【正文】 活塞包膠組件樣品上端面檢測數(shù)據(jù)樣品一區(qū)目標(biāo)二區(qū)目標(biāo)三區(qū)有無目標(biāo)三區(qū)間距變化四區(qū)間距變化結(jié)果100是74/否200是41是300是159否4062///否500是00是6074///否700是11是800是31是900是42是1000是153否1100是561否12021///否13049///否1461////否150195///否16033///否17087///否18022///否19049///否208347///否2100否//否2200是41是2300是10是2400是53是2535////否2600是69/否2700是818否2800是78/否我們同樣針對活塞包膠組件的下端面和側(cè)面缺陷檢測進(jìn)行了實驗。其中，Rmax以外的區(qū)域為區(qū)域1，用于判斷是否存在包膠破裂缺陷；R1與RR3與RR5與R6圍成的環(huán)帶為區(qū)域2，它對應(yīng)于活塞包膠組件的閥線，用于判別閥線掉塊缺陷；R2與R3圍成的區(qū)域3為閥線間的第一環(huán)帶，是阻尼孔所在的區(qū)域；R4與R5圍成的區(qū)域4是閥線間第二環(huán)帶，氣孔可能出現(xiàn)在第三和第四區(qū)域中。 SerialPort控件常用的屬性、方法和事件名稱說明PortName獲取或設(shè)置通信端口BaudRate獲取或設(shè)置串行波特率Parity獲取或設(shè)置奇偶校驗位DataBits獲取或設(shè)置每個字節(jié)的標(biāo)準(zhǔn)數(shù)據(jù)位StopBits獲取或設(shè)置每個字節(jié)的標(biāo)準(zhǔn)停止位Open打開一個新的串行端口連接Close關(guān)閉端口連接Read從 SerialPort 輸入緩沖區(qū)中讀取Write將數(shù)據(jù)寫入串行端口輸出緩沖區(qū)DataReceived將處理 SerialPort 對象的數(shù)據(jù)接收事件的方法有無回握手信號？開始串口初始化發(fā)送握手信號發(fā)送數(shù)據(jù)YN有無握手信號？開始串口初始化回握接收數(shù)據(jù)YN產(chǎn)生電機(jī)信號結(jié)束結(jié)束 PC機(jī)與PLC通信程序流程圖 軟件的界面設(shè)計軟件系統(tǒng)在visual studio 2008環(huán)境下使用C程序語言編寫而成。在完成前面的圖像分析與處理之后，缺陷檢測的結(jié)果通過串口傳送至PLC，由PLC產(chǎn)生控制信號實現(xiàn)不良產(chǎn)品的剔除。此后，需要統(tǒng)計并計算活塞包膠組件輪廓點(diǎn)在極坐標(biāo)圖像中的R值，利用R值，我們可以提取出圖像不同的環(huán)帶，進(jìn)行相應(yīng)缺陷的檢測。在開始采集圖像之前，我們需要先對相機(jī)、采集卡和Buffer等進(jìn)行配置。本系統(tǒng)是用以MIL為基礎(chǔ)的ActiveMIL控件實現(xiàn)的，它將MIL中的函數(shù)集成到ActiveMIL控件上，能夠?qū)崿F(xiàn)更為快速的應(yīng)用程序開發(fā)。式中，T表示目標(biāo)連通域的長寬比，L和W分別表示目標(biāo)外接矩形的長度和寬度。在對其進(jìn)行了目標(biāo)區(qū)域提取（（b））和自適應(yīng)閾值分割處理之后，（c）所示的結(jié)果。這一特征可以作為判別脫套、膠套位置偏移缺陷的依據(jù)。因此，在判斷活塞包膠組件是否存在內(nèi)閥線掉塊缺陷時，我們需要改變提取輪廓的區(qū)域，再按照外閥線掉塊的判定方法進(jìn)行缺陷檢測。氣孔在分割后的圖像上表現(xiàn)為白色的Blob目標(biāo)，但是，由于阻尼孔等的存在也會在圖像上形成白色的目標(biāo)像素，我們需要在識別氣孔缺陷時排除阻尼孔等的影響。