本文提出了一種自動定位和評估瓷磚表面缺陷的三維圖像采集和分析方法。它簡要介紹了出現(xiàn)在瓷磚表面的某些缺陷，并分析了其形成。本文介紹了使用激光三角測量法（LTM）構(gòu)造瓷磚表面3D圖像的方法，以及研究中使用的表面成像參數(shù)。提出了用于圖像濾波和缺陷識別的瓷磚三維表面圖像分析算法。對于選定的缺陷，還介紹了測量缺陷參數(shù)的方法和可視化表面缺陷的方法。

瓷磚生產(chǎn)線產(chǎn)能的增加，迫使在產(chǎn)品表面故障診斷和檢測系統(tǒng)領(lǐng)域引入了創(chuàng)新的解決方案。在許多制造企業(yè)中，瓷磚的質(zhì)量檢查是由傳感器或視覺系統(tǒng)支持的人員進行的。提出了一項關(guān)于員工疲勞的描述以及他們在實施與工作時間或產(chǎn)品類型相關(guān)的產(chǎn)品的視覺評估中犯錯的可能性的研究[ 。

將視覺系統(tǒng)引入生產(chǎn)線使得有可能獲取圖像并分析該圖像，以識別和定位缺陷。作為文獻中描述的視覺方法的一部分，通常使用灰色或彩色陰影的分析。提出了一種基于2D圖像分析和統(tǒng)計方法的系統(tǒng)，以檢測諸如裂紋和劃痕[等表面缺陷的邊緣。?提出了一種計算機系統(tǒng)（CVS），該系統(tǒng)可使用C ++編寫的程序以及用于分析2D圖像來分析圖像并評估其表面缺陷。提出了基于Matlab軟件中實現(xiàn)的圖像分析的系統(tǒng)，該系統(tǒng)還使用了單色和彩色的二維圖像分析。提出使用小波分析來定位缺陷區(qū)域。作者提出了一種有效的缺陷檢測系統(tǒng)，用于檢測瓷磚表面可見的紋理圖像。作者描述了一種自動識別花崗巖品種的方法。他們使用了分光光度計和機器學習技術(shù)捕獲的光譜信息。

在文章中，作者提出了用于板巖結(jié)構(gòu)缺陷識別的混合3D-2D激光掃描系統(tǒng)。該文件描述了屋頂板巖的缺陷，描述其質(zhì)量的參數(shù)以及這些參數(shù)的控制方法。作者本機器學習識別有缺陷的石板的任務(wù)的方法和呈現(xiàn)在結(jié)果所采用的學習方法的差異。

在大多數(shù)工業(yè)應(yīng)用中，圖像分析系統(tǒng)負責檢測表面上的缺陷。以平整度檢查形式檢查表面幾何形狀的任務(wù)是通過傳感器系統(tǒng)（4-8個傳感器）完成的；這些將測量瓷磚表面指定區(qū)域中的高度。由于圖像中可用的信息和表面成像方法的緣故，陶瓷工業(yè)中使用的大多數(shù)視覺系統(tǒng)都可以描述為二維。它們通常在技術(shù)機器和檢查站中作為附加設(shè)備實施，其任務(wù)是對產(chǎn)品參數(shù)進行互操作檢查。需要引入具有擴展的測量和檢查功能的自動視頻支架，尤其是在“零缺陷”系統(tǒng)中進行的批量生產(chǎn)中，

本文介紹了在選擇瓷磚參數(shù)檢查任務(wù)中采集和分析3D圖像的方法。本文介紹了在執(zhí)行任務(wù)時使用3D圖像檢查產(chǎn)品幾何形狀和表面缺陷的示例。該方法的優(yōu)勢在于，三維圖像可以實現(xiàn)大量的測量和分析，尤其是在空間測量領(lǐng)域，可以補充和擴展基于二維的視頻行業(yè)中當前使用的視覺方法圖像分析。

較常出現(xiàn)在瓷磚表面的幾何缺陷包括瓷磚可用表面平整度的缺陷。這些缺陷以彎曲的拐角或邊緣的形式或表面上可見的彎曲的形式可見。幾何缺陷還包括對邊緣和拐角的任何損壞。大量缺陷也是可用表面的缺陷，這些缺陷以表面分層，刮擦或局部粗糙度變化的形式可見。這些缺陷的尺寸可能很小，或者幾乎可以在瓷磚的整個表面上看到。下圖顯示了位于瓷磚中間的較大分層區(qū)域。

本文所述研究的目的是開發(fā)和實施一種可以全方面評估瓷磚質(zhì)量的系統(tǒng)。這是由于需要在檢查瓷磚的幾何尺寸的同時檢查陶瓷產(chǎn)品表面缺陷的存在和參數(shù)，并同時檢查產(chǎn)品性能的質(zhì)量。為此，使用LTM方法開發(fā)了一種視覺系統(tǒng)，該系統(tǒng)旨在構(gòu)建瓷磚表面的三維圖像。假定視頻系統(tǒng)操作參數(shù)和3D圖像分析算法將能夠定位，描述缺陷參數(shù)并全方面評估瓷磚的幾何形狀。