基于机器视觉的曲面工件表面缺陷检测方法研究

摘要

国家“十二五”规划中大力倡导发展智能制造装备产业，推进智能自动化检测的发展。企业大生产和零废品控制要求生产加工形成在线自动检测。机器视觉在自动化检测中起着关键作用。目前，对平面工件的自动检测研究较多，曲面工件自动检测因为其种类繁多，往往存在一定曲率等原因难以实现自动检测。因此本文中展开基于机器视觉的曲面工件表面缺陷检测研究具有现实意义。
　　论文完成了曲面工件图像采集、图像预处理、图像特征提取、分类器的构建，最终完成了时域和频域中缺陷图像的识别和分类，经过对比得出频域中拥有更好的检测效果。
　　具体研究内容如下：
　　（1）实现了曲面工件图像采集：本文中选用CMOS图像传感器和基于LED的球形漫反射均匀照明，在VC平台下编写程序完成图像采集。
　　（2）曲面工件图像预处理：采集到的曲面工件图像经过一系列图像预处理，包括图像灰度化、滤波、增强、Hough圆检测、掩模操作，预处理后的图像在最大程度上保持了图像信息的完整性和清晰度。
　　（3）对长度的标定方法和对面积的标定方法：曲面工件存在曲率问题，在计算曲面工件直径等参数时采用对长度的标定方法，在计算缺陷面积时采用对面积的标定方法，解决了曲面工件曲率对于曲面工件特征计算的影响。
　　（4）曲面工件图像分割和特征提取：对图像进行分割，提取缺陷部分单独图像，从时域和频域两个角度提取图像的特征值。在时域中提取图像缺陷部分的几何特征。在频域中，构造5×8的Gabor滤波器对曲面工件图像进行滤波，提取滤波图像灰度均值和方差作为特征向量。
　　（5）数据降维和分类器的构建：时域中构造二叉树分类器对时域特征进行分类。频域中提取到的图像特征向量维数较高，采用主成分分析法对特征数据进行降维，构造基于马氏距离的最近邻分类器，完成了对工件图像包括无缺陷在内的六个等级的分类。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景和意义

1.2 研究现状

1.3 研究内容

1.4 本章小结

2 曲面工件图像采集

2.1 CMOS图像传感器

2.2 光源的选择

2.3 基于LED的球形漫反射表面均匀照明设计

2.4 图像采集的实现

2.5 本章小结

3 曲面工件图像预处理

3.1 图像灰度化

3.2 图像滤波

3.3 图像增强

3.4 曲面工件图像的Hough圆检测

3.5 掩模操作

3.6 本章小结

4 曲面工件检测算法研究

4.1 图像分割

4.2 图像标定

4.3 图像标定实验

4.4 缺陷不变矩存在不变性的验证

4.5 时域特征提取

4.6 频域特征提取

4.7 本章小结

5 总结与展望

5.1 工作总结

5.2 展望

参考文献

附录A 200个样本时域特征完整数据

附录B 200个样本中12个样本频域特征值完整数据

作者简历