基于機器視覺的曲面工件表面缺陷檢測方法研究.pdf

1、國家“十二五”規(guī)劃中大力倡導(dǎo)發(fā)展智能制造裝備產(chǎn)業(yè)，推進(jìn)智能自動化檢測的發(fā)展。企業(yè)大生產(chǎn)和零廢品控制要求生產(chǎn)加工形成在線自動檢測。機器視覺在自動化檢測中起著關(guān)鍵作用。目前，對平面工件的自動檢測研究較多，曲面工件自動檢測因為其種類繁多，往往存在一定曲率等原因難以實現(xiàn)自動檢測。因此本文中展開基于機器視覺的曲面工件表面缺陷檢測研究具有現(xiàn)實意義。
　　論文完成了曲面工件圖像采集、圖像預(yù)處理、圖像特征提取、分類器的構(gòu)建，最終完成了時域和頻域中

2、缺陷圖像的識別和分類，經(jīng)過對比得出頻域中擁有更好的檢測效果。
　　具體研究內(nèi)容如下：
　?。?）實現(xiàn)了曲面工件圖像采集：本文中選用CMOS圖像傳感器和基于LED的球形漫反射均勻照明，在VC平臺下編寫程序完成圖像采集。
　?。?）曲面工件圖像預(yù)處理：采集到的曲面工件圖像經(jīng)過一系列圖像預(yù)處理，包括圖像灰度化、濾波、增強、Hough圓檢測、掩模操作，預(yù)處理后的圖像在最大程度上保持了圖像信息的完整性和清晰度。
　?。?）

3、對長度的標(biāo)定方法和對面積的標(biāo)定方法：曲面工件存在曲率問題，在計算曲面工件直徑等參數(shù)時采用對長度的標(biāo)定方法，在計算缺陷面積時采用對面積的標(biāo)定方法，解決了曲面工件曲率對于曲面工件特征計算的影響。
　　（4）曲面工件圖像分割和特征提?。簩D像進(jìn)行分割，提取缺陷部分單獨圖像，從時域和頻域兩個角度提取圖像的特征值。在時域中提取圖像缺陷部分的幾何特征。在頻域中，構(gòu)造5×8的Gabor濾波器對曲面工件圖像進(jìn)行濾波，提取濾波圖像灰度均值和方差作為