將兩幅圖像相減，就可以提取出活塞包膠組件外閥線掉塊缺陷。(a) 原始圖像（b）分割結(jié)果（c）極坐標(biāo)變換結(jié)果（d）提取出的缺陷 膠套破裂缺陷圖像處理(a)為典型的具有膠套破裂缺陷的活塞包膠組件。對于計算獲得的圓心（A，B），極坐標(biāo)下每個像素點(diǎn)的位置（r，θ）與原坐標(biāo)（x，y）滿足下列關(guān)系[44]： （）變換之后，原圖像中處于同一圓上的閥線邊緣在極坐標(biāo)圖像中會拉伸成為一條直線，呈圓周陣列分布的阻尼孔等也會在極坐標(biāo)圖像中排列在一條水平線上。這一特點(diǎn)可以成為我們識別組件缺陷的基礎(chǔ)。由于包膠碰傷、膠套裂縫等缺陷都出現(xiàn)在輪廓內(nèi)部的膠套范圍中，不會體現(xiàn)在輪廓上，為了不丟失圖像可能包含的缺陷信息，我們需要對包膠活塞組件膠套范圍內(nèi)的像素進(jìn)行處理。由于拍攝過程中用于支撐活塞包膠組件的支架在圖像中具有與孔、洞相近的灰度值，可能影響到分割結(jié)果。除此之外，還有Canny算子邊緣檢測算法等[37]。整幅圖像的平均灰度為，則類間方差g可按下式計算： （）該方法能夠自動選擇閾值，且分割結(jié)果較好，因而應(yīng)用廣泛。中值濾波在有效地去除一些尖銳的噪聲點(diǎn)的同時，能夠保證圖像的清晰度。用表示一幅大小的輸入圖像，表示的濾波掩模（一般情況下，取奇數(shù)），表示均值濾波的輸出，則輸出結(jié)果可由下式得出： （） 式中。同時根據(jù)硬件選用原則選擇了符合系統(tǒng)需要的相機(jī)、鏡頭、采集卡等硬件，為后續(xù)圖像處理環(huán)節(jié)打下了良好的基礎(chǔ)。通光量與F值的平方成反比關(guān)系，F(xiàn)值越小，則光圈越大。相機(jī)接口有多種制式，如Camera Link、LVDS/RS421394等，選擇圖像采集卡時接口一定要與所選用相機(jī)相匹配。根據(jù)上述公式有：由此可知，相機(jī)分辨率只需高于300300即可。隨著超大規(guī)模集成電路的發(fā)展，CMOS相機(jī)逐漸成熟，以其良好的集成性、低功耗、高速傳輸和寬動態(tài)范圍等特點(diǎn)得到了廣泛的應(yīng)用。因此我們將兩者結(jié)合起來，（a）的照明方式。從光源、相機(jī)和被測物的相對位置來說，如果光源與相機(jī)處于被測物的同側(cè)，則為正面照明；如果光源與相機(jī)分別位于被測物的兩側(cè)，則為背光照明方式。這幾種光源都有老化快的缺點(diǎn)，隨著使用時間的增加，其亮度會不斷地下降[19]。照明系統(tǒng)關(guān)系著采集到的圖像質(zhì)量，進(jìn)而影響著后續(xù)圖像處理算法的復(fù)雜程度和檢測結(jié)果的可靠程度。 活塞鑄件缺陷閥線掉塊、氣孔、無阻尼孔等都是常見的活塞鑄件缺陷。第三章比較了圖像濾波和圖像分割等多種經(jīng)典的圖像預(yù)處理算法的處理效果，提出了適合活塞包膠組件圖像的分割方法：利用OTSU算法和固定閾值法相結(jié)合的算法來分割上端面圖像，下端面圖像的分割采用了自適應(yīng)局部閾值處理的方法，側(cè)面圖像的分割則是結(jié)合了形態(tài)學(xué)操作提取邊緣和自適應(yīng)閾值分割算法。劉良江開展了先進(jìn)電子制造業(yè)中的視覺檢測理論方法和關(guān)鍵技術(shù)的研究，包括PCB質(zhì)量智能檢測算法、貼片機(jī)的視覺定位方法、芯片的引腳邊緣及外觀檢測方法等[29]。早在上個世紀(jì)八十年代，[20]，Ye和Danielsson也設(shè)計出基于視覺檢測的PCB板典型缺陷檢測系統(tǒng)[21]。