基于機(jī)器視覺的注塑過程檢測技術(shù).pdf

1、注射成型是塑料制品最常見的成型方式之一。在注塑生產(chǎn)過程中,制品會出現(xiàn)各種表面缺陷,而當(dāng)前制品表面質(zhì)量檢測大多依靠人工離線抽樣檢測,自動化程度不高、檢測效率低下;模具型腔有制品殘留也是注塑生產(chǎn)中的常見問題,影響制品質(zhì)量,而且損壞模具,當(dāng)前的檢測手段也主要依靠人工現(xiàn)場監(jiān)控。機(jī)器視覺檢測技術(shù)可代替人工檢測,實現(xiàn)檢測任務(wù)的高效化、智能化。本文研究了利用機(jī)器視覺技術(shù)在線對注塑過程中制品表面缺陷進(jìn)行檢測與識別以及對型腔異?，F(xiàn)象進(jìn)行檢測。
　　

2、本文分析了機(jī)器視覺系統(tǒng)的構(gòu)成及工作原理,結(jié)合注塑生產(chǎn)的實際情況,設(shè)計了基于機(jī)器視覺的注塑過程檢測系統(tǒng),并設(shè)計了系統(tǒng)的檢測流程。在此基礎(chǔ)上,完成了系統(tǒng)的硬件和軟件的整體架構(gòu)設(shè)計,研究了關(guān)鍵的硬件選型,對軟件處理流程和主要軟件模塊進(jìn)行了詳細(xì)設(shè)計,利用Qt平臺開發(fā)了圖形用戶界面。
　　為降低非目標(biāo)區(qū)域的干擾,采用手動進(jìn)行ROI設(shè)置,且支持多個ROI;本文以制品表面缺陷檢測的圖像處理流程為主線,研究了圖像增強(qiáng)、模板匹配、圖像分割、形態(tài)學(xué)處

3、理、輪廓提取等圖像處理的關(guān)鍵算法,在實驗的基礎(chǔ)上選擇了對本文圖像處理效果較好的算法,準(zhǔn)確獲取了缺陷區(qū)域;基于這些算法的原理,本文利用圖像濾波、模板匹配算法實現(xiàn)了型腔異常的自動檢測功能,實驗驗證了檢測的準(zhǔn)確率。
　　針對當(dāng)前注塑制品表面缺陷識別的研究大多采用BP神經(jīng)網(wǎng)絡(luò)、SVM支持向量機(jī)等算法,均需要大量制品圖像進(jìn)行樣本訓(xùn)練,算法適應(yīng)性差等缺點,本文針對短射、飛邊、裂紋三種常見缺陷,實驗提取了缺陷區(qū)域的圖像特征數(shù)據(jù)并分析,選取了對三