Morphological operator-based approach for the detection and segmentation of defects on metal surfaces
Enfoque basado en operadores morfológicos para la detección y segmentación de defectos en superficies metálicas
Palabras clave:
Mathematical Morphology, Defect Segmentation, Metal Surface Inspection, Image Processing, Industrial Image Analysis, Morfología matemática, segmentación de defectos, inspección de superficies metálicas, procesamiento de imágenes, análisis de imágenes industrialesResumen
Currently, the detection of defects on metal surfaces is a highly relevant task in industrial processes with rigorous quality standards. In this sense, the timely and early detection of defects reduces machining and rework costs. To perform this task, current methods are expensive in terms of computational resources, limiting their applicability in real-world cases. This work proposes a lightweight approach for the detection and segmentation of surface defects in metal parts based on basic morphological operators. To achieve this, a strategy based on the use of weighted top-hat and bottom-hat morphological filters is combined to define areas with significant surface defects on a public dataset. The results, evaluated by visual inspection, show that the proposal based on mathematical morphology is a practical and efficient option for industrial inspection tasks.
Actualmente, la detección de defectos en superficies metálicas es una tarea de gran relevancia en procesos industriales con estrictos estándares de calidad. En este sentido, la detección oportuna y temprana de defectos reduce los costos de mecanizado y reprocesamiento. Para llevar a cabo esta tarea, los métodos actuales resultan costosos en términos de recursos computacionales, lo que limita su aplicabilidad en entornos reales. Este trabajo propone un enfoque ligero para la detección y segmentación de defectos superficiales en piezas metálicas, basado en operadores morfológicos básicos. Para ello, se emplea una estrategia que combina filtros morfológicos *top-hat* y *bottom-hat* ponderados con el fin de identificar áreas con defectos superficiales significativos en un conjunto de datos público. Los resultados, evaluados mediante inspección visual, demuestran que la propuesta basada en morfología matemática constituye una opción práctica y eficiente para tareas de inspección industrial.