(4)為照明裝置，它為被測對象提供適當(dāng)?shù)墓庠础Ｗ?947年Hastings設(shè)計出第一套漏磁檢測系統(tǒng)以來，漏磁檢測技術(shù)發(fā)展迅速，能夠檢測樣品表面或近表面的裂縫、凹坑、腐蝕等缺陷，已廣泛應(yīng)用在石油、鋼鐵等領(lǐng)域[18]。渦流檢測技術(shù)以電磁感應(yīng)原理為基礎(chǔ)，當(dāng)導(dǎo)體置于線圈產(chǎn)生的交變磁場中時，導(dǎo)體內(nèi)部將產(chǎn)生感應(yīng)電流，即渦流。然而，目前現(xiàn)有的活塞自動檢測機(jī)大多針對活塞尺寸及公差的測量，無法實現(xiàn)活塞包膠組件的表面缺陷檢測，由此，國內(nèi)急需開發(fā)針對活塞包膠組件外觀缺陷的自動檢測設(shè)備。檢測檢測手段的落后不僅僅造成了人力資源的浪費(fèi)，同時也使得檢測的速度及精度均跟不上大規(guī)模生產(chǎn)的需求，嚴(yán)重制約了產(chǎn)品質(zhì)量和生產(chǎn)效率的提高。 for the image of unit side, we plete the dectection by analysing contour line and blob informations. Then the performance of the algorithms is proved by experiments.5) The software for image acquisition and image processing were achieved based on Mil function library.The innovations of this paper are that an algrithm is designed to recognise the defects of pistoncovering unit, and a software system is developed for pistoncovering unit based on machine vision technique. Our work paved a way to the realization of the autoinspection of the pistoncovering unit, and can provide reference for the inspection of similar parts in the future.Keywords: Pistoncovering unit, Machine vision, Defect inspection, Image processingVII目錄目錄1 緒論 1 課題研究的目的及意義 1 國內(nèi)外研究現(xiàn)狀 2 活塞檢測技術(shù)的研究現(xiàn)狀 2 表面缺陷檢測技術(shù)的研究現(xiàn)狀 3 機(jī)器視覺技術(shù)及其發(fā)展 4 論文的主要工作及內(nèi)容安排 62 活塞包膠組件視覺檢測系統(tǒng)設(shè)計 8 活塞包膠組件主要缺陷分析 8 活塞鑄件缺陷 8 膠套缺陷 9 活塞包膠組件視覺檢測系統(tǒng)方案設(shè)計 9 系統(tǒng)的硬件組成 10 照明系統(tǒng)設(shè)計 10 圖像采集設(shè)備 14 本章小結(jié) 183 活塞包膠組件缺陷檢測算法研究 19 活塞包膠組件的圖像預(yù)處理 19 圖像濾波 19 圖像分割 21 本文采用的圖像分割方法 24 活塞包膠組件端面圖像缺陷檢測 27 活塞包膠組件端面圖像圓心的確定 27 端面圖像的極坐標(biāo)變換 28 端面圖像缺陷的判定 29 活塞包膠組件側(cè)面圖像缺陷檢測 34 基于活塞包膠組件側(cè)面輪廓的缺陷檢測方法 34 基于連通域特性分析的組件膠套缺陷檢測方法 35 本章小結(jié) 374 活塞包膠組件缺陷檢測的軟件系統(tǒng)實現(xiàn) 38 38 活塞包膠組件缺陷檢測軟件設(shè)計 39 活塞包膠組件缺陷檢測主程序流程 40 圖像采集模塊 41 圖像分析與處理模塊 41 輸出控制模塊 44 軟件的界面設(shè)計 46 本章小結(jié) 475 實驗結(jié)果及分析 486 總結(jié)與展望 53 總結(jié) 53 下一步的工作 54參考文獻(xiàn) 55作者攻讀碩士期間的研究成果與科研項目 59聲明 60致謝 611 緒論11 緒論 課題研究的目的及意義本論文的研究對象是用于摩托車減震器的活塞包膠組件。