【正文】 低了產(chǎn)品的表面質(zhì)量，從而不能夠保證檢測的效率與精度?？蓪ぜ砻娴陌唿c、凹坑、劃痕、色差、缺損等缺陷進行檢測。因此 ,機器視覺技術(shù)在這類在線檢測任務(wù)中的應(yīng)用 ,仍然是一個難題。再流焊機、波峰焊機及自動化生產(chǎn)線設(shè)備。 而在中國 ， 以上行業(yè)本身就屬于新興的領(lǐng)域 ， 再加之機器視覺產(chǎn)品技術(shù)的普及不夠 ， 導(dǎo)致以上各行業(yè)的應(yīng)用幾乎空白 ， 即便是有 ， 也只是低端方面的應(yīng)用。當(dāng)然 ， 其他領(lǐng)域如指紋檢測等等領(lǐng)域也有著很好的發(fā)展空間。圖像對我們并不陌生。隨著計算機技術(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。 常見圖像是連續(xù)定義的 ， 即 ?、 x、 y 的值可以是任意實數(shù)。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 。另外 ， 圖像技術(shù)還可包括為完成上述功能而進行的硬件設(shè)計及制長春理工大學(xué)本科畢業(yè)設(shè)計 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足的進展 ， 出現(xiàn)了許多新理論、新方法、新算法、新手段、新設(shè)備。 圖象處理著重強調(diào)在圖像之間進行的變換。圖象處理是比較低層的操作 ，它主要在圖像像素級別 上進行處理 ， 處理的數(shù)據(jù)量非常大。 為完成各自的功能每個模塊都需一些特定的設(shè)備 。 圖像通信可借助綜合業(yè)務(wù)網(wǎng) 、 計算機局網(wǎng) ，甚至普通電話網(wǎng)等 。 一種是對某個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 。 這樣的感光基元能產(chǎn)生與所接受的輸入光強成正比的輸出電壓 。 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 。 先將奇數(shù)列感光基元的 內(nèi)容順序送進垂直傳輸寄存器 ， 然后再送進水平傳輸寄存器 。 現(xiàn)在常用的線掃描 CCD 一般有 512 到 4096 個象素或更多 ，而 4096 X 4096 個象素的掃描 CCD 也已在使用 。 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 。 該方法可將一幅圖像的數(shù)據(jù)壓縮到為數(shù)不多的幾十個特傳輸 ， 在接收端再變換回去即可 。 這些圖像卡包括用于圖象數(shù)字化和臨時存儲的圖像采集卡 ， 用于以視頻速度進行算術(shù)和邏輯運算的算術(shù)邏輯單元 ， 以及前面提到的幀緩存 。機器視覺作為一種應(yīng)用系統(tǒng) ， 其功能特點是隨著工業(yè)自動化的發(fā)展而逐漸完長春理工大學(xué)本科畢業(yè)設(shè)計 6 善和發(fā)展的。 機器視覺系統(tǒng)的組成如圖 21。 圖 21 機器 視覺系統(tǒng)構(gòu)成 機器視覺系統(tǒng)的特點是提高生產(chǎn)的柔性和自動化程度。 有不少學(xué)科的研究目標(biāo)與機器視覺相近或者相關(guān) ， 這些學(xué)科中包括圖像處理、模式識別或圖像識別、圖像理解等。 強調(diào)實用性 機器視覺強調(diào)實用性 ， 要求有合理的性價比 ， 要有通用的工業(yè)接口 ， 能夠由普通工作來操作 ， 必須有較強的通用性和可移植性。機器視覺在質(zhì)量檢測方面的應(yīng)用占整個工業(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。 20 世紀(jì) 90 年代中期以來 ， 計算機視覺界將對應(yīng)與射影幾何、仿射幾何、歐幾里得幾何的描述 ， 系統(tǒng)地引進視覺計算方法中 ， 比較完美地 對應(yīng)為視覺系統(tǒng)中對物體由粗到細(xì)的描述 ， 在計算機視覺系統(tǒng)中降低了對攝像系統(tǒng)參數(shù)了長春理工大學(xué)本科畢業(yè)設(shè)計 8 解的要求 ， 提高了系統(tǒng)對噪聲的魯棒性。如利用指紋、虹膜、人臉、語音等識別技術(shù)、行為識別技術(shù)與運動跟蹤技術(shù)、多攝像機融合技術(shù)構(gòu)成視覺監(jiān)測系統(tǒng) ， 用于信息安全、智能交通、反恐防盜、身份鑒別等。 1 2 3 4 5 6 CCD 攝像頭及照明系統(tǒng) 圖像采集卡 主控計算 機 分類機構(gòu) 工件 傳送裝置 圖 31 機器視覺 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、抗強光 、畸變小、體積小、壽命長，抗震動等優(yōu)點。 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 長春理工大學(xué)本科畢業(yè)設(shè)計 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 進行模 /數(shù)變換 ， 數(shù)字化的圖像信號經(jīng)各種圖像處理后 ， 利用 PCI 總線 ， 傳到 VAG 卡顯示或計算機內(nèi)存存儲 。在一般情況下 ， 攝像機、 錄像機等視頻設(shè)備均滿足上述標(biāo)準(zhǔn)。 在 NTCS 制式為 64 X 480。 使視頻輸入窗口與圖像顯示窗口相匹配 。 3. 3 軟件設(shè)計 本課題中的圖像處理算法均采用 Matlab 程序語言實現(xiàn)模擬， Matlab 提 供一個高度集成的、集科學(xué)計算、程序設(shè)計和可視化歸于一身的。 每個模塊意義和職責(zé)明確 ， 模塊間的接口關(guān)系清楚 ， 便于用戶和設(shè)計人員進行系統(tǒng)代碼的維護 ； 3)驗證性 。 長春理工大學(xué)本科畢業(yè)設(shè)計 11 第 4 章 缺陷檢測軟件設(shè)計 由于本系統(tǒng)是一個完整、實時的缺陷檢測系統(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，再到模式識別，最后到缺陷種類分選整套過程有一個全面、整體的設(shè)計。 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。 