产品表面质量视觉检测时频分析方法研究及其系统实现

摘要

产品表面质量视觉在线检测已经成为有效提高产品表面质量的重要手段，在工业生产中得到了广泛的应用，但是传统视觉检测方法的准确率和精度仍然有待进一步提高。在产品表面质量视觉检测领域，由于在进行图像分割、图像配准和特征提取时，时频分析方法的准确率和精度要明显优于传统方法，因此越来越受到研究人员的重视。本文根据机器视觉检测理论，针对宽幅面工业产品表面质量检测的特点，以时频分析技术为基础，提出了一种分布式产品表面质量视觉检测系统，并对产品表面质量视觉检测中的算法和技术进行了深入的研究。
　　在宽幅面、高精度的产品表面质量视觉检测中，传统的单相机搭配单个处理器的方式已经不能满足检测系统的实时性要求，因此，根据产品表面质量视觉检测的特点，提出了一种分布式产品表面质量视觉检测系统，以更好地满足系统的实时性要求。通过对产品表面图像进行预处理，可以有效降低各种干扰因素对后续检测算法的影响，提高算法的稳定性。本文根据产品表面图像的特点，提出了一种面向产品表面质量视觉检测的自适应中值滤波器，以有效滤除图像中的椒盐噪声；采用一种基于二次多项式的灰度非线性变换算法，以消除不同时刻采集的图像亮度不一致的现象；并提出了一种插值补偿的自适应阈值曲面算法，以降低光照不均对图像分割算法的影响。
　　采用时频分析技术，可以滤除产品表面图像中复杂的背景纹理，提高检测的正确率。本文提出了一种面向条纹图像缺陷分割的傅立叶分析方法，在运用短时傅立叶变换对该方法进行改进后，可以用于浮法玻璃波筋的在线检测；同时，针对非稳态纹理的产品表面图像，提出了一种基于小波变换的阈值曲面分割方法，可以实现缺陷和纹理背景的有效分离；此外，根据小波变换中的多分辨率技术，提出了一种基于小波变换的边缘特征配准算法，可以快速地实现图像配准和缺陷定位。
　　针对产品表面质量视觉检测中同类缺陷间的差异较大，而不同类缺陷间差异有时并不显著的特点，本文提出了一种将灰度几何特征、多尺度局部纹理特征和整体纹理特征相结合的缺陷特征的小波域增强方法。该方法采用灰度几何特征描述同类缺陷的类内差异，采用多尺度局部纹理特征描述不同类缺陷的类间差异，并采用多尺度整体纹理特征消除噪声等干扰因素的影响，可以有效保证特征提取算法的稳定性。
　　根据人眼辨识物体的原理，本文提出了一种通用的产品表面缺陷分类器。该分类器采用小波域增强的缺陷特征进行分类，可以提高算法的适应性，缩短系统的开发周期。此外，该分类器引入了算法改进机制，识别率可以随着不断使用逐步得到增强。
　　最后，根据上述方法实现了一种采用短时傅立叶变换方法改进的浮法玻璃在线检测系统，以及一种基于小波分析方法的冷轧带钢表面质量在线检测系统，取得了较好的检测效果。

目录

声明

1 绪 论

1.1 课题来源、研究背景、目的和意义

1.2 产品表面质量视觉检测方法的国内外研究现状

1.3 产品表面质量视觉检测的关键技术问题

1.4 论文的总体结构及主要研究内容

2 产品表面质量视觉检测系统的体系结构

2.1 引言

2.2 分布式产品表面质量视觉检测系统的基本结构

2.3 检测系统的硬件系统设计

2.4 检测系统的软件系统设计

2.5 本章小结

3 产品表面图像的预处理

3.1 引言

3.2 图像降噪

3.3 图像灰度变换

3.4 图像阈值曲面的建立

3.5 本章小结

4 产品表面图像的时频分析

4.1 引言

4.2 傅立叶域的产品表面图像分析

4.3 小波域的产品表面质量分析

4.4 本章小结

5 产品表面图像的小波域增强特征提取方法

5.1 引言

5.2 灰度特征和几何形状特征的提取

5.3 局部纹理特征的提取

5.4 基于小波变换的多尺度纹理特征的提取

5.5 本章小结

6 基于小波域增强特征的缺陷分类器设计

6.1 引言

6.2 分类器的总体设计

6.3 分类器设计中的关键技术

6.4 分类器的优化

6.5 本章小结

7 产品表面质量视觉检测系统的实现

7.1 引言

7.2 一种采用短时傅立叶分析方法改进的浮法玻璃在线检测系统

7.3 一种基于小波分析方法的冷轧带钢表面质量在线检测系统

7.4 本章小结

8 全文总结与展望

8.1 全文总结

8.2 工作展望

致谢

参考文献

附录1 攻读学位期间发表论文和研究成果