面向成型生產(chǎn)的視覺式缺陷識別技術及應用研究.pdf

1、成型生產(chǎn)是工業(yè)產(chǎn)品最具優(yōu)勢也是最主要的加工方式，采用機器視覺技術實現(xiàn)成型生產(chǎn)的實時監(jiān)控，對提高生產(chǎn)效率和產(chǎn)品質量具有重要意義。為此，提出了面向成型生產(chǎn)的視覺式缺陷識別方法與技術。
　　 本文研究工作包括三項關鍵技術和一套應用系統(tǒng)：模腔異物識別技術，表面缺陷識別技術，制件外形匹配和檢測技術，以及分級模塊化雙模式視覺式缺陷識別系統(tǒng)。取得了四項創(chuàng)新：圖像的多分辨散度圖分析技術，信號的Top—Hat變換序列分析方法，基于小尺度小波變換的

2、邊緣自適應提取技術，基于多尺度小波的形狀多分辨檢測技術。
　　 本文的組織結構為：
　　 第一章，闡述了面向成型生產(chǎn)的視覺式缺陷識別技術，綜述了國內外機器視覺檢測方法及關鍵技術的研究及應用現(xiàn)狀，指出其在成型生產(chǎn)監(jiān)控中意義與研究應用的不足，介紹研究內容和論文結構。
　　 第二章，研究圖像變化識別存在的兩大難點，分析圖像之間的回歸關系，提出基于散布圖的異物識別方法，通過構造樣條生成回歸線、散點離差統(tǒng)計獲得匹配置信區(qū)間

3、，實現(xiàn)了檢測的光照無關性。提出結合多分辨的散布圖優(yōu)化技術，通過對兩幅圖像分別進行同階小波分解，獲得了消除邊緣細節(jié)的逼近圖像，實現(xiàn)了檢測的幾何偏差無關性。通過本章技術對監(jiān)控圖像進行分析，判斷成型模具中是否殘留異物，實現(xiàn)了模具自動保護。
　　 第三章，分析圖像中不同對象在Top—Hat變換序列中的行為，研究結構元素尺寸對分割對象的影響，提出信號的O—TH分解樹和對象譜分析方法，提出最佳尺寸獲取和目標修補技術，實現(xiàn)了具有準確性和完整性

4、的缺陷自適應提取。通過本章提出的技術對模腔及制件表面進行檢測，識別其是否存在劃痕、麻坑、流痕或龜裂等缺陷，實現(xiàn)了模腔和產(chǎn)品表面質量的監(jiān)控。
　　 第四章，研究在復雜背景下目標邊緣的特征，分析小波尺度對變換結果的影響，提出基于小尺度小波變換和邊緣完整性連接的邊緣定位技術，實現(xiàn)了目標輪廓的完整提取。提出了小波多分辨的形狀分析方法，實現(xiàn)了起點無關的輪廓曲線小波變換，在粗尺度下完成形變判定，在細尺度下完成輪廓缺陷精檢測。通過本章提出的技

5、術，捕獲制件或模具外形，分析輪廓是否發(fā)生曲翹形變、破損或飛邊等缺陷，實現(xiàn)了模具和制件外形質量的監(jiān)控。
　　 第五章，介紹了面向成型生產(chǎn)的視覺式缺陷識別原型系統(tǒng)的開發(fā)及應用驗證。闡述了硬件和軟件平臺設計的約束和關鍵要素。硬件設計包括圖像采集、光照和傳輸?shù)仍O備及互相間的連接。軟件設計包括以去噪增強、邊緣檢測、區(qū)域分割、角點提取、模板匹配和紋理分析等為元素的工具集，以及信號處理、數(shù)學形態(tài)學、統(tǒng)計學、圖形學等算法庫。最后，利用自主開發(fā)的