磁瓦磨削表面損傷的視覺檢測算法研究.pdf

1、隨著“工業(yè)4.0”以及“中國制造2025”的提出,高效率、自動化、智能化的生產(chǎn)線將是未來制造業(yè)發(fā)展的重點。永磁鐵氧體磁瓦作為電機的重要組成部分，廣泛應(yīng)用于汽車、家電等行業(yè)，具有廣闊發(fā)展空間，其品質(zhì)關(guān)系到電動系統(tǒng)的性能、壽命及安全性。國內(nèi)大多數(shù)磁瓦生產(chǎn)廠家目前對磁瓦的檢測采用人工目測，檢測的準確性、穩(wěn)定性難以保證并且勞動成本高，因此采用數(shù)字圖像處理技術(shù)來實現(xiàn)對磁瓦表面缺陷的自動檢測有著重要實踐意義。
　　本課題采用數(shù)字圖像處理技術(shù)對

2、磁瓦內(nèi)、外表面進行無損檢測，通過在實驗室搭建的圖像采集平臺對磁瓦進行圖像采集，利用數(shù)字圖像處理的各種算法檢測并識別出磁瓦缺陷。主要完成的工作如下：
　　1、根據(jù)檢測要求，完成了數(shù)碼相機以及鏡頭的選型。通過研究磁瓦的物理特征，選擇了合適的光源作為本課題的采集照明光源。進一步研究了四種缺陷對光線的反射特性，在相關(guān)的原理分析基礎(chǔ)上確定了四種缺陷的最佳照明方案。
　　2、首先對采集到的磁瓦圖像進行感興趣區(qū)域提取，然后針對磁瓦圖像存在

3、大量的灰度脈沖噪聲，研究了傳統(tǒng)去噪方法并分析其性能上的缺點，在此基礎(chǔ)上提出了一種極值方向中值濾波的算法。該算法在噪聲修復(fù)時充分考慮了被污染區(qū)域的邊緣特征，提升了對圖像細節(jié)的保護能力。針對濾波后圖像對比度有所降低，在總結(jié)了圖像增強算法的本質(zhì)后提出了一種適應(yīng)于磁瓦圖像的灰度增強算法。
　　3、針對經(jīng)濾波后的磁瓦圖像特點，在研究了傳統(tǒng)分割算法的不足后，提出了基于下包絡(luò)線灰度對比度的缺陷分割算法和基于曲線擬合的磁瓦缺陷分割算法兩種算法。這