【正文】 su Height W idth? 的目標(biāo)圓環(huán)檢測(cè)區(qū)域內(nèi)，并且該點(diǎn)對(duì)應(yīng)的像素值 ( , )Fxy 等于 0 時(shí)，就亦將該點(diǎn)標(biāo)記為 b 點(diǎn)，并堆入 隊(duì)列 中。 設(shè)每個(gè)方向上向外拓展TuozhanNum個(gè)像素 [24]。而用 8 連通法提取狹長(zhǎng)縫隙的信息時(shí)就很有可能就會(huì)造成縫的“斷裂 ”。為了要提取出這些信息，可以用 區(qū)域生長(zhǎng) 法來(lái)完成 [23]。公式 如下： ( ( , ) )[ ] = 0( ( , ) )[ ] 2 5 5a b s th r e s h o ld F x y o ts u P ie lxS u r fa c e y W id th xa b s th r e s h o ld F x y o ts u P ie lxS u r fa c e y W id th x??????? ? ?當(dāng) 時(shí)當(dāng) 時(shí) 公式 () 最終從 []Surface H eight W idth?得 到 的 新 二 值 圖 像 內(nèi) 存 數(shù) 組 命 名 為[]Otsu Height W idth? 。 遍 歷 圖 片 內(nèi) 存[]Surface H eight W idth?。可以編程繪制灰度直方圖，來(lái)描述圖像中灰度值所對(duì)應(yīng)的像素個(gè)數(shù)，其橫坐標(biāo)表示像素的灰度級(jí)別，縱坐標(biāo)表示該灰度出現(xiàn)的像素個(gè)數(shù)，通過(guò)人工觀察輸入閾值的方法，來(lái)實(shí) 現(xiàn)閾值分割圖像的目的。 OTSU 法二值化是由日本學(xué)者大津提出的一種自 適應(yīng)閾值確定方法，其原理是統(tǒng)計(jì)出圖片內(nèi)的灰度直方圖，根據(jù)直方圖的波谷位置分布來(lái)確定合適的閾值。 確 定 圓 心 的 內(nèi) 外 徑 后 ， 就 可 以 提 取 出 目 標(biāo) 圓 環(huán) ， 利 用 公 式 遍 歷[]P im a g eB in a ry H eig h t W id th?圖像，將不滿足的像素 ( , )Fxy 賦值為 0，公式如下： 2 2 22 2 2( ) ( )( ) ( )x n P o s X y n P o s Y n M a x R a d iu sx w P o s X y w P o s Y w M a x R a d iu s? ? ? ?? ? ? ? 公式 () 可以得到密封圈目標(biāo)圓環(huán)的二值化圖像 []P im a g e S u rfa c e H e ig h t W id th?如 圖 密封圈目標(biāo)捕捉 所示。到 360176。取值，即每個(gè)動(dòng)態(tài)外半徑 wTrendRadius都要遍歷 24 個(gè)方向 上 的 點(diǎn) ， 設(shè) 定 點(diǎn) 統(tǒng) 計(jì) 變 量 wTrendNum 當(dāng)滿足()[ ] 255()[ ] 0Sin w T re ndR adius dr w R e alPosY iC os w T re ndR adius dr w R e alPosX jP image B inar y i W idt h jSin w T re ndR adius dr w R e alPosY iC os w T re ndR adius dr w R e alPosX jP image B inar y i W idt h j????? ? ? ?? ? ? ?? ? ?? ? ? ?? ? ? ?? ? ? 公式 ( 時(shí)，該動(dòng)態(tài)外半徑所 對(duì) 應(yīng) 的統(tǒng) 計(jì) 變量 wTrendNum 加 1 。則根據(jù)圓方程可得： 22( ) ( )x wR e a lP o sX y wR e a lP o sY wR e a lR a d ius? ? ? ? 