金屬軸類(lèi)零件表面缺陷成像與判識(shí)技術(shù)研究.pdf

1、熒光磁粉檢測(cè)是無(wú)損檢測(cè)的常規(guī)方法之一，是檢測(cè)鐵磁性材料表面或近表面缺陷的重要手段。本文針對(duì)金屬軸類(lèi)工件的表面缺陷檢測(cè)需求，設(shè)計(jì)了基于機(jī)器視覺(jué)及圖像處理技術(shù)的熒光磁粉表面缺陷成像檢測(cè)系統(tǒng)。重點(diǎn)研究了缺陷圖像識(shí)別過(guò)程中使用的處理算法，包括圖像預(yù)處理算法、圖像分割算法和缺陷特征提取算法。
　　首先通過(guò)對(duì)階梯軸臺(tái)階面的成像模型研究，提出了基于滅點(diǎn)原理進(jìn)行傾斜校正的算法，實(shí)現(xiàn)了對(duì)臺(tái)階面傾斜透視失真的校正;建立了軸側(cè)曲面的成像模型并推導(dǎo)了軸側(cè)

2、曲面展開(kāi)的算法，解決了由景深不一致引入的分辨率失真問(wèn)題，并利用相位相關(guān)實(shí)現(xiàn)了展開(kāi)圖像的拼接;為使獲得的圖像具有較高的信噪比和對(duì)比度，研究了小波閾值圖像降噪算法和多尺度Retinex圖像增強(qiáng)算法。
　　針對(duì)原圖中工件的提取問(wèn)題，研究了基于邊緣檢測(cè)的圖像分割算法，在幾種常見(jiàn)算法效果較差的情況下，提出了自適應(yīng)閾值的Canny算子與Hough變換直線擬合相結(jié)合的方法并有效地提取出軸的上下邊緣，準(zhǔn)確地提取了工件圖像。隨后針對(duì)缺陷圖像中前景占

3、比較小的問(wèn)題，研究了改進(jìn)的Otsu閾值分割算法，并通過(guò)實(shí)驗(yàn)完成了對(duì)圖像中缺陷日標(biāo)及背景的有效分割。然后歸納了缺陷的熒光磁痕特征，利用重心主軸算法完成了對(duì)缺陷目標(biāo)的最小外接矩形的求取并得到了缺陷的長(zhǎng)、寬及方向角。針對(duì)裂紋存在分枝、交叉的特點(diǎn)，提出了基于結(jié)點(diǎn)特征的裂紋特征提取算法，并在此基礎(chǔ)上實(shí)現(xiàn)了對(duì)缺陷的分類(lèi)及評(píng)級(jí)。
　　最后，依據(jù)軟硬件設(shè)計(jì)方案組建了表面缺陷成像檢測(cè)系統(tǒng)并利用該系統(tǒng)分別對(duì)人工試樣及實(shí)際產(chǎn)品進(jìn)行了檢測(cè)，實(shí)現(xiàn)了最小Φ0