【正文】 有些地方 有凹溝，這表明工件本身不圓。 數(shù)據(jù)見表 51 和表 52。 實驗分析 將反復(fù)實 驗后各種缺陷的檢驗數(shù)據(jù)進行統(tǒng)計并將 10 次實驗結(jié)果進行累計 ，表面缺陷檢測系統(tǒng)軟件對圓環(huán)形工件缺陷的檢出率如下表 54 所示 。 表 51 合格限度樣品表面的缺陷數(shù)據(jù) (單位 ： 像素 ) 序號 掉角 劃痕 刀痕 麻坑 面積 周長 面積 周長 面積 周長 面積 周長 1 35 17 33 18 73 21 22 12 2 27 16 26 12 155 49 17 9 3 18 10 17 13 161 46 13 7 4 16 7 10 10 134 35 25 12 5 15 9 38 17 92 27 7 7 6 20 11 41 21 185 51 10 6 7 26 15 35 18 216 59 18 10 8 23 13 54 26 278 84 32 15 9 30 13 44 20 327 83 31 14 10 13 8 50 31 384 98 16 9 表 52 選取表面鍍層為鋅 、 工件規(guī)格為 ： D9* 的圓環(huán)形工件的掉角 、 麻坑 、 劃痕及刀痕等四種缺陷的合格限度樣品各 10 個 。 利用不變矩 ， 就可以計算出缺陷區(qū)域的形心坐標 ， 判斷缺陷區(qū)域是否在工件圖像的邊緣 ， 如果在邊緣 ， 則可以確定是掉角 ； 否則 ， 是麻坑 。 長春理工大學本科畢業(yè)設(shè)計 23 缺陷圖像 掉角 其他缺陷 掉角或麻坑 刀紋、裂紋或劃痕 掉角 麻坑 刀紋 裂紋或劃痕 圖 426 工件表面缺陷分類二義樹表示 鑒于工件表面缺陷圖像不同特征之間有一定的相關(guān)性，為降低識別算法的復(fù)雜性，特征識別時采用階層識別的方法。 長春理工大學本科畢業(yè)設(shè)計 22 圖 423 缺陷標識 經(jīng)過 處理 過程后，就可以得到標記后的缺陷圖像，如圖 424 所示。 如果有缺陷，則缺陷是否是獨立的缺陷，圖像中有幾個缺陷，需 要對不同的缺陷進行標識。 圖 417 光 圈 掃描示意圖 其掃描過程如下 ： 長春理工大學本科畢業(yè)設(shè)計 19 首先，如圖 417 所示，以工件圓心為極坐標系原點 O 隨著極半徑 r 和極角 ?從小到大逐個掃描每個像素點，極半徑 r 的范圍是從內(nèi)徑到工件的外徑，極角 ? 的范圍是從 0 到 2? 掃描時，由于圖像相當于一個矩陣，需要將極坐標系轉(zhuǎn)化為直角坐標系，其轉(zhuǎn)換公式為 cossin????? ??xryr 在轉(zhuǎn)化到圖像矩陣中，為 00cossin??????? ????x x ry y r 其中， 0x 和 0y 分別是工件圓心的橫坐標和縱坐標。 （ 2）圓環(huán)和圓片的判斷 在確定工件的圓心位置和半徑大小后，就需要判斷該工件時圓環(huán)還是圓片。反之， ? 愈大， ()?f 減小愈慢，曲線平坦，同時對應(yīng)于誤差為零的縱坐標也小，曲線變低。 圖像實時采集模塊 缺陷識別模塊 圖像預(yù)處理模塊 缺陷檢測模塊 閾值選取模塊 圖像測量模塊 長春理工大學本科畢業(yè)設(shè)計 12 0 50 100 150 200 250 直方圖 直方圖 像素值 3000 2500 2021 1500 1000 500 0 0 50 100 150 200 250 像素值 3000 2500 2021 1500 1000 500 0 圖 43 灰度調(diào)整前及灰度調(diào)整后圖像直方圖 4. 3 閾值選取模塊 閾值的選取對于分割圖像、提取缺陷信息至關(guān)重要，其方法也很多，本系統(tǒng)采取利用圖像的灰度直方圖來選取閾值，如圖 44 所示。 獨立于其它模塊 ， 可單獨驗證一個模塊的正確性 ， 便于進行調(diào)試 。 