基于图像分析的炉体喷涂缺陷自动检测方法

摘要

随着企业生产规模的扩大及对产品品质要求的提高，实现产品质量的自动化检测越来越受到重视。目前，国内大部分企业进行炉体检测还依靠人工进行作业，人工检测易受到人员疲劳度、工作经验及环境的影响，不能满足现代化生产要求。人工漏检导致的高次品率不仅影响了企业的生产效率，同时会对企业的利润及声誉造成重大影响。本课题开发了炉体喷涂缺陷自动检测系统，研究的对象是微波炉炉体喷涂内腔上的多种随机缺陷，目的是快速、准确地检测出有缺陷的炉体，满足现代化生产对速度及品质的要求，提高检测精度。 本论文详细阐述了系统设计方案及硬件的选择。在软件设计中，针对各种缺陷的自身特点提出了不同的算法。结合CCD光电检测及计算机图像处理等技术，以MATLAB为软件平台，设计了炉体喷涂缺陷的CCD自动检测系统。论文的主要研究内容有： 1.研究了炉体喷涂缺陷的特征，根据工厂环境及技术要求，设计了图像采集的硬件系统。 2.对采集的图像进行了处理并对缺陷种类进行了识别。在图像增强方面，分别运用了空域法中的直方图均衡化处理和频域法中的高通滤波及低通滤波，并进行了比较；在平滑降噪过程中分别运用了均值滤波和中值滤波，结果表明非线性中值滤波后的图像效果较好；并通过大量实验采用Symlet小波包进行了降噪处理；利用最大熵阈值分割方法对图像进行二值化处理，使目标缺陷从背景中更好地显现出来；最后采用数学形态学中的开操作运算对图像中的缺陷完美还原，并对检测出来的缺陷按照编制的程序进行了识别分类。 3.针对涉及到的各种缺陷，提出了相应的检测算法，使用MATLAB7.0开发了自动检测软件。 4.对大量实验数据进行了分析，并给出了实验的检测结果。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2基于视觉的自动检测技术现状

1.3本课题的研究对象和方案选择

1.4论文的结构

1.5本章小结

第二章自动检测系统的硬件设计

2.1系统的组成及喷涂工艺简介

2.2系统设计的技术要求

2.3系统的硬件组成

2.3.1系统原理概述

2.3.2 CCD的工作原理及选择

2.3.3 CCD快门和光圈的设定

2.3.4图像采集卡的选择

2.3.5工件与镜头距离设定

2.4本章小结

第三章自动检测系统的图像处理和检测方法

3.1编程思想和流程

3.2本系统的图像处理方法

3.2.1图像增强的方法

3.2.2图像的平滑算法

3.2.3图像的小波包降噪

3.2.4图像二值化处理中的阈值分割

3.2.5图像的形态学变换

3.3本系统缺陷检测方法的研究

3.3.1针孔缺陷的检测方法

3.3.2桔皮和粉包缺陷的检测方法

3.3.3污点和透青缺陷的检测方法

3.3.4裂纹缺陷的检测方法

3.3.5算法小结

3.4.本章小结

第四章缺陷种类识别及实验数据分析

4.1缺陷种类识别

4.1.1模式识别概述

4.1.2统计图像识别

4.1.3图像缺陷的特征参数

4.1.4特征定义与判别过程

4.2实验数据分析

4.3本章小结

第五章全文总结与展望

5.1全文总结

5.2展望

参考文献

致 谢