【正文】 掃描曲線 檢測(cè)圖像經(jīng)過圖像預(yù)處理、去除光圈，選取合適的閾值對(duì)所得到的圖像數(shù)據(jù)進(jìn)行分割，再通過膨脹和腐蝕，就可以把圖像的缺陷信息提取出來，如圖 419所示。 設(shè)有一幅已經(jīng)分割出的二值圖像 ， 如圖 420 所示 ， 圖中 A 代表缺陷 ， 0 代表背景 ， 規(guī)定用 4 連通準(zhǔn)則加標(biāo)記 。 圖 421 圖像掃描示意圖 圖 422 圖像標(biāo)記示意圖 二值圖像區(qū)域標(biāo)記 在二值圖像中 ， 相互連接的白像素或 黑像素的集合成為一個(gè)區(qū)域 ， 通過對(duì)圖像內(nèi)每個(gè)區(qū)域進(jìn)行標(biāo)記操作 ， 求得區(qū)域的數(shù)目 。 圖 424 缺陷標(biāo)識(shí) 二值圖像的小區(qū)域消除 通過對(duì)圖像內(nèi)每個(gè)標(biāo)記操作的區(qū)域進(jìn)行計(jì)算，求得總區(qū)域的數(shù)目，同時(shí)求得每個(gè)區(qū)域的像素個(gè)數(shù)。根據(jù)缺陷的形狀信息，可以用一組描述特征來表示其特性。利用二叉樹線性分類器，如圖 426 所示，逐層選用不同的描述特 征 ，選擇描述特征的準(zhǔn)則是同種特征值相差最明顯的，保證描述特征具有較大 相互 獨(dú)立性。 我們可以 利用這個(gè)數(shù)據(jù)曲線可以計(jì)算最小半徑、掉角方向和掉角角度。 （ 3） 識(shí)別刀紋 、 裂紋和劃痕 刀紋一般寬度和長(zhǎng)度較大 ， 而且面積也大 ， 不變矩長(zhǎng)短徑之比要比裂紋和劃痕小 ， 同時(shí) ， 缺陷區(qū)域的分散度和復(fù)雜度較大 ， 綜合利用這幾點(diǎn)就可以確定刀紋 。 進(jìn)行合格限度樣品檢測(cè)的目的是為了確定區(qū)分工件合格與否的標(biāo)準(zhǔn) ， 即周長(zhǎng)和面積兩個(gè)特征的數(shù)據(jù) ， 以便將各種缺陷的面積和周長(zhǎng)與之對(duì)比 ， 從而確定判斷的依據(jù) 。 同樣只 要 有缺陷就判定為不合格 。 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 27 表 54 實(shí)驗(yàn)結(jié)果 缺陷類型 實(shí)驗(yàn)數(shù)據(jù) 掉角 麻坑 劃痕或裂紋 刀痕 應(yīng)識(shí)別出的工件數(shù) 10*10 10*10 10*10 10*10 10*10 實(shí)驗(yàn) 1 軟件識(shí)別 9 9 8 7 9 硬件識(shí)別 9 9 8 7 9 實(shí)驗(yàn) 2 軟件識(shí)別 8 8 6 7 9 硬件識(shí)別 8 8 7 7 8 實(shí)驗(yàn) 3 軟件識(shí)別 9 8 7 7 8 硬件識(shí)別 9 8 8 7 8 實(shí)驗(yàn) 4 軟件識(shí)別 9 8 8 7 8 硬件識(shí)別 9 8 8 7 8 實(shí)驗(yàn) 5 軟件識(shí)別 8 9 7 5 9 硬件識(shí)別 8 9 7 5 9 實(shí)驗(yàn) 6 軟件識(shí)別 8 8 8 6 9 硬件識(shí)別 8 8 8 6 9 實(shí)驗(yàn) 7 軟件識(shí)別 9 8 7 6 8 硬件識(shí)別 9 8 7 6 8 實(shí)驗(yàn) 8
