磁材表面缺陷视觉检测方法

摘要

随着我国国民经济水平的提升,人们对高品质、高精度、高可靠性的产品需求也日益增加,传统的检测手段已经不能满足产品的快速检测的要求。而计算机技术的提升,使得数字图像处理技术得到广泛应用,基于机器视觉的表面缺陷检测系统成为产品质量控制的重要手段。基于上述背景,本文对磁性材料的缺陷视觉检测方法进行了研究,提出了针对磁材缺陷的视觉检测算法,并将其运用于在线磁材缺陷检测系统中。
　　首先针对元件定位,本文提出了一种金子塔的边缘模板匹配方法,通过构造匹配度量函数,使磁材定位精度对非线性,线性光照,特征缺失,污损等不敏感,达到匹配结果鲁棒性要求。通过向量取舍、改进搜索终止条件、稀疏矩阵降维、图像分层搜索策略4个优化算法,加速匹配运算过程。同时设计DXF文件解析模块,直接从Autocad文件读取形状参数,方便检测参数调整。实验表明匹配算法对非线性光照,部分遮挡,污损有很强的鲁棒性,定位时间小于50ms。
　　其次本文研究了磁材纹理的提取和滤波,本文综合比较了两种滤波方法,第一种是在图像的频域构造带状滤波器,通过去除沿纹理方向垂直方向的频谱,达到空域去除纹理的目的;第二种方法则构建一种各向异性滤波器,该滤波器能在去除纹理的同时很好的保留缺陷的边缘。实验结果表明,各向异性滤波效果要优于频率域的滤波,速度较快,滤波之后纹理和缺陷部分得以较好区分。
　　针对缺陷区域的分割、缺陷的描述以及分类,我们首先提取的纹理区域灰度均值、标准差和熵,对纹理滤波后的图像进行二值化处理,并且通过纹理特征进一步确定缺陷区域。对缺陷区域经过形态学运算,将缺陷区域图像去噪。最后用缺陷图像的样本的缺陷的位置、区域面积、圆形度、外接矩形长宽比、凸状性组成5维特征向量训练分类器,用线性Fisher分类器对缺陷加以分类。实验表明,缺陷提取以及分类满足标准,尺寸测量以及表面测量的时间在80ms以内。
　　最后介绍软件系统的实现,分别阐述了MVC软件架构以及多线程的实现。根据上述算法描述,基于MFC以及Opencv编制程序。实际运用结果表明,检测一副图片时间在150ms以内,软件连续稳定运行时间在5小时以上;误检率小于2％。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景及研究的目的和意义

1.2 机器视觉缺陷检测系统的基本组成

1.3 国内外在该方向的研究现状及分析

1.4 磁材缺陷检测系统难点分析

1.5 本文的主要内容及结构安排

第2章 磁材缺陷检测系统总体设计

2.1 现有的一些磁材缺陷系统方案

2.2 本文磁材检测系统总体方案设计

2.3 各子系统详细设计

2.4 设备总成图

2.5 本章小节

第3章 图像预处理以及磁材元件定位

3.1 图像采集及预处理

3.2 图像的空域增强以及图像分割

3.3元件精确定位

3.4 目标识别过程

3.5 模板匹配试验

3.6 检测区域的裁剪

3.7本章小节

第4章 纹理特征提取与缺陷分割

4.1 磁材纹理描述方法

4.2 基于带状滤波器的纹理去除方法

4.3基于各向异性滤波的纹理去除方法

4.4 缺陷分割以及缺陷的提取

4.5 形态学运算

4.6 缺陷识别

4.7本章小节

第5章 软件系统实现

5.1 MVC 软件架构以及在MFC中的实现

5.2 模块功能划分

5.3 性能需求分析

5.4系统的软件实现

5.5整体实现

5.6 本章小结

结论

参考文献

致谢

声明

攻读硕士学位期间取得的科研成果