公式 () 根據(jù)學(xué)習(xí)時(shí)輸入的外半徑 wLearnRadius，我們可以構(gòu)建一個(gè)像素為 drad 的動(dòng)態(tài)小棍，本系統(tǒng)中 drad 的動(dòng)態(tài)取值為從 10 取到 +10，則在遍歷時(shí)我們可以得到動(dòng)態(tài)外半徑wTrendRadius，其中： w T r e n d R a d iu s w L e a r n R a d iu s d r a d?? 公式 () 根據(jù)圖像信息，我們同樣以類似 圖 優(yōu)化哈弗 的方法，統(tǒng)計(jì)在該半徑下外圓圖像實(shí)際的匹配程度。每間隔 15176。每間隔 15176。 如下所示 圖 二值圖縮小 16 倍圖像 為 二 值 化 圖 片 內(nèi) 存[]P im a g eB in a ry H eig h t W id th?縮小 16 倍后的圖像[ 1 6 ]P i m a g e S u o x i a o H e i g h t W i d t h??。但是哈弗 圓檢測(cè) 法找圓的速度很慢，我們?cè)诠?圓檢測(cè) 法上進(jìn)行了優(yōu)化。如 圖 密封圈二值圖 所示。 圖片二值化 從 圖 密封圈 8 比特 BMP 位圖數(shù)據(jù) 中可以觀察到，密封圈表面的顏色是比周邊顏色要亮出許多的。 }90 { ( , ) 。具體算法如 圖 分角度中值濾波示意圖 所示，分別統(tǒng)計(jì)二維滑動(dòng)窗口中綠色、藍(lán)色、灰色、紫 色部分的灰度分布。這不利于對(duì)瑕疵的識(shí)別。對(duì)于大部分的模擬相機(jī)，單位像素是以 2 像素 4 個(gè)數(shù)字保存的，如 圖 相機(jī)中圖像灰度值保存的位置 所示，表示相機(jī)捕捉到的圖像的 8 個(gè)像素，每個(gè)像素包含的信息都是用黑色的粗框圍成的，每個(gè) 2 像素包含 4 個(gè)數(shù)據(jù)，以橫向 2 像素為 1 單位，其中藍(lán)色和綠色數(shù)據(jù)表示顏色信息，每個(gè)像素的紅色數(shù)據(jù)為灰度信息。 圖像處理一般分為如下 圖 圖像處理流程 所示的幾個(gè)步驟 [18]： 捕 捉 源 圖 像 預(yù) 處 理 二 值 化 目 標(biāo) 提 取目 標(biāo) 特 征 參數(shù) 計(jì) 算 圖 圖像處理流程 捕捉源圖像 首先直接在相機(jī)里直接采集到的數(shù)組信息并不是灰度圖信息。我們選用了該相機(jī)。 圖 低角度環(huán)形光源下的密封圈 便是密封圈在該環(huán)形光源下的成像效果 : 圖 低角度環(huán)形光源下的密封圈 相機(jī) WAT902B 該工業(yè)相機(jī)的特點(diǎn)就是抗噪性良好。間接的起到了棱鏡的使用效果。前者我們選用的是維郎 TZD18X，后者我們選用的是維郎 HXA90D56R1X。在非 WINDOWS、 LINUX 系列的操作系統(tǒng)中，極少有同時(shí)支持觸摸屏和鼠標(biāo)，這是本軟件系統(tǒng)的一大特點(diǎn)。實(shí)際應(yīng)用中需要的定制算法作為一個(gè)線程插入 DSP/BIOS的調(diào)度隊(duì)列，由 DSP/BIOS 進(jìn)行調(diào)度。 DSP/BIOS 是一個(gè)用戶可剪裁的實(shí)時(shí)操作系統(tǒng)，主要由三部分組成：多線程實(shí)時(shí)內(nèi)核；實(shí)時(shí)分析工具；芯片支持庫(kù)。片外搭配 128M KB DDR2 SRAM。交叉數(shù)據(jù)通路允 許某側(cè)的單元在執(zhí)行指令時(shí)將另外一邊寄存器堆中寄存 10 器作為操作數(shù)來(lái)源同時(shí)允許向另 側(cè)通往片外的數(shù)據(jù)通路傳輸數(shù)據(jù)。并不像同為達(dá)芬奇技術(shù)的 6446 有 1 個(gè) ARM 核， 1 個(gè) DSP核，通 過(guò)貫通兩核的 DSPlink 實(shí)現(xiàn)應(yīng)用程序調(diào)用運(yùn)行于 DSPside 的算法 codec。 