基于機器視覺的鋼球表面缺陷檢測技術(shù)研究.pdf

1、分類號：TP391單位代碼：10433密級：學(xué)號：14501120318山東理工大學(xué)山東理工大學(xué)工程碩士學(xué)位論文基于機器視覺的鋼球表面缺陷檢測技術(shù)研究基于機器視覺的鋼球表面缺陷檢測技術(shù)研究ResearchofSteelBallSurfaceDefectDetectionTechnologyBasedonMachineVision研究生：常曉剛常曉剛指導(dǎo)教師：李東興李東興副教授副教授協(xié)助指導(dǎo)教師：學(xué)位類別：工程碩士專業(yè)領(lǐng)域：儀器儀表工程儀

2、器儀表工程研究方向：成像探測與機器視覺成像探測與機器視覺論文完成日期：20172017年4月10日山東理工大學(xué)碩士學(xué)位論文摘要I摘要隨著光學(xué)鏡頭、工業(yè)相機等關(guān)鍵硬件設(shè)備性能的提高和圖像處理技術(shù)的發(fā)展，機器視覺技術(shù)得到了飛快地發(fā)展與應(yīng)用，已廣泛應(yīng)用于工業(yè)產(chǎn)品的自動檢測領(lǐng)域，更是成為鋼球表面缺陷檢測的重要研究方向。鋼球表面缺陷檢測作為鋼球生產(chǎn)的一道必不可少的檢測工序，對鋼球表面質(zhì)量有著關(guān)鍵的作用。本文進行了基于機器視覺的鋼球表面缺陷檢測技術(shù)

3、的研究，課題來源于鋼球有限公司委托項目，以鋼球表面缺陷為研究對象，以利用機器視覺技術(shù)準確檢測鋼球表面缺陷從而分揀為研究目的，以鋼球表面缺陷圖像邊緣檢測算法為研究核心，以設(shè)計基于機器視覺的鋼球表面缺陷檢測系統(tǒng)為研究成果。在研究分析邊緣檢測算子的基礎(chǔ)上，針對Canny算子的不足，本論文提出了基于信噪比和類間類內(nèi)方差的自適應(yīng)邊緣檢測算法。實驗結(jié)果表明，本文提出的圖像邊緣檢測算法能夠有效地提取鋼球表面缺陷圖像邊緣，所設(shè)計的鋼球表面缺陷檢測系統(tǒng)穩(wěn)

4、定可靠，能夠達到企業(yè)的檢測要求。本文主要工作內(nèi)容如下：(1)鋼球表面缺陷檢測系統(tǒng)設(shè)計。鋼球表面缺陷檢測系統(tǒng)分為硬件系統(tǒng)和軟件系統(tǒng)，硬件系統(tǒng)主要包括光學(xué)鏡頭、工業(yè)相機、數(shù)據(jù)采集卡、照明方式等設(shè)備的選取，軟件系統(tǒng)主要包括界面設(shè)計、圖像采集、感興趣區(qū)域選取、邊緣檢測與提取、分選與顯示等。(2)提出了基于信噪比和類間類內(nèi)方差的自適應(yīng)邊緣檢測算法。首先采用提出的基于信噪比選取最大濾波窗口的自適應(yīng)中值濾波，進行濾波；然后，在0、45、90、135方

5、向計算梯度幅值，并對梯度的幅值在33鄰域內(nèi)進行非極大值抑制；最后最大化類間方差和類內(nèi)方差的比值，以自適應(yīng)獲取高低閾值，用高低閾值在33鄰域內(nèi)檢測和連接邊緣信息。實驗結(jié)果表明，本文提出的濾波方法提高了自適應(yīng)性，去噪效果和圖像細節(jié)保留較好，降低了均方誤差，提高了峰值信噪比；本文提出的邊緣檢測算法，缺陷邊緣定位精度比較高，自適應(yīng)強，邊緣檢測綜合評價比較高，檢測時間較短，能有效地提取鋼球表面缺陷圖像邊緣。(3)鋼球表面缺陷檢測系統(tǒng)的可靠性、精確