基于機(jī)器視覺的彩鋼板缺陷檢測和智能分類研究.pdf

1、分類號：TP3914密級：不保密學(xué)校代碼：10057研究生學(xué)號：13832002基于機(jī)器視覺的彩鋼板缺陷檢測和智能分類研究ResearchonColorSteelPlateDefectDetectionandIntelligentClassificationBasedonMachineVision專業(yè)名稱：機(jī)械電子工程指導(dǎo)教師姓名：李亞教授研究生姓名：孫創(chuàng)開申請學(xué)位級別：工學(xué)碩士論文提交日期：2016年3月論文課題來源：自選課題學(xué)位授予

2、單位：天津科技大學(xué)摘要隨著家電產(chǎn)品消費市場的火熱，作為家電產(chǎn)品原材料之一的彩鋼板也隨之得到日益廣泛的應(yīng)用。家電產(chǎn)品上使用的彩鋼板表面質(zhì)量標(biāo)準(zhǔn)相較于其他方面用途的鋼板更加嚴(yán)格，本課題針對這一市場需求，利用視覺檢測技術(shù)設(shè)計出一套彩色鋼板表面缺陷檢測以及缺陷類型分類系統(tǒng)。該系統(tǒng)主要的結(jié)構(gòu)由：缺陷圖像采集、缺陷圖像處理、缺陷特征選擇和提取以及缺陷類型分類識別四大部分組成。在檢測、識別分類過程中對遇到的關(guān)鍵技術(shù)問題都在理論和實踐兩個方面做了深入的

3、研究，本文主要完成的工作如下：1根據(jù)每類缺陷的特征選擇相適應(yīng)的照明方案。在最大程度上突顯缺陷特征的原則指導(dǎo)下，圖像采集系統(tǒng)采用明、暗場相結(jié)合方式進(jìn)行照明。根據(jù)檢測系統(tǒng)的實際需求和實驗室現(xiàn)有條件自行設(shè)計制作出一套光照亮度連續(xù)可調(diào)的LED漫反射光源裝置。2檢測系統(tǒng)軟件部分采用多線程結(jié)構(gòu)。該軟件系統(tǒng)由圖像采集線程、圖像處理線程、缺陷信息數(shù)據(jù)庫線程構(gòu)成，并通過一個總線程控制器分別實現(xiàn)對各個線程運行的控制，確保整個缺陷檢測系統(tǒng)能夠在高效、精確、穩(wěn)

4、定的狀態(tài)下運行。3根據(jù)缺陷成因和形貌特征深入研究了圖像預(yù)處理以及分割算法。經(jīng)過實驗對比分析，中值濾波和圖像灰度拉伸作為圖像預(yù)處理算法；本文針對不同缺陷特點綜合運用閡值分割、Canny邊緣檢測分割、分水嶺分割算法和形態(tài)學(xué)等方法成功地將缺陷從背景圖像中分離出來。4研究了缺陷特征選擇和提取方法。按照模式識別對特征選擇標(biāo)準(zhǔn)的原則，本文將幾何、拓?fù)洹⒒叶冉y(tǒng)計、形狀和紋理這五類特征組成的特征向量作為分類器的輸入。為提高特征向量數(shù)據(jù)對分類識別的有效性

5、，隨后又運用剔除離群點和特征分量歸一化方法對這些原始特征分量進(jìn)行優(yōu)化處理，使這些特征分量具有更加良好的分類能力。5設(shè)計出了基于多層感知器模型的BP神經(jīng)網(wǎng)絡(luò)分類器模型。該分類器經(jīng)過首次訓(xùn)練和再次改善訓(xùn)練之后能夠?qū)τ桶?、麻點、劃痕、油漆亮斑和砂紋面帶狀色差帶這五類缺陷進(jìn)行較準(zhǔn)確的識別，其中麻點和劃痕的識別率可以達(dá)到100％。實驗結(jié)果表明本文設(shè)計的彩鋼板表面檢測與分類系統(tǒng)對關(guān)鍵技術(shù)的解決方法是有效的、可行的，對彩鋼板表面質(zhì)量檢測具有一定的參考