1、子彈表面缺陷的自動(dòng)化光電檢測(cè)設(shè)備在我國(guó)的軍工企業(yè)和國(guó)防機(jī)構(gòu)領(lǐng)域等有很大的應(yīng)用前景，但子彈缺陷檢測(cè)的自動(dòng)化目前在國(guó)內(nèi)推行的效果不理想，很大一部分原因在于缺陷的圖像檢測(cè)算法未達(dá)到要求。由于子彈表面是弧形且是金屬材質(zhì)的特殊性，造成采集到的子彈圖像缺陷和背景的對(duì)比度低，且有光照不均的情況出現(xiàn)，大大增加了缺陷檢測(cè)算法的難度。
　　紋理分析方法是有別于傳統(tǒng)圖像處理方法的創(chuàng)新型方法。在紋理分析家族中，局部二值模式(Local Binary Pa

2、ttern, LBP)從發(fā)表至今一直被廣泛研究和應(yīng)用于多個(gè)領(lǐng)域，如人臉識(shí)別、視覺(jué)檢測(cè)等，并在其中表現(xiàn)出其易于計(jì)算、能有效提取圖像紋理等多個(gè)優(yōu)點(diǎn)?；贚BP所表現(xiàn)出的優(yōu)良特性和子彈圖像的處理難度，本文創(chuàng)新性地將LBP應(yīng)用到子彈缺陷檢測(cè)中，并進(jìn)行了深入研究。
　　首先，缺陷的定義和分類(lèi)是缺陷檢測(cè)的基本要求。研究子彈的相關(guān)知識(shí)，劃分子彈表面缺陷類(lèi)別，通過(guò)光電采集系統(tǒng)獲取子彈圖像（包括缺陷子彈與合格子彈），并分析圖像的特征。在仔細(xì)分析了子

3、彈圖像的特征之后制定缺陷檢測(cè)流程，并提出去噪處理和感興趣區(qū)域提取等預(yù)處理方案。
　　在特征提取階段，研究LBP算子的定義和計(jì)算方法，了解LBP算子的各種特性。通過(guò)對(duì)比幾種LBP衍生算子，對(duì)其進(jìn)行理論研究，并結(jié)合子彈表面缺陷特征提取的實(shí)驗(yàn)情況，最終選取出最適合子彈缺陷研究的算子：局部二值模式的方差表示(LBP variance, LBPV)，該算子能克服光照不均和缺陷背景對(duì)比度低對(duì)缺陷檢測(cè)所帶來(lái)的不良影響。
　　在LBPV算子

4、提取了子彈圖像紋理特征的基礎(chǔ)上，研究能適應(yīng)于子彈圖像分割和缺陷識(shí)別的算法，提出結(jié)合模糊C均值聚類(lèi)算法(Fuzzy C-means, FCM)的子彈缺陷識(shí)別算法。并進(jìn)一步在識(shí)別出缺陷的基礎(chǔ)上對(duì)缺陷進(jìn)行紋理分類(lèi)研究，提出結(jié)合K近鄰分類(lèi)器的子彈缺陷分類(lèi)算法。
　　本文創(chuàng)新性地將LBP與子彈缺陷檢測(cè)相結(jié)合，提出基于LBP的子彈缺陷紋理檢測(cè)算法，能有效消除光照不均對(duì)缺陷檢測(cè)的嚴(yán)重影響，并能成功檢出與背景對(duì)比度低的細(xì)小缺陷，檢測(cè)精度達(dá)到97％