。 表 53 圓環(huán)形工件缺陷的判斷閾值（單位：像素） 缺陷 類型 掉角 劃痕 刀痕 麻坑 面積 周長(zhǎng) 面積 周長(zhǎng) 面積 周長(zhǎng) 面積 周長(zhǎng) 數(shù)值 36 17 53 31 384 98 31 14 表 53 圓形工件缺陷的判斷閾值（單位：像素） 缺陷 類型 掉角 劃痕 刀痕 麻坑 面積 周長(zhǎng) 面積 周長(zhǎng) 面積 周長(zhǎng) 面積 周長(zhǎng) 數(shù)值 51 27 65 40 455 112 38 15 三 、 將人工檢測(cè)出的規(guī)格為 **(D9*)的圓環(huán)形 (圓形 )合格品20 片 、 掉角 10 片 、 劃痕 10 片 、 裂紋 10 片 、 刀痕 10 片 、 麻坑 10 片及砂眼 10片共 80 片工件混合在一起 ， 放入初步研制成功的表面缺陷自動(dòng)檢測(cè)系統(tǒng)進(jìn)行缺陷的檢測(cè)和分類識(shí)別 ， 經(jīng)多次反復(fù)實(shí)驗(yàn) ， 記錄數(shù)據(jù) 分析結(jié)果 。 只要檢測(cè)到有裂紋缺陷 ， 則 判定為不合格品。 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 25 第 5 章 實(shí)驗(yàn)結(jié)果及分析 實(shí)驗(yàn)數(shù)據(jù) 一 、 將企業(yè)提供的各種缺陷的合格限度樣品按已經(jīng)完成的程序進(jìn)行檢測(cè)獲得其缺陷的特征參數(shù)面積值 、 周長(zhǎng)值 ， 單位為 ： 像素個(gè)數(shù) 。 表 41 圓度判斷數(shù)據(jù) 工 件 工 件 半 徑 R 最 小 半 徑 r (Rr) ? ?Rr /R 掉 角 方 向 掉 角 角 度 工 件 A 152像 素 149像 素 3像 素 工 件 B 152像 素 142像 素 10像 素 （ 2） 識(shí)別麻坑和掉角 麻坑和掉角區(qū)別就是麻坑在工件表面的內(nèi)部 ， 而掉角在工件表面的邊緣 。 圖 427 圓度判斷 （ 1）圓度判斷 圓度判斷主要是 針對(duì) 掉角的缺陷，根據(jù)工件的特性，如圖 427 所示，我們采取 的 方法 ： 首先遍歷圓周，因?yàn)楸尘暗幕?度值是很低的，可以比較容易將工件和背景分割開，提取出工件的外形 ； 然后計(jì)算圓周上各點(diǎn)到圓心的距離，并和半徑比較，如果比半徑小于某一個(gè)設(shè)定值時(shí)，認(rèn)為該點(diǎn)不在圓周上，如果這樣的點(diǎn)連續(xù)而它們個(gè)數(shù)超過掉角缺陷的設(shè)定值時(shí)，可以認(rèn) 為這個(gè)工件是不圓的。同時(shí)，這些描述特征對(duì)于目標(biāo)缺陷大小的變化、旋轉(zhuǎn)、平移是不變的。 圖 425 去除小面積區(qū)域 4. 6 缺陷識(shí)別模塊 經(jīng)過以上處理，從原始圖像中提取出了含有缺陷的圖像信息，得到了目標(biāo)缺陷。 連接性 8 連通 ， 如圖 423 所示 ， 圖中有 A、 B、 C 三個(gè)不連通的缺陷 。 (a)當(dāng)左前一點(diǎn)和上一點(diǎn)皆為背景 0， 則 P 點(diǎn)加新標(biāo)記 ； (b)當(dāng)左前一點(diǎn)和上一點(diǎn)有一個(gè)為 0， 另一個(gè)為已加標(biāo)記 ， 則點(diǎn) P 和已加標(biāo)記的鄰點(diǎn)加上相同的標(biāo)記 ； (c)當(dāng)左前一點(diǎn)和上一點(diǎn)兩個(gè)鄰點(diǎn)皆為已加標(biāo)記 ， 則 P 點(diǎn)標(biāo)記 與左點(diǎn)標(biāo)記 相同 。 