核心控制芯片 TMS320DM6437 TMS320DM6437 是 TI(德州儀器 )針對(duì)數(shù)字視頻領(lǐng)域 開(kāi)發(fā) 的支持達(dá)芬奇技術(shù)的單核 DSP處理器。其工作時(shí)鐘可由芯片外接晶振提供，亦可由 CPU 提供，采取何種方式由芯片的工作模式?jīng)Q定。一色度陷波器也已經(jīng)推出。該設(shè)備包括兩個(gè) TVP5146 10bit采樣的 A / D轉(zhuǎn)換器，線鎖定采樣方形像素。最終的檢測(cè)結(jié)果由處理芯片模塊輸出道執(zhí)行機(jī)構(gòu)。 D S P 處 理 芯 片 模 塊T M S 3 2 0 D M 6 4 3 7電 源 模 塊觸 摸 屏 模 塊信 號(hào) 采 集 模 塊T V P 5 1 4 6結(jié) 果 輸 出圖 像 輸 入 觸 摸 屏 輸 入 圖 DSP 核心主板組成及聯(lián)系 9 嵌入式圖像處理器 嵌入式核心的圖像處理器由信號(hào)采集模塊、觸摸屏模塊、處理芯片模塊以及電源模塊幾個(gè)主要部分構(gòu)成。 3) PLC 接收到結(jié)果并不馬上恢復(fù)給 DSP，而是等到進(jìn)料機(jī)械手到達(dá)右形成時(shí)，移位寄存器記錄并做 30ms 的延時(shí)后發(fā)生確認(rèn)信號(hào)個(gè) DSP，確認(rèn)信號(hào)發(fā)生的同時(shí)，要求 DSP 的確認(rèn)信號(hào)同時(shí)有效。在 2 套系統(tǒng)檢測(cè)過(guò)程中，如果有其中任意一套出現(xiàn)不合格的情況，那么在與密封圈分類裝置通信時(shí)，該產(chǎn) 品便為不合格產(chǎn)品。其中裂紋、暗紋等細(xì)瑕疵在紅色同軸光下比較明顯；模影等瑕疵在紅色環(huán)形光下成像明顯。 第 3章 視覺(jué)瑕疵檢測(cè)系統(tǒng)設(shè)計(jì) 算法檢測(cè)平臺(tái)的搭建 密封圈檢測(cè)平臺(tái) 為了讓相機(jī)捕捉到密封圈的圖像，我們?cè)O(shè)計(jì)了如 圖 密封圈檢測(cè)平臺(tái) 所示的檢測(cè)平臺(tái)，將密封圈放置在合適的光源正下方，將工業(yè)智能相機(jī)搭載光源正上方。運(yùn)用數(shù)學(xué)形態(tài)學(xué)里的圖 像膨脹的算法對(duì)細(xì)化的圖像進(jìn)行處理，然后和細(xì)化前的圖像的每個(gè)像素分別進(jìn)行與操作（細(xì)化前的圖背景為 0，瑕疵為 1），重復(fù)膨脹和與操作直到細(xì)化圖像不再發(fā)生閾值的改變。 為了實(shí)現(xiàn)這一目的，就要進(jìn)行圖像的細(xì)化運(yùn)算 [10]。提取瑕疵的特征?？梢跃幊汤L制灰度直方圖，來(lái)描述圖像中灰度值所對(duì)應(yīng)的像素個(gè)數(shù)，其橫坐標(biāo)表示像素的灰度級(jí)別，縱坐標(biāo)表示該灰度出現(xiàn)的像素個(gè)數(shù)，通過(guò)人工觀察輸入閾值的方法，來(lái)實(shí)現(xiàn)閾值分割圖像的目的[8]。其原理是統(tǒng)計(jì)出圖片內(nèi)的灰度直方圖，根據(jù)直方圖的波谷位置分布來(lái)確定合適的閾值。二值化閾值選取的精確度甚至決定著圖像分析的精確度。由于密封圈上的裂縫邊緣具有一定的突變特征，這與噪聲的特點(diǎn)非常相似，用這 2 種普通的濾波法就不能全面適用于圖像中的每條裂縫的形狀和走向，結(jié)果會(huì)導(dǎo)致在進(jìn)行去噪的過(guò)程中模糊了裂縫的邊緣。假設(shè)排序如下： 1 1 2 2 2 1 2 1( , ) , ( , ) ... ( , )nnf i j f i j f i j?? 公式 () 則最后輸出： ( , ) ( , )nnY i j f i j? 公式 () 則 (, )Yi j 便是中心點(diǎn) (, )ij 的灰度值。下面列出兩種濾波方法詳細(xì)的算法過(guò)程： 4 如 圖 中值濾波 示意 圖 所 示， 構(gòu)造 一個(gè) 二維 滑動(dòng) 窗口 M ， M 的大小為(2 1) (2 1)nn? ? ?，中心點(diǎn)為 (, )ij ，即圖中紅色部分。