注塑件常見(jiàn)外觀缺陷檢測(cè)系統(tǒng)的研究與開(kāi)發(fā).pdf

1、國(guó)內(nèi)企業(yè)對(duì)注塑件外觀缺陷的檢測(cè)主要采用人工檢測(cè)的方式。這種檢測(cè)方法不但效率低下、檢測(cè)質(zhì)量不穩(wěn)定，而且靈活性和適應(yīng)性較差?；跈C(jī)器視覺(jué)的注塑件外觀缺陷檢測(cè)是未來(lái)的發(fā)展方向。因此，本文對(duì)機(jī)器視覺(jué)檢測(cè)系統(tǒng)和注塑件外觀缺陷檢測(cè)方法進(jìn)行了深入研究。
　　(1)根據(jù)實(shí)際的注塑件檢測(cè)流程，搭建了注塑件外觀缺陷檢測(cè)系統(tǒng)。設(shè)計(jì)了檢測(cè)系統(tǒng)的硬件框架，并對(duì)其中關(guān)鍵的光學(xué)設(shè)備進(jìn)行了選型；基于模塊化的設(shè)計(jì)思想，設(shè)計(jì)了軟件客戶(hù)端的模塊架構(gòu)，并基于.Net平臺(tái)

2、開(kāi)發(fā)了各功能模塊的主要功能，實(shí)現(xiàn)了注塑件外觀缺陷檢測(cè)的自動(dòng)化控制。
　　(2)為抑制圖像中對(duì)缺陷檢測(cè)影響較大的背景紋理，設(shè)計(jì)了圖像預(yù)處理流程。對(duì)圖像增強(qiáng)、圖像重構(gòu)和圖像二值化等關(guān)鍵方法進(jìn)行了深入研究；以劃痕和亮斑缺陷為主要檢測(cè)對(duì)象，通過(guò)實(shí)驗(yàn)確定了具體的處理方法及其相關(guān)參數(shù)，實(shí)現(xiàn)了抑制注塑件背景紋理和提取缺陷區(qū)域的目的。
　　(3)為克服基于人工特征的檢測(cè)方法依賴(lài)性強(qiáng)、靈活性差等弊端，采用了卷積神經(jīng)網(wǎng)絡(luò)對(duì)注塑件外觀缺陷進(jìn)行檢測(cè)

3、。設(shè)計(jì)了網(wǎng)絡(luò)的具體結(jié)構(gòu)，并通過(guò)實(shí)驗(yàn)確定了結(jié)構(gòu)參數(shù)、訓(xùn)練參數(shù)和訓(xùn)練集大小等關(guān)鍵參數(shù)，構(gòu)建了分類(lèi)性能較理想的外觀缺陷檢測(cè)分類(lèi)器。該分類(lèi)器與圖像預(yù)處理流程組成了注塑件外觀缺陷的檢測(cè)方法。
　　(4)通過(guò)實(shí)驗(yàn)，驗(yàn)證了該缺陷檢測(cè)方法。通過(guò)對(duì)比實(shí)驗(yàn)，驗(yàn)證了圖像預(yù)處理對(duì)提升檢測(cè)正確率的重要性，以及卷積神經(jīng)網(wǎng)絡(luò)相對(duì)于SVM和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)異性和可靠性；通過(guò)多分類(lèi)實(shí)驗(yàn)，驗(yàn)證了該方法在多分類(lèi)任務(wù)下的正確性和靈活性。最后，對(duì)手機(jī)中殼注塑件的檢測(cè)結(jié)果表