基于機器視覺的小型金屬部件表面缺陷檢測系統(tǒng).pdf

1、隨著計算機技術(shù)的發(fā)展，機器視覺技術(shù)在工業(yè)在線檢測中的優(yōu)勢越來越明顯。由于機器視覺技術(shù)具有非接觸、不疲勞等人工檢測無法比擬的優(yōu)點，可以大幅降低檢測成本、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)檢測領(lǐng)域得到了廣泛的應用。但在小型金屬部件表面缺陷檢測方面，由于金屬表面的缺陷生成的機理較為復雜，缺陷表現(xiàn)形式多樣化，因此要更普遍、成功地應用機器視覺技術(shù)還有許多難題必須研究和解決。
　　 本文在參考國內(nèi)外相關(guān)文獻和技術(shù)

2、成果的基礎上，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原理和方法，并開發(fā)了相關(guān)的實時在線檢測系統(tǒng)。該系統(tǒng)以機器視覺理論為基礎，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，以及友好的人機界面。
　　 本文首先根據(jù)Ni-Fe-B工件缺陷檢測系統(tǒng)的要求，提出并論證了檢測系統(tǒng)的實現(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，設計了低角度暗視場的環(huán)形光的光源照明方案；同時分析了攝像機成

3、像的機理和模型，選擇了合適的相機和鏡頭，完成了圖像采集方案的設計和論證。
　　 在系統(tǒng)的軟件設計方面，首先分析了檢測系統(tǒng)中常用的圖像處理基本算法。為了解決工件的細微性缺陷在處理時易與周圍背景相混淆而造成誤判的問題，提出了用多邊形感興趣區(qū)域( Rigion of Interest， ROI)劃定缺陷檢測的區(qū)域，且根據(jù)對工件自動定位的結(jié)果自動調(diào)整ROI坐標的自動檢測方法，既提高了檢測的精確性，又降低了了處理的難度。在工件自動定位方面

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豐富的特點，提出了基于邊緣點特征的序列相似性檢測的算法( Sequential Similarity Detection Algorithm, SSDA)，實驗結(jié)果表明該算法很好的克服了其它算法由于實時性差無法滿足在線檢測要求的缺點。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。在檢測的最后，分析研究了像素標記算法，對工件表面的目標進行統(tǒng)計和特征