圖 419 閾值分割及反色后圖像 4. 5 缺陷檢測(cè)模塊 對(duì)缺陷進(jìn)行檢測(cè)，首先必須確定經(jīng)過處里后的圖像是否有缺陷，如果沒有， 則工件無缺陷 。由此，可得到此角度方向上的內(nèi)光圈和外光圈的寬度為 ： 2143==內(nèi)外k r rk r r?? 如果所檢測(cè)的工件為圓片，遇到第二次灰度突變之后，當(dāng)極半徑 r 的大小增大到所檢測(cè)工件的外徑大小時(shí)，停止該 灰 度方向的繼續(xù) 掃描二可得到此角度方向上的內(nèi)光圈和外光圈的寬度為 ： 21=0=內(nèi)外kk r r? 另外，由于在同一個(gè)方向，即 1 2 3 4= = =? ? ? ? 。為了在實(shí)際應(yīng)用中得到比較理想的圖像數(shù)據(jù)，而且又有利于后續(xù)的圖像處理，必須把光圈去掉。從圖 412 和圖 41 可以看出，如果所檢測(cè)的工件是圓環(huán)形，則在圓心左右會(huì)有明顯的間斷 ； 如果是圓片形，則在圓心左右沒有明顯的間斷。 圖 411 x方向 和 y 方向上的半徑數(shù)據(jù)曲線 圖 411 中的數(shù)據(jù)曲線就是 x 方向和 y 方向的上的半徑數(shù)據(jù)線，兩個(gè)方向上的半徑大小基本一致，如果有一定的相差，需要及時(shí)調(diào)整攝像頭，使攝像角度垂直工件表面。 為了把掃描到的粗大誤差去除掉，采用 3? 準(zhǔn) 則來判斷每個(gè)檢測(cè)數(shù)據(jù)是否是存在誤差。而 ? 值愈小，在 ? 前面的系數(shù)值變大，即對(duì)應(yīng)于誤差為零（ ? =0）的縱坐標(biāo)也大，曲線變高。 圖 47 x坐標(biāo)數(shù)據(jù)曲線和 y 坐標(biāo)數(shù)據(jù)曲線 由于在實(shí)際圖像中存在噪聲或者其他干擾，圖像的背景并不是理想的那種單純灰度級(jí)，所以在對(duì)整幅圖像進(jìn)行逐個(gè)像素掃描時(shí)，所檢測(cè)到的圖像信息也會(huì)存在干擾信息，即存在粗大誤差，在圖 47 中可以比較直觀地顯現(xiàn)。 圖 42 原始圖像及灰度調(diào)整后圖像 經(jīng)過預(yù)處理后，圖像的對(duì)比度增加，拉伸了圖像灰度，表現(xiàn)在灰度直 方圖上就是峰與峰之間的距離加大，便于選取分割 閾 值及后續(xù)圖像分割，如圖 43 所示。 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 11 第 4 章 缺陷檢測(cè)軟件設(shè)計(jì) 由于本系統(tǒng)是一個(gè)完整、實(shí)時(shí)的缺陷檢測(cè)系統(tǒng)，需要系統(tǒng)從原始圖像采集到圖像預(yù)處理、 閾值 選取、分割，再到模式識(shí)別，最后到缺陷種類分選整套過程有一個(gè)全面、整體的設(shè)計(jì)。 每個(gè)模塊意義和職責(zé)明確 ， 模塊間的接口關(guān)系清楚 ， 便于用戶和設(shè)計(jì)人員進(jìn)行系統(tǒng)代碼的維護(hù) ； 3)驗(yàn)證性 。 3. 