磁瓦磨削表面損傷的視覺檢測(cè)算法研究.pdf

1、隨著“工業(yè)4.0”以及“中國(guó)制造2025”的提出,高效率、自動(dòng)化、智能化的生產(chǎn)線將是未來(lái)制造業(yè)發(fā)展的重點(diǎn)。永磁鐵氧體磁瓦作為電機(jī)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(dòng)系統(tǒng)的性能、壽命及安全性。國(guó)內(nèi)大多數(shù)磁瓦生產(chǎn)廠家目前對(duì)磁瓦的檢測(cè)采用人工目測(cè)，檢測(cè)的準(zhǔn)確性、穩(wěn)定性難以保證并且勞動(dòng)成本高，因此采用數(shù)字圖像處理技術(shù)來(lái)實(shí)現(xiàn)對(duì)磁瓦表面缺陷的自動(dòng)檢測(cè)有著重要實(shí)踐意義。
　　本課題采用數(shù)字圖像處理技術(shù)對(duì)

2、磁瓦內(nèi)、外表面進(jìn)行無(wú)損檢測(cè)，通過在實(shí)驗(yàn)室搭建的圖像采集平臺(tái)對(duì)磁瓦進(jìn)行圖像采集，利用數(shù)字圖像處理的各種算法檢測(cè)并識(shí)別出磁瓦缺陷。主要完成的工作如下：
　　1、根據(jù)檢測(cè)要求，完成了數(shù)碼相機(jī)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(jìn)一步研究了四種缺陷對(duì)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(duì)采集到的磁瓦圖像進(jìn)行感興趣區(qū)域提取，然后針對(duì)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(diǎn)，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(shí)充分考慮了被污染區(qū)域的邊緣特征，提升了對(duì)圖像細(xì)節(jié)的保護(hù)能力。針對(duì)濾波后圖像對(duì)比度有所降低，在總結(jié)了圖像增強(qiáng)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(qiáng)算法。
　　3、針對(duì)經(jīng)濾波后的磁瓦圖像特點(diǎn)，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(duì)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