基于圖像視覺的PVC表面缺陷檢測(cè)方法及應(yīng)用.pdf

1、PVC建材是由塑料異型材料構(gòu)成的建材產(chǎn)品，隨著科學(xué)技術(shù)的不斷發(fā)展，深度加工對(duì)PVC建材的表面質(zhì)量要求越來越高。其表面缺陷的檢測(cè)與控制，已引起PVC建材生產(chǎn)企業(yè)的高度關(guān)注，研究適合PVC建材表面缺陷的自動(dòng)視覺檢測(cè)系統(tǒng)具有重要的現(xiàn)實(shí)意義和廣闊應(yīng)用前景。 本文在研究PVC建材表面缺陷種類的基礎(chǔ)上，設(shè)計(jì)開發(fā)了自動(dòng)視覺檢測(cè)系統(tǒng)和缺陷的檢測(cè)方法。系統(tǒng)主要由圖像采集(面陣CCD攝像機(jī)、圖像采集卡、LED面光源)、圖像理解(計(jì)算機(jī))和通信接口等

2、部分組成。在檢測(cè)方法上，根據(jù)缺陷主要為幾何變形、顏色失真、表面污物、裂紋，在對(duì)圖像處理相關(guān)技術(shù)研究的基礎(chǔ)上，設(shè)計(jì)和測(cè)試了圖像邊緣檢測(cè)和圖像數(shù)學(xué)形態(tài)學(xué)操作各階段使用的技術(shù)，用以更好地對(duì)PVC建材表面缺陷進(jìn)行圖像處理和特征提取。在關(guān)鍵算法的研究上，將模糊理論應(yīng)用于圖像分割算法中，利用模糊閾值分割法對(duì)圖像進(jìn)行分割，針對(duì)傳統(tǒng)模糊閾值分割方法中隸屬度分配不明確和窗寬選取需要人工選定的問題，提出了模糊集Ⅱ的模糊閾值分割方法和模糊閾值的自適應(yīng)窗口圖像

3、分割方法。在數(shù)學(xué)形態(tài)學(xué)操作階段，根據(jù)產(chǎn)品質(zhì)量要求，設(shè)置適合的結(jié)構(gòu)元素，用分割的二值圖像進(jìn)行形態(tài)變換，為缺陷分類打下了基礎(chǔ)。 系統(tǒng)通過攝取PVC建材表面圖像，并采用模糊閾值分割方法和數(shù)學(xué)形態(tài)學(xué)操作方法進(jìn)行了圖像分割和圖像識(shí)別，實(shí)驗(yàn)表明此研究過程可以有效的檢測(cè)出PVC建材常見的氣泡、裂紋、斑點(diǎn)等缺陷，具有較好的實(shí)時(shí)性和魯棒性。該系統(tǒng)可應(yīng)用于各種PVC建材生產(chǎn)線在線表面檢測(cè)，實(shí)現(xiàn)了產(chǎn)品質(zhì)量實(shí)時(shí)檢測(cè)、報(bào)警和控制，提高了PVC生產(chǎn)的自動(dòng)化