工件表面質(zhì)量缺陷的無損視覺檢測關(guān)鍵技術(shù)研究.pdf

1、為了實現(xiàn)在線檢測切削加工過程中形成的工件表面質(zhì)量缺陷,采用基于機(jī)器視覺的無損視覺檢測技術(shù)作為檢測方法是一種可行方案。本文就實現(xiàn)工件表面質(zhì)量缺陷無損視覺檢測的部分關(guān)鍵技術(shù)進(jìn)行研究,主要包括工件表面質(zhì)量缺陷圖像采集軟硬件平臺的搭建,圖像紋理分析方法,圖像去噪方法和圖像分割方法等方面。
　　1、選用Microvision系列產(chǎn)品(包括工件放置平臺、工業(yè)數(shù)字?jǐn)z像機(jī)、圖像數(shù)據(jù)采集卡和光源等)搭建機(jī)器視覺系統(tǒng)的圖像采集硬件平臺;采用德國MVt

2、ec公司的HALCON軟件作為機(jī)器視覺系統(tǒng)的圖像采集程序開發(fā)平臺。
　　2、通過比較分析,選擇基于多元統(tǒng)計的三種圖像紋理分析方法(主成分分析法、奇異值分解法和非負(fù)矩陣分解法)作為抑制工件表面紋理背景對缺陷檢測干擾的方法。通過對Brodatz圖像數(shù)據(jù)庫中紋理圖像的處理仿真驗證了所選方法的可行性。
　　3、分別采用三種多元統(tǒng)計圖像紋理分析方法抑制工件表面紋理背景。提出基于曲率和比率閾值的思想,分別確定三種多元統(tǒng)計圖像紋理分析方法

3、中的關(guān)鍵參數(shù)。提出采用SSIM作為三種多元統(tǒng)計圖像紋理分析方法抑制工件表面紋理背景效果的評價指標(biāo)。
　　4、首先采用空間域圖像去噪法(Wiener濾波法)平滑在抑制工件表面紋理背景過程中引入的噪聲;然后選擇基于區(qū)域生長的圖像分割法從工件表面紋理背景中分割提取出缺陷區(qū)域;最后采用數(shù)學(xué)形態(tài)法對二值化圖像進(jìn)行噪聲濾波。
　　圖像處理結(jié)果表明,通過本文提出的方法可以分割出效果理想的工件表面質(zhì)量缺陷區(qū)域,對實現(xiàn)工件表面質(zhì)量缺陷的無損視