平板表面缺陷自動光學(xué)檢測技術(shù)及系統(tǒng)架構(gòu).pdf

1、隨著新工藝和新材料的應(yīng)用，現(xiàn)在一些材料加工和機械制造領(lǐng)域(如薄膜、紙張、平板材料)中，產(chǎn)品的生產(chǎn)速度和品質(zhì)得到了很大提高，相應(yīng)的也給這些產(chǎn)品的缺陷檢測帶來了很大挑戰(zhàn)。如對平板類材料帶鋼而言，其生產(chǎn)中的檢測速度普遍要求在300米/分鐘以上，檢測精度要求0.5毫米；對于同屬平板材料的6th TFT-LCD液晶平板，生產(chǎn)中的檢測速度要求3分鐘/塊，檢測精度要求3微米以下。對于這些要求，傳統(tǒng)的檢測手段受限于材料的性質(zhì)，檢測精度較低，速度較慢。為

2、此論文對高速高精度視覺檢測的關(guān)鍵技術(shù)進行了研究，包括系統(tǒng)架構(gòu)的確立與搭建、遠(yuǎn)程控制處理軟件、光照成像模型、混合信號的ICA噪聲分離以及缺陷圖像的分割與分類等。
　　學(xué)位論文選題來源于國家863資助項目--精密組裝生產(chǎn)線高速高精度并行檢測系統(tǒng)(2009AA042114)，論文的目的是建立一種對材料性質(zhì)、缺陷種類、精度和速度要求有普適性的統(tǒng)一的視覺檢測技術(shù)。為此論文圍繞著表面缺陷的高速高精度檢測技術(shù)開展了系統(tǒng)深入的研究，主要的研究工作

3、和創(chuàng)新點如下：
　　(1)研究了表面缺陷并行采集和處理的系統(tǒng)結(jié)構(gòu)，并在背光源和滾筒檢測實驗裝置上進行了驗證。系統(tǒng)主要針對大面積和高精度表面進行在線檢測，在系統(tǒng)架構(gòu)中，研究了多臺高速線陣相機合并視場成像，并用多臺工控機進行圖像并行處理的檢測方式，同時系統(tǒng)中為實現(xiàn)傳輸結(jié)果和集中控制，還編寫了遠(yuǎn)程控制和性能監(jiān)視軟件。經(jīng)過驗證，在1m/s速度下系統(tǒng)的分辨率可達(dá)到10μm。
　　(2)研究了基于表面仿真、陰影函數(shù)和電磁散射場的表面及缺

4、陷成像規(guī)律，應(yīng)用成像規(guī)律提高了采集圖像對比度。為了解不同種類材料及表面缺陷下的輪廓起伏程度、相關(guān)長度和延伸方向?qū)饩€的反射和散射強度產(chǎn)生的影響，仿真了基于譜密度的一維和二維隨機粗糙表面模型，研究了修正的遮擋條件概率下隨機表面陰影函數(shù)，同時應(yīng)用了Beckmann公式來求解表面電磁散射場產(chǎn)生的空間遠(yuǎn)場光強度。通過三個部分的聯(lián)合構(gòu)建出完整的表面散射模型，從而解決了缺陷成像中散射光強分布與相機正確放置位置問題，提高了缺陷采集圖像的對比度。

5、>　　(3)建立了無需參數(shù)設(shè)置的一種缺陷去噪方法，方法對于實驗中的不同材料，在噪聲源和統(tǒng)計特性未知、圖像及噪聲混合函數(shù)未知的情況下具有較好的去噪效果。該去噪方法基于獨立成分分析(ICA)和FastICA方法，同時論文提出了采用ψ-函數(shù)作為目標(biāo)函數(shù)和非二次函數(shù)共軛梯度迭代的改進FastICA方法進行圖像和噪聲的盲源分離(BSS)。最后，通過對不同材料采取改變光源角度和亮度、調(diào)整相機角度及材料運動速度的情況下進行了成像和降噪實驗，驗證了盲源

6、分離的去噪效果。
　　(4)針對紋理圖像的缺陷檢測，研究了使用SVD濾除紋理背景的預(yù)處理算法，并用GPU進行并行化計算。同時對于材料缺陷同時存在清晰/模糊邊界的情況，研究了自適應(yīng)缺陷輪廓跟蹤算法。
　　(5)研究了基于1-分類的SVM缺陷分類方法，對分類中不同類樣本數(shù)目不均衡的情況提高了分類準(zhǔn)確率。為更好描述缺陷性質(zhì)，研究選取了缺陷圖像的不同階矩作為表征缺陷性質(zhì)的特征參數(shù)，使同類缺陷具有尺度、旋轉(zhuǎn)和灰度不變性；同時對于分類中