3 軟件設(shè)計(jì) 本課題中的圖像處理算法均采用 Matlab 程序語言實(shí)現(xiàn)模擬， Matlab 提供一個(gè)高度集成的、集科學(xué)計(jì)算、程序設(shè)計(jì)和可視化歸于一身的。 使視頻輸入窗口與圖像顯示窗口相匹配 。 在 NTCS 制式為 64 X 480。在一般情況下 ， 攝像機(jī)、 錄像機(jī)等視頻設(shè)備均滿足上述標(biāo)準(zhǔn)。 其工作原理如圖 32 所示 ： 圖 32 VIDEOPCIXR 圖像采集片工作原理 復(fù)合視頻輸入 4 復(fù)合視頻 輸入 1 復(fù)合視頻輸入 2 復(fù)合視頻輸入 3 多路開關(guān) 多路開關(guān) 濾波 濾波 A/D A/D 緩存 緩存 PCI 總線 VGA 顯示卡 系統(tǒng)內(nèi)存 長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 10 四路復(fù)合視頻輸入經(jīng)多路開關(guān) ， 軟件選擇其中一路作為當(dāng)前輸入 ， 輸出到A/D 進(jìn)行模 /數(shù)變換 ， 數(shù)字化的圖像信號(hào)經(jīng)各種圖像處理后 ， 利用 PCI 總線 ， 傳到 VAG 卡顯示或計(jì)算機(jī)內(nèi)存存儲(chǔ) 。 1 2 3 4 5 6 CCD 攝像頭及照明系統(tǒng) 圖像采集卡 主控 計(jì)算 機(jī) 分類機(jī)構(gòu) 工件 傳送裝置 圖 31 機(jī)器視覺 系統(tǒng)結(jié)構(gòu)圖 3. 1 CCD 攝像頭 CCD 是一種半導(dǎo)體成像器件，具有靈敏度高、抗強(qiáng)光、畸變小、體積小、壽命長(zhǎng)，抗震動(dòng)等優(yōu)點(diǎn)。如利用指紋、虹膜、人臉、語音等識(shí)別技術(shù)、行為識(shí)別技術(shù)與運(yùn)動(dòng)跟蹤技術(shù)、多攝像機(jī)融合技術(shù)構(gòu)成視覺監(jiān)測(cè)系統(tǒng) ， 用于信息安全、智能交通、反恐防盜、身份鑒別等。 20 世紀(jì) 90 年代中期以來 ， 計(jì)算機(jī)視覺界將對(duì)應(yīng)與射影幾何、仿射幾何、歐幾里得幾何的描述 ， 系統(tǒng)地引進(jìn)視覺計(jì)算方法中 ， 比較完美地對(duì)應(yīng)為視覺系統(tǒng)中對(duì)物體由粗到細(xì)的描述 ， 在計(jì)算機(jī)視覺系統(tǒng)中降低了對(duì)攝像系統(tǒng)參數(shù)了長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 8 解的要求 ， 提高了系統(tǒng)對(duì)噪聲的魯棒性。機(jī)器視覺在質(zhì)量檢測(cè)方面的應(yīng)用占整個(gè)工業(yè)應(yīng)用的近 80%， 其中最大的應(yīng)用行業(yè)為 ： 汽車、制藥、電子與電氣、制造、包裝、食品、飲料等。 強(qiáng)調(diào)實(shí)用性 機(jī)器視覺強(qiáng)調(diào)實(shí)用性 ， 要求有合理的性價(jià)比 ， 要有通用的工業(yè)接口 ， 能夠由普通工作來操作 ， 必須有較強(qiáng)的通用性和可移植性。 有不少學(xué)科的研究目標(biāo)與機(jī)器視覺相近或者相關(guān) ， 這些學(xué)科中包括圖像處理、模式識(shí)別或圖像識(shí)別、圖像理解等。 