處理后的結(jié)果顯示的僅是全部輸入圖像的一個局部 ， 這種方法稱為裁剪 。采樣頻率在一定范圍內(nèi)可調(diào) ， 滿足不同場合的需求。本系統(tǒng)采用的是國產(chǎn) MTV1881EX 型號的黑白攝像頭 ，它的工作方式是將被攝物體的圖像經(jīng)過鏡頭聚焦到 CCD 芯片上， CCD 根據(jù)光的強弱積累相應(yīng)比例的電荷，各個像素積累的電荷在視頻時序的控制下，逐點外移，經(jīng)視頻捕捉卡濾波、放大處理， A/D 轉(zhuǎn)換后形成視頻信號輸出。 機器學習方法受到越來越多的關(guān)注模式識別的所有領(lǐng)域始終存在基于結(jié)構(gòu)與基于統(tǒng)計的兩大分支。 要求高速度和高精度 由于機器視覺通常要求高速度和高 精度 ， 數(shù)字圖像處理中的許多新算法目前還難以應(yīng)用。在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合 ， 常用機器視覺來替代人工視覺 ； 同時在大批量工業(yè)生產(chǎn)過程中 ， 用人工視覺檢查產(chǎn)品質(zhì)量效率低且精 度不高 ， 用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。人們從 20 世紀 50 年代開始研究二維圖像的統(tǒng)計模式識別 ， 60 年代 Roberts 始進行三維機器視覺的研究 ， 70 年代中 ， MIT 人工智能實驗室正式開設(shè)機器視覺 課程 ， 80 年代開始 ， 開始了全球性的研究熱潮 ， 機器視覺獲得了蓬勃發(fā)展 ， 新概念、新理論不斷涌現(xiàn) 。 對圖像的處理和分析一般可用算法的形式描述 ， 而大多數(shù)的算法可以用軟件實現(xiàn) ， 只有在為了提高速度或克服通用計算機限制的情況下才用特制的硬件 。 圖像的數(shù)據(jù)編碼和傳輸 數(shù)字 圖像的數(shù)據(jù)量是相當龐大的 ， 一幅 512 X 512 個像素的數(shù)字圖像的數(shù)據(jù)量為 256K 字節(jié) ， 若假設(shè)每秒傳輸 25 幀圖像 ， 則傳輸?shù)男诺浪俾蕿? 比特 /秒 。 對圖象分析來說 ， 分析的結(jié)果也可以解析系統(tǒng)的主 要顯示設(shè)備是電視顯示器 。 另一種稱為數(shù)字化器 ，它能將上述模擬電信號轉(zhuǎn)化為數(shù)字離散的形式 。 圖像 采集可采用 CCD 的照相機 、 帶有視像管的視頻攝像機和掃描儀等 。圖象分析則主要是對圖像中感興趣的目標進行檢測和測量 ， 以獲得它們的客觀信息從而建立對圖像的描述。 圖像技術(shù)和圖像工程 圖像技術(shù)在廣義上是各種與圖像有關(guān)的技術(shù)的總稱。 客觀世界在空間上是 三維 (3D)的 ， 但一般從客觀景物得到的圖像是二維(2D)的。 長春理工大學本科畢業(yè)設(shè)計 3 第 2 章 圖像技術(shù)及機器視覺簡介 圖像處理技術(shù) 機器視覺系統(tǒng)中 ， 視覺信息的處理技術(shù)主要依賴于圖像處理方法 ， 它包括圖像增強、數(shù)據(jù)編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內(nèi)容。電子生產(chǎn) 加工設(shè)備 ： 電子元件制造設(shè)備、半導(dǎo)體及集成電路制造設(shè)備、元器件成型設(shè)備、電子工模具。 所以，人工檢測難以達到降低消 耗、提高產(chǎn)品質(zhì)量的目的，采用機器視覺的表面缺陷檢測成為迫切需要。 CCD。