray(raw_img); imshow(img_gray), title(原图看着就扎心);上高斯滤波先这玩意儿是去噪标配。
别迷信默认参数看实际效果微调img_smooth imgaussfilt(img_gray,
2.
; %
5这个sigma值亲测有效 figure, imshow(img_smooth), title(磨皮后的铁轨);接下来上频域处理DFT这货能暴露周期性缺陷。
注意幅度谱和相位谱要分开玩dft_img fft2(double(img_smooth)); mag_spectrum log(1 abs(fftshift(dft_img))); % 幅度谱可视化 phase_spectrum angle(dft_img); % 相位谱藏着结构信息 % 手动调个阈值突出异常区域 mag_spectrum(mag_spectrum
0; reconstructed ifft2(ifftshift(exp(mag_spectrum) .* exp(1i*phase_spectrum)));二值化环节别傻用Otsu试试自适应阈值thresh graythresh(reconstructed) *
8; % 手动打个八折更保险 bw_img imbinarize(reconstructed, thresh); figure, imshow(bw_img), title(黑白分明的世界);欧式距离分水岭是个妙招防止过分割D bwdist(~bw_img); D -D; % 反转距离让背景变深谷 L watershed(D); img_seg bw_img; img_seg(L
0; % 边界归零膨胀腐蚀这俩好基友得配合使用结构元素选菱形更贴合铁轨纹理se strel(diamond,
; img_processed imopen(img_seg, se); % 先开运算去毛刺 img_processed imclose(img_processed, strel(disk,
); % 再闭运算填坑边缘处理有个冷门技巧用imclearborder清除非连接边缘的噪点但铁轨边缘本身可能有意义所以加个开关if ignore_edge img_processed imclearborder(img_processed); end最后用regionprops提取可疑区域面积太小的直接passstats regionprops(table, img_processed, Area, BoundingBox); defects stats(stats.Area 50, :); % 50像素以下的当噪声整套流程跑下来关键在参数的经验值调整。
比如高斯滤波的sigma值二值化的阈值打折系数这些都得看具体图像特性。
处理铁轨这种线性纹理频域分析和形态学操作要特别注意结构元素的方向性选择有时候自定义非对称结构元素效果反而更好。
MATLAB 铁轨表面缺陷检测系统 DFT幅度 相位反变化 高斯滤波 二值化 根据欧几里得距离标记前后背景 对前景进行膨胀和腐蚀操作 可以选择忽略图像边缘 选择是否隔离图像中的目标