基于機(jī)器視覺的受話器繞線與音圈涂層缺陷識別及應(yīng)用.pdf

1、受話器通過將音頻電信號轉(zhuǎn)換為聲音信號，廣泛應(yīng)用于手機(jī)、電話等終端通信設(shè)備中。受話器生產(chǎn)過程中，容易產(chǎn)生繞線與音圈涂層缺陷，降低產(chǎn)品的質(zhì)量，影響使用效果。本文研究了受話器的繞線與音圈涂層檢測，包含三項(xiàng)關(guān)鍵技術(shù)和一套應(yīng)用系統(tǒng):潛在缺陷區(qū)域分割技術(shù)、繞線與音圈涂層缺陷區(qū)域的形狀特征提取與選擇方法、繞線與音圈涂層缺陷的異步分類識別方法和受話器缺陷自動視覺檢測系統(tǒng)。最終利用開發(fā)的系統(tǒng)對本文的方法進(jìn)行了測試驗(yàn)證。
　　第一章，簡要介紹了機(jī)器視

2、覺檢測系統(tǒng)，總結(jié)了基于機(jī)器視覺的缺陷檢測技術(shù)研究現(xiàn)狀，分析了外形檢測、表面檢測和異物檢測的特點(diǎn)和難點(diǎn)。闡述了本文的研究背景與目標(biāo)，給出了主要研究內(nèi)容與框架。
　　第二章，分析了受話器的區(qū)域特點(diǎn)，提出了融合色度局部直方圖與自然特征的受話器潛在缺陷區(qū)域分割方法。研究了基于區(qū)域生長的彩色圖像分割方法，利用在HSV空間中各分量較少的相關(guān)性，將圖像轉(zhuǎn)換到HSV空間進(jìn)行分割，對于所獲取的區(qū)域進(jìn)行自然特征學(xué)習(xí)。在此基礎(chǔ)上提出了基于色度局部直方圖

3、的受話器缺陷區(qū)域提取方法，該方法通過繪制潛在缺陷區(qū)域的H、S、V分量直方圖，得到彩色空間的分布信息和色度統(tǒng)計(jì)量。提出了基于區(qū)域自然特征的受話器在線區(qū)域分割，文章利用色度局部直方圖的統(tǒng)計(jì)信息進(jìn)行受話器區(qū)域的粗分割，然后結(jié)合二值圖像的連通特征與位置信息進(jìn)行受話器缺陷精細(xì)分割，實(shí)現(xiàn)受話器潛在缺陷區(qū)域的分割過程。
　　第三章，在缺陷區(qū)域精細(xì)分割的基礎(chǔ)上，實(shí)現(xiàn)了受話器缺陷的形狀特征提取與選擇。從區(qū)域形狀特征的分類出發(fā)，將其分為內(nèi)部形狀特征和

4、外部形狀特征，并給出了各個形狀特征的獲取方法。在分析現(xiàn)有特征描述子的基礎(chǔ)上，針對受話器塊狀缺陷區(qū)域和線型缺陷區(qū)域，先進(jìn)行數(shù)學(xué)形態(tài)學(xué)缺陷區(qū)域優(yōu)化，再對得到的二值區(qū)域進(jìn)行特征提取，通過特征的評判準(zhǔn)則選取形狀特征用于后續(xù)分類識別。
　　第四章，研究了典型模式識別系統(tǒng)的組成，構(gòu)建了受話器的異步分類識別系統(tǒng)。分析了缺陷區(qū)域的檢測需求，提出了受話器繞線與音圈涂層缺陷的異步分類識別方法。通過線型模式識別方法來快速判別圖像是否存在缺陷，分析缺陷區(qū)

5、域的特征，針對不同的區(qū)域采用不同的特征量構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，利用構(gòu)建的神經(jīng)網(wǎng)絡(luò)能夠精確識別缺陷。分析各區(qū)域檢測的結(jié)果，并進(jìn)行性能評估，驗(yàn)證方法的有效性。
　　第五章，介紹了受話器缺陷自動視覺檢測系統(tǒng)及應(yīng)用驗(yàn)證。闡述了硬件和軟件設(shè)計(jì)的關(guān)鍵因素。將融合色度局部直方圖與自然特征的區(qū)域分割方法、缺陷區(qū)域的形狀特征提取與選擇和缺陷異步分類識別應(yīng)用于受話器缺陷的檢測中，開發(fā)了受話器缺陷自動視覺檢測系統(tǒng)。利用自主開發(fā)的原型系統(tǒng)對受話器缺陷進(jìn)行了檢