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，所以在對整幅圖像進行逐個像素掃描時，所檢測到的圖像信息也會存在干擾信息，即存在粗大誤差，在圖 47 中可以比較直觀地顯現(xiàn)。而 ? 值愈小，在 ? 前面的系數(shù)值變大，即對應(yīng)于誤差為零（ ? =0）的縱坐標(biāo)也大，曲線變高。 為了把掃描到的粗大誤差去除掉，采用 3? 準(zhǔn) 則來判斷每個檢測數(shù)據(jù)是否是存在誤差。 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，兩個方向上的半徑大小基本一致，如果有一定的相差，需要及時調(diào)整攝像頭， 使攝像角度垂直工件表面。從圖 412 和圖 41 可以看出，如果所檢測的工件是圓環(huán)形，則在圓心左右會有明顯的間斷 ； 如果是圓片形，則在圓心左右沒有明顯的間斷。為了在實際應(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。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工件的外徑大小時，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，由于在同一個方向，即 1 2 3 4= = =? ? ? ? 。 圖 419 閾值分割及反色后圖像 4. 5 缺陷檢測模塊 對缺陷進行檢測，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 。 (a)當(dāng)左前一點和上一點皆為背景 0， 則 P 點加新標(biāo)記 ； (b)當(dāng)左前一點和上一點有一個為 0， 另 一個為已加標(biāo)記 ， 則點 P 和已加標(biāo)記的鄰點加上相同的標(biāo)記 ； (c)當(dāng)左前一點和上一點兩個鄰點皆為已加標(biāo)記 ， 則 P 點標(biāo)記 與左點標(biāo)記 相同 。 連接性 8 連通 ， 如圖 423 所示 ， 圖中有 A、 B、 C 三個不連通的缺陷 。 圖 425 去除小面積區(qū)域 4. 6 缺陷識別模塊 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。同時，這些描述特征對于目標(biāo)缺陷大小的變化、旋轉(zhuǎn)、平移是不變的。 圖 427 圓度判斷 （ 1）圓度判斷 圓度判斷主要是 針對 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，因為背景的灰 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 ； 然后計算圓周上各點到圓心的距離，并和半徑比較，如果比半徑小于某一個設(shè)定值時，認(rèn)為該點不在圓周上，如果這樣的點連續(xù)而它們個數(shù)超過掉角缺陷的設(shè)定值時，可以認(rèn)為這個工件是不圓的。 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 。 長春理工大學(xué)本科畢業(yè)設(shè)計 25 第 5 章 實驗結(jié)果及分析 實驗數(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)完成的程序進行檢測獲得其缺陷的特征參數(shù)面積值 、 周長值 ， 單位為 ： 像 素個數(shù) 。 只要檢測到有裂紋缺陷 ， 則 判定為不合格品。 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 面積 周長 面積 周長 面積 周長 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 面積 周長 面積 周長 面積 周長 數(shù)值 51 27 65 40 455 112 38 15 三 、 將人工檢測出的規(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檢測系統(tǒng)進行缺陷的檢測和分類識別 ， 經(jīng)多次反復(fù)實驗 ， 記錄數(shù)據(jù) 分析結(jié)果 。 同樣只 要 有缺陷就判定為不合格 。 進行合格限度樣品檢測的目的是為了確定區(qū)分工件合格與否的標(biāo)準(zhǔn) ， 即周長和面積兩個特征的數(shù)據(jù) ， 以便將各種缺陷的面積和周長與之對比 ， 從而確定判斷的依據(jù) 。 （ 3） 識別刀紋 、 裂紋和劃痕 刀紋一般寬度和長度較大 ， 而且面積也大 ， 不變矩長短徑之比要比裂紋和劃痕小 ， 同時 ， 缺陷區(qū)域的分散度和復(fù)雜度較大 ， 綜合利用這幾點就可以確定刀紋 。 我們可以 利用這個數(shù)據(jù)曲線可以計算 最小半徑、掉角方向和掉角角度。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 獨立性。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。 圖 424 缺陷標(biāo)識 二值圖像的小區(qū)域消除 通過對圖像內(nèi)每個標(biāo)記操作的區(qū)域進行計算，求得總區(qū)域的數(shù)目，同時求得每個區(qū)域的 像素個數(shù)。 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區(qū)域 ， 通過對圖像內(nèi)每個區(qū)域進行標(biāo)記操作 ， 求得區(qū)域的數(shù)目 。 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 。 長春理工大學(xué)本科畢業(yè)設(shè)計 20 0 100 200 300 400 500 600 極坐標(biāo)半徑 灰度值 600 500 400 300 200 100 0 圖 418 工件內(nèi)光圈和外光圈寬度掃描曲線 檢測圖像經(jīng)過圖像預(yù)處理、去除光圈，選取合適的閾值對所得到的圖像數(shù)據(jù)進行分割，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。 根據(jù)圓環(huán)和圓片的判斷結(jié)果來確定是掃描圓環(huán)還是圓片，如果是圓環(huán)就要從小于工件內(nèi)環(huán)半徑的區(qū)域開始掃描，一直掃描到工件外徑外的區(qū)域 ； 如果是圓片，就 以根據(jù)該工件的外徑大小，只從外徑內(nèi)的區(qū)域掃描到外徑外的區(qū)域，根據(jù)所檢測的工件形狀適當(dāng)減