基于機(jī)器視覺(jué)和GPU的工件表面缺陷檢測(cè)高性能算法的研究.pdf

1、金屬工件表面的質(zhì)量是保證其產(chǎn)品質(zhì)量和商業(yè)價(jià)值的重要組成部分。為了克服傳統(tǒng)檢測(cè)手段的不足,本文引用機(jī)器視覺(jué)檢測(cè)技術(shù)實(shí)現(xiàn)工件表面質(zhì)量的自動(dòng)監(jiān)測(cè)。機(jī)器視覺(jué)具有非接觸、實(shí)時(shí)、精度高等優(yōu)點(diǎn),廣泛的應(yīng)用于各個(gè)領(lǐng)域。本文提出了兩個(gè)關(guān)鍵的要素,即保證檢測(cè)的精度和實(shí)時(shí)性,論文圍繞這兩個(gè)要素展開(kāi)進(jìn)行算法設(shè)計(jì)。視覺(jué)技術(shù)主要利用數(shù)字圖像處理作為算法和設(shè)計(jì)的關(guān)鍵,檢測(cè)主要包括圖像混合噪聲濾波,圖像分割與二值化,缺陷特征提取,缺陷識(shí)別與分類等關(guān)鍵技術(shù)。為了實(shí)現(xiàn)實(shí)時(shí)

2、在線檢測(cè)的需求,本文結(jié)合并行計(jì)算理論,提出了整個(gè)算法的設(shè)計(jì)思路,并通過(guò)實(shí)驗(yàn)對(duì)思路進(jìn)行了驗(yàn)證。
　　1、完成系統(tǒng)硬件平臺(tái)的搭建,并對(duì)其中關(guān)鍵技術(shù)進(jìn)行討論。對(duì)系統(tǒng)中的照明方案、攝像機(jī)和鏡頭的選型、圖像處理單元等進(jìn)行了詳細(xì)的分析,在搭建好的平臺(tái)上獲取工件的最佳表面圖片。
　　2、完成核心算法的設(shè)計(jì)。在MATLAB仿真平臺(tái)上對(duì)圖像進(jìn)行混合噪聲濾波,提出了灰度數(shù)字形態(tài)學(xué)濾波,采用正交的模板對(duì)圖像進(jìn)行形態(tài)學(xué)運(yùn)算,實(shí)驗(yàn)對(duì)比傳統(tǒng)的算子驗(yàn)證本

3、算子的最優(yōu)比。缺陷的檢測(cè)需要分割感興趣的圖像區(qū)域,本文采用了簡(jiǎn)單易行的差影法,在對(duì)差影后的圖像進(jìn)行二值化時(shí)采用OSTU法確定分割閾值。對(duì)缺陷的標(biāo)記方便后續(xù)的識(shí)別和分類,8連通標(biāo)記法能夠滿足缺陷的標(biāo)記。為了量化缺陷區(qū)域,采用灰度特征、形態(tài)特征、紋理特征、投影特征等量進(jìn)行優(yōu)化表征缺陷的大部分信息。最后采用對(duì)缺陷識(shí)別與分類比較有優(yōu)勢(shì)的BP神經(jīng)網(wǎng)絡(luò)作為分類器。對(duì)設(shè)計(jì)的算法進(jìn)行驗(yàn)證,數(shù)據(jù)表明能夠確保檢測(cè)的精度。
　　3、實(shí)時(shí)在線檢測(cè)的關(guān)鍵是