目前圖像噪聲一般指的是在成像和傳輸過(guò)程中產(chǎn)生的隨機(jī)噪聲中的高斯 噪聲和脈沖噪聲，高斯噪聲的特點(diǎn)是在乎坦的區(qū)域出現(xiàn)幅值較小的噪聲。 5) 目標(biāo)特征參數(shù)計(jì)算 這一過(guò)程是計(jì)算目標(biāo)提取出的圖像信息的特征參數(shù)，比如提取的目標(biāo)圖像的像素面積，長(zhǎng)和寬等。采集的圖像除了我們需要的目標(biāo)項(xiàng)外，往往還會(huì)帶有許多與目標(biāo)項(xiàng)無(wú)關(guān)的背景，為了后續(xù)處理，必須要去掉這些背景。 本文工作 1) 捕捉源圖像 捕捉源圖像過(guò)程就是把圖像信息從外部采集到系統(tǒng)內(nèi)存中的過(guò)程，對(duì)應(yīng)于本系統(tǒng)上，捕捉源圖像過(guò)程就是相機(jī)采集到圖像并利用傳輸線將圖像傳到視頻信號(hào)采集模塊 TVP5146 的過(guò)程。 3 當(dāng)前圖像處理面臨的問(wèn)題 首先，完成一幅圖 像的識(shí)別一般需要經(jīng)過(guò)許多不同的處理過(guò)程，圖像識(shí)別正是這些過(guò)程綜合作用的結(jié)果。 1990 年中國(guó)科技大學(xué)的吳健康等人開(kāi)始研究神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用，他們利用 Hopfield 網(wǎng)絡(luò)完成對(duì)簡(jiǎn)單圖像的匹配識(shí)別。圖像識(shí)別的發(fā)展經(jīng)歷了三個(gè)歷史階段 :文字識(shí)別，圖像信息處理和識(shí)別及物體識(shí)別?？梢宰R(shí)別工業(yè)用密封圈上的瑕疵，判斷出瑕疵的種類，解決了密封圈瑕疵在普通光源下成像對(duì)比度不明顯的問(wèn)題。能夠節(jié)省人力，加快無(wú)人化工廠的建設(shè)。為以后的無(wú)人工廠，無(wú)人農(nóng)場(chǎng)的發(fā)展提供了方向 。 涉密論文按學(xué)校規(guī)定處理。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。對(duì)本研究提供過(guò)幫助和做 出過(guò)貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說(shuō)明并表示了謝意。 Flaw detection。用適合的光源照射密封圈，將圖像通過(guò)相機(jī)傳入到主板中。 基于 DSP 的密封圈表面瑕疵檢測(cè)算法設(shè)計(jì) 【摘要】 為了能讓密封圈與密封 部件之間實(shí)現(xiàn)完全的黏合，因此工業(yè)用的石墨密封圈表面必須平整光滑， 嚴(yán)禁出現(xiàn)裂縫、模影、暗紋等瑕疵。 該方案主要利用 TMS320DM6437 嵌入式主板、相機(jī)、光源、觸摸屏、 PLC 等硬件平臺(tái)搭建。 【 關(guān)鍵詞 】 數(shù)字圖像處理； 瑕疵檢測(cè) ； 哈弗 圓檢測(cè) ； 區(qū)域生長(zhǎng) ； 【 Abstract】 In order to make the sealing ring and the sealing member to achieve plete bonding, the surface of sealing ring used in industrial must be flat and smooth. Crack, mold, dark lines and other defects are banned. In order to solve the problem of poor image caused by uneven lighting, low flaw contrast and big noise, image captured by DSP was analyzed through field experiments. a new sealing ring defect recognition algorithm including median filter, binaryzation,