圖 21 機(jī)器 視覺系統(tǒng)構(gòu)成 機(jī)器視覺系統(tǒng)的特點(diǎn)是提高生產(chǎn)的柔性和自動(dòng)化程度。 機(jī)器視覺系統(tǒng)的組成如圖 21。機(jī)器視覺作為一種應(yīng)用系統(tǒng) ， 其功能特點(diǎn)是隨著工業(yè)自動(dòng)化的發(fā)展而逐漸完長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 6 善和發(fā)展的。 這些圖像卡包括用于圖象數(shù)字化和臨時(shí)存儲(chǔ)的圖像采集卡 ， 用于以視頻速度進(jìn)行算術(shù)和邏輯運(yùn)算的算術(shù)邏輯單元 ， 以及前面提到的幀緩存 。 該方法可將一幅圖像的數(shù)據(jù)壓縮到為數(shù)不多的幾十個(gè)特傳輸 ， 在接收端再變換回去即可 。 數(shù)據(jù)的壓縮主要通過圖像數(shù)據(jù)的編碼和變換壓縮完成 。 現(xiàn)在常用的線掃描 CCD 一般有 512 到 4096 個(gè)象素或更多 ，而 4096 X 4096 個(gè)象素的掃描 CCD 也已在使用 。 先將奇數(shù)列感光基元的內(nèi)容順序送進(jìn)垂直傳輸寄存器 ， 然后再送進(jìn)水平傳輸寄存器 。 電荷藕合平面陣列的工作原理與線陣相似 ， 但感光基元排列成一個(gè)矩陣形式并由傳輸門和平面掃描圖像顯示模塊的結(jié)果主要用于顯示給人看 。 這樣的感光基元能產(chǎn)生與所接受的輸入光強(qiáng)成正比的輸出電壓 。 一種是對(duì)某個(gè)電磁能量譜波段敏感的物理器件 ， 它能產(chǎn)生與所接受到的電磁能量成正比的模擬電信號(hào) 。 圖像通信可借助綜合業(yè)務(wù)網(wǎng) 、 計(jì)算機(jī)局網(wǎng) ，甚至普通電話網(wǎng)等 。 為完成各自的功能每個(gè)模塊都需一些特定的設(shè)備 。圖象處理是比較低層的操作 ，它主要在圖像像素級(jí)別 上進(jìn)行處理 ， 處理的數(shù)據(jù)量非常大。 圖象處理著重強(qiáng)調(diào)在圖像之間進(jìn)行的變換。另外 ， 圖像技術(shù)還可包括為完成上述功能而進(jìn)行的硬件設(shè)計(jì)及制長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì) 4 作等方面的技術(shù) 由于圖像技術(shù)近年來得到極大的重視和長(zhǎng)足的進(jìn)展 ， 出現(xiàn)了許多新理論、新方法、新算法、新手段、新設(shè)備。本文以后主要討論數(shù)字圖象 ， 依據(jù)我們的習(xí)慣 用 ?(x， y)代表數(shù)字圖像 ， ?、 x、 y都在整數(shù)集合中取值 。 常見圖像是連續(xù)定義的 ， 即 ?、 x、 y 的值可以是任意實(shí)數(shù)。隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展 ， 人們還可以人為地創(chuàng)造出色彩斑斕、千姿百態(tài)的各 種圖像。圖像對(duì)我們并不陌生。當(dāng)然 ， 其他領(lǐng)域如指紋檢測(cè)等等領(lǐng)域也有著很好的發(fā)展空間。 而在中國 ， 以上行業(yè)本身就屬于新興的領(lǐng)域 ， 再加之機(jī)器視覺產(chǎn)品技術(shù)的普及不夠 ， 導(dǎo)致以上各行業(yè)的應(yīng)用幾乎