基于機(jī)器視覺(jué)的小型金屬部件表面缺陷檢測(cè)系統(tǒng).pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，機(jī)器視覺(jué)技術(shù)在工業(yè)在線檢測(cè)中的優(yōu)勢(shì)越來(lái)越明顯。由于機(jī)器視覺(jué)技術(shù)具有非接觸、不疲勞等人工檢測(cè)無(wú)法比擬的優(yōu)點(diǎn)，可以大幅降低檢測(cè)成本、提高生產(chǎn)效率、提高產(chǎn)品的質(zhì)量，從而提高產(chǎn)品的附加值，因而在工業(yè)檢測(cè)領(lǐng)域得到了廣泛的應(yīng)用。但在小型金屬部件表面缺陷檢測(cè)方面，由于金屬表面的缺陷生成的機(jī)理較為復(fù)雜，缺陷表現(xiàn)形式多樣化，因此要更普遍、成功地應(yīng)用機(jī)器視覺(jué)技術(shù)還有許多難題必須研究和解決。
　　 本文在參考國(guó)內(nèi)外相關(guān)文獻(xiàn)和技術(shù)

2、成果的基礎(chǔ)上，以Ni-Fe-B永磁體工件為例，研究了小型金屬部件表面缺陷的檢測(cè)原理和方法，并開(kāi)發(fā)了相關(guān)的實(shí)時(shí)在線檢測(cè)系統(tǒng)。該系統(tǒng)以機(jī)器視覺(jué)理論為基礎(chǔ)，采用高速高分辨率面陣傳感器，并具有較完備的軟、硬件配置和功能，以及友好的人機(jī)界面。
　　 本文首先根據(jù)Ni-Fe-B工件缺陷檢測(cè)系統(tǒng)的要求，提出并論證了檢測(cè)系統(tǒng)的實(shí)現(xiàn)方案。然后分析了常用的光源照明方法，根據(jù)工件缺陷的特點(diǎn)，設(shè)計(jì)了低角度暗視場(chǎng)的環(huán)形光的光源照明方案；同時(shí)分析了攝像機(jī)成

3、像的機(jī)理和模型，選擇了合適的相機(jī)和鏡頭，完成了圖像采集方案的設(shè)計(jì)和論證。
　　 在系統(tǒng)的軟件設(shè)計(jì)方面，首先分析了檢測(cè)系統(tǒng)中常用的圖像處理基本算法。為了解決工件的細(xì)微性缺陷在處理時(shí)易與周?chē)尘跋嗷煜斐烧`判的問(wèn)題，提出了用多邊形感興趣區(qū)域( Rigion of Interest， ROI)劃定缺陷檢測(cè)的區(qū)域，且根據(jù)對(duì)工件自動(dòng)定位的結(jié)果自動(dòng)調(diào)整ROI坐標(biāo)的自動(dòng)檢測(cè)方法，既提高了檢測(cè)的精確性，又降低了了處理的難度。在工件自動(dòng)定位方面

4、，首先分析了常用的模板匹配算法，根據(jù)待檢工件的圖像邊緣點(diǎn)豐富的特點(diǎn)，提出了基于邊緣點(diǎn)特征的序列相似性檢測(cè)的算法( Sequential Similarity Detection Algorithm, SSDA)，實(shí)驗(yàn)結(jié)果表明該算法很好的克服了其它算法由于實(shí)時(shí)性差無(wú)法滿(mǎn)足在線檢測(cè)要求的缺點(diǎn)。然后，研究了閾值分割算法，提出和采用了OTSU算法與固定閾值相結(jié)合的閾值分割算法。在檢測(cè)的最后，分析研究了像素標(biāo)記算法，對(duì)工件表面的目標(biāo)進(jìn)行統(tǒng)計(jì)和特征