面向成型生產(chǎn)的視覺式缺陷識別技術(shù)及應(yīng)用研究.pdf

1、成型生產(chǎn)是工業(yè)產(chǎn)品最具優(yōu)勢也是最主要的加工方式，采用機(jī)器視覺技術(shù)實(shí)現(xiàn)成型生產(chǎn)的實(shí)時(shí)監(jiān)控，對提高生產(chǎn)效率和產(chǎn)品質(zhì)量具有重要意義。為此，提出了面向成型生產(chǎn)的視覺式缺陷識別方法與技術(shù)。
　　 本文研究工作包括三項(xiàng)關(guān)鍵技術(shù)和一套應(yīng)用系統(tǒng)：模腔異物識別技術(shù)，表面缺陷識別技術(shù)，制件外形匹配和檢測技術(shù)，以及分級模塊化雙模式視覺式缺陷識別系統(tǒng)。取得了四項(xiàng)創(chuàng)新：圖像的多分辨散度圖分析技術(shù)，信號的Top—Hat變換序列分析方法，基于小尺度小波變換的

2、邊緣自適應(yīng)提取技術(shù)，基于多尺度小波的形狀多分辨檢測技術(shù)。
　　 本文的組織結(jié)構(gòu)為：
　　 第一章，闡述了面向成型生產(chǎn)的視覺式缺陷識別技術(shù)，綜述了國內(nèi)外機(jī)器視覺檢測方法及關(guān)鍵技術(shù)的研究及應(yīng)用現(xiàn)狀，指出其在成型生產(chǎn)監(jiān)控中意義與研究應(yīng)用的不足，介紹研究內(nèi)容和論文結(jié)構(gòu)。
　　 第二章，研究圖像變化識別存在的兩大難點(diǎn)，分析圖像之間的回歸關(guān)系，提出基于散布圖的異物識別方法，通過構(gòu)造樣條生成回歸線、散點(diǎn)離差統(tǒng)計(jì)獲得匹配置信區(qū)間

3、，實(shí)現(xiàn)了檢測的光照無關(guān)性。提出結(jié)合多分辨的散布圖優(yōu)化技術(shù)，通過對兩幅圖像分別進(jìn)行同階小波分解，獲得了消除邊緣細(xì)節(jié)的逼近圖像，實(shí)現(xiàn)了檢測的幾何偏差無關(guān)性。通過本章技術(shù)對監(jiān)控圖像進(jìn)行分析，判斷成型模具中是否殘留異物，實(shí)現(xiàn)了模具自動保護(hù)。
　　 第三章，分析圖像中不同對象在Top—Hat變換序列中的行為，研究結(jié)構(gòu)元素尺寸對分割對象的影響，提出信號的O—TH分解樹和對象譜分析方法，提出最佳尺寸獲取和目標(biāo)修補(bǔ)技術(shù)，實(shí)現(xiàn)了具有準(zhǔn)確性和完整性

4、的缺陷自適應(yīng)提取。通過本章提出的技術(shù)對模腔及制件表面進(jìn)行檢測，識別其是否存在劃痕、麻坑、流痕或龜裂等缺陷，實(shí)現(xiàn)了模腔和產(chǎn)品表面質(zhì)量的監(jiān)控。
　　 第四章，研究在復(fù)雜背景下目標(biāo)邊緣的特征，分析小波尺度對變換結(jié)果的影響，提出基于小尺度小波變換和邊緣完整性連接的邊緣定位技術(shù)，實(shí)現(xiàn)了目標(biāo)輪廓的完整提取。提出了小波多分辨的形狀分析方法，實(shí)現(xiàn)了起點(diǎn)無關(guān)的輪廓曲線小波變換，在粗尺度下完成形變判定，在細(xì)尺度下完成輪廓缺陷精檢測。通過本章提出的技

5、術(shù)，捕獲制件或模具外形，分析輪廓是否發(fā)生曲翹形變、破損或飛邊等缺陷，實(shí)現(xiàn)了模具和制件外形質(zhì)量的監(jiān)控。
　　 第五章，介紹了面向成型生產(chǎn)的視覺式缺陷識別原型系統(tǒng)的開發(fā)及應(yīng)用驗(yàn)證。闡述了硬件和軟件平臺設(shè)計(jì)的約束和關(guān)鍵要素。硬件設(shè)計(jì)包括圖像采集、光照和傳輸?shù)仍O(shè)備及互相間的連接。軟件設(shè)計(jì)包括以去噪增強(qiáng)、邊緣檢測、區(qū)域分割、角點(diǎn)提取、模板匹配和紋理分析等為元素的工具集，以及信號處理、數(shù)學(xué)形態(tài)學(xué)、統(tǒng)計(jì)學(xué)、圖形學(xué)等算法庫。最后，利用自主開發(fā)的