血管支架的尺寸特征和表面缺陷的機器視覺檢測技術(shù)研究.pdf

1、機器視覺檢測的連續(xù)性、非接觸和通用性好等優(yōu)點使其成為零件檢測的一種革新手段?，F(xiàn)有的血管支架的人工檢測方法無法滿足自動化、快速、高可靠性等要求。本課題采剛機器視覺顯微成像技術(shù)進(jìn)行血管支架尺寸特征和表面缺陷的檢測完成的主要工作如下：
　　 1、研究了血管支架關(guān)鍵尺寸特征的視覺檢測方法。
　　 針對血管支架的形狀特點，提出了基于邊緣擬合的關(guān)鍵尺寸特征檢測方法。該方法利用血管支架的曲線邊緣，結(jié)合邊緣提取與曲線擬合技術(shù)，實現(xiàn)了快速

2、、自動測量血管支架的關(guān)鍵尺寸特征。另外，為了準(zhǔn)確提取連續(xù)的血管支架邊緣，提出了基于大津法和區(qū)域生長的區(qū)域分割算法。該算法充分利用了大津法和區(qū)域生長法兩種算法的各自優(yōu)點，并引入一種血管支架圖像的比例因子，自動計算出區(qū)域生長的種子點像素值及其增長閾值，較好地實現(xiàn)了圖像分割。最后，實驗結(jié)果證明了該方法的準(zhǔn)確性。
　　 2、研究了血管支架表面缺陷的視覺檢測方法
　　 針對血管支架表面缺陷圖像的實際狀況，提出了基于設(shè)定規(guī)則的表面缺

3、陷檢測方法。該方法整合了尺寸檢測方法和缺陷判別規(guī)則，對血管支架表面缺陷檢測進(jìn)行了探索性的研究，為進(jìn)一步的研究奠定基礎(chǔ)。另外，為了減少圖像背景區(qū)域?qū)Ρ砻嫒毕輽z測的干擾，提高缺陷檢測算法的運行效率，提出了基于邊緣連接的潛在缺陷區(qū)域定位方法。
　　 3、血管支架的視覺檢測系統(tǒng)。
　　 在上述理論和算法研究的基礎(chǔ)上，本課題采用顯微鏡、高精度CCD相機、計算機等儀器搭建血管支架的視覺檢測硬件系統(tǒng)。使用Visual C++開發(fā)血管支