同時，分析并比較了各種照明方式，為活塞包膠組件的缺陷檢測設(shè)計了光學(xué)照明系統(tǒng)和圖像自動獲取系統(tǒng)；3） 通過實驗，對圖像濾波和圖像分割的多種經(jīng)典算法的處理效果做了比較，并在此基礎(chǔ)上提出了適用于本課題的圖像分割方法：利用OTSU算法和固定閾值法相結(jié)合的算法來分割上端面圖像，下端面圖像的分割采用了自適應(yīng)閾值處理的方法。相對于傳統(tǒng)的活塞而言，它具有耐摩擦性和自潤滑性好，復(fù)合強(qiáng)度高，使用壽命長，配合精度高，加工便利等優(yōu)點(diǎn)。而機(jī)器視覺技術(shù)具有非接觸、高速、高靈活性、高可靠性、高穩(wěn)定性和高自動化程度等優(yōu)點(diǎn)，在工業(yè)檢測中有明顯的優(yōu)勢，廣泛地應(yīng)用在實際生產(chǎn)中。論文的主要創(chuàng)新性在于設(shè)計了針對活塞包膠組件的缺陷檢測算法，并開發(fā)了基于機(jī)器視覺的活塞包膠組件缺陷檢測的軟件系統(tǒng)，為整個系統(tǒng)的實現(xiàn)鋪平了道路，同時也可以為今后類似的零件檢測提供了參考和借鑒。生產(chǎn)技術(shù)的提高和生產(chǎn)設(shè)備的改進(jìn)實現(xiàn)了活塞包膠組件的大批量生產(chǎn)。該機(jī)型配備了ISOVOLT 160 HS X射線裝置，用于檢測重量低于2公斤，直徑小于100毫米，高度小于100毫米的小尺寸活塞，能實現(xiàn)快速高效的在線檢測。White在1963年實現(xiàn)了利用脈沖激光實現(xiàn)聲表面波的激發(fā)[9]，此后，激光超聲技術(shù)迅速發(fā)展，Viktorov、Domarkas、Kawasaki、Yewf、Portz等人先后用多種方法研究了瑞利波與表面缺陷相遇時發(fā)生的透射、反射與散射等物理現(xiàn)象，為利用聲表面波實現(xiàn)材料的表面缺陷檢測提供了理論依據(jù)[1014]。鐵磁性材料被磁化后，其缺陷部位會有磁力線外泄，形成漏磁場。機(jī)器視覺系統(tǒng)以各種成像系統(tǒng)模擬人眼，將目標(biāo)轉(zhuǎn)換為數(shù)字圖像信號，并由計算機(jī)代替大腦實現(xiàn)圖像的分析與處理。與傳統(tǒng)的檢測技術(shù)相比，機(jī)器視覺技術(shù)強(qiáng)調(diào)檢測的實時性和可靠性，這決定了機(jī)器視覺檢測技術(shù)具有非接觸、高速、高靈活性、高可靠性、高穩(wěn)定性和高自動化程度等優(yōu)點(diǎn)。國內(nèi)的研究主要集中在帶鋼檢測、PCB檢測、工件檢測（如軸承）等方面。第二章首先分析了活塞包膠組件存在的缺陷類型，提出了活塞包膠組件缺陷檢測系統(tǒng)的方案。第六章回顧前面章節(jié)的內(nèi)容，對現(xiàn)有工作做了簡單的總結(jié)，提出了目前工作中的不足之處，并指出了今后工作開展的方向。其工作原理是：光電傳感器感應(yīng)到活塞包膠組件運(yùn)動到相機(jī)鏡頭正對方向時，觸發(fā)相機(jī)采集圖像，圖像采集卡將圖像轉(zhuǎn)換為數(shù)字信號后送入計算機(jī)進(jìn)行分析處理，判斷活塞包膠組件是否存在缺陷。氙燈將氙氣充入密閉的玻璃燈泡中，能夠產(chǎn)生5