長春理工大學本科畢業(yè)設(shè)計 I 編號 本科生畢業(yè) 設(shè)計 基于機器視覺 的 表面缺陷檢測系統(tǒng)設(shè)計 Surface defect detection system design based on machine vision 學 生 姓 名 專 業(yè) 電子信息工程 學 號 指 導(dǎo) 教 師 學 院 電子信息工程學院 二〇一三年六月 長春理工大學本科畢業(yè)設(shè)計 II 中文摘要 為了不斷提高產(chǎn)品質(zhì)量和生產(chǎn)效率，金屬工件表面缺陷在線自動檢測技術(shù)在生產(chǎn)過程中顯得日益重要。 image processing。 針對這種現(xiàn)狀 ， 課題組決定自行開發(fā)工件表面缺陷在線檢測系統(tǒng) ， 確保各類缺陷及時準確檢出 ， 從根本上解決人工檢測效率低、精度低的問題 ， 同時 ， 還可以降低原材料消耗、能耗和人力成本 ， 該課題還可以推廣到其他需要表面質(zhì)量檢測的行業(yè)中 ， 如印刷、包裝等行業(yè) ， 因此具有重要的實際應(yīng)用價值和現(xiàn)實意義。機器視覺系統(tǒng)還在質(zhì)量檢測的各個方面已經(jīng)得到了廣泛的應(yīng)用 ， 并且其產(chǎn)品在應(yīng)用中占據(jù)著舉足輕重的地位。經(jīng)過這些處理后 ， 輸出圖像的質(zhì)量得到相當 程度的改善 ， 既改善了圖像的視覺效果 ， 又便于計算機對圖像進行分析、處理和識別。一幅圖像可以用一個 2D 數(shù)組 ?（ x， y） 來表示 ， 這里 x 和 y 表示 2D空間 XY 中一個坐標點的位置 ， 而 ? 代表圖像在點 (x， y)的某種性質(zhì) F 的數(shù)值。目前人們主要研究的是數(shù)字圖象 ， 主要應(yīng)用的是計算機圖像技術(shù)。圖像理解的重點是在圖象分析的基礎(chǔ)上 ， 進一步研究圖像中各目標的性質(zhì)和它們之間的相互聯(lián)系 ， 并得出對圖像內(nèi)容含義的理解以及對原來客觀場景的解釋 ， 從而指導(dǎo)和規(guī)劃行為。 圖象顯示可用電視顯示器 、 隨機讀取陰極射線管和各種打印 機 等 。 下面介紹這兩種 裝置的常用器件。 輸入顯示器的圖象也可以通過硬拷控制 。 高信道速率意味著 投資高 普及難度 。 進入 90 年代尤其是 21 世紀后 ， 人們設(shè)計了各種與工業(yè)標準總線兼容的可以插入微機或工作站的圖像卡 。 機器視覺系統(tǒng)的概念、組成及特點 機器視覺是將圖像處理、計算機圖形學、模式識別、計算機技術(shù)、人工智能等眾多學科高度集成和有機結(jié)合 ， 而形成的一門綜合性的技術(shù)。而且機器視易于實現(xiàn)信息集成 ， 是實現(xiàn)計算機集成制造的基礎(chǔ)技術(shù)。因此 ， 機器視覺技術(shù)在工業(yè)生產(chǎn)中的實際應(yīng)用速度遠遠滯后于圖像處理理論的發(fā)展速度。如果說基于幾何的計算機視覺主要通過幾何 ， 描述物體及其運動的三維結(jié)構(gòu) ， 屬于結(jié)構(gòu)方法 ， 已得到較系統(tǒng)的研究 ； 而在計算機視覺中的統(tǒng)計方法除較好地用于圖像的底層處理外 ， 一直顯得不完善更不用說系統(tǒng)化了。 3. 2 圖像采集卡 本系統(tǒng)采用的是大恒 PCIXR 視頻捕捉卡，具 有高品質(zhì)的視頻采集性能，具備高速 PCI 總線，采集頻率為 3D 幀 /秒，顯示畫面流暢不間斷 ； 顯示分辨率640X480。 視頻輸入窗口和顯示窗口 視頻輸入窗口是指數(shù)字化后的輸入圖像尺寸 。 另一種方法是采用對視頻輸入窗口采用抽點和抽行的方法減少其大小 ， 即根據(jù)視頻輸入窗口和圖像顯示窗口的相對大小設(shè)置縮小比例系數(shù) ， 處理后的結(jié)果顯示的是縮小的全部輸入圖像 ， 這種方法稱 為比例縮小 。采用模塊化原理使軟件結(jié)構(gòu)清晰 ， 容易閱讀理解和維護 。 圖 44 濾波前及濾波后的灰度直方圖 4. 4 圖像測量模塊 （ 1） 工件尺寸和位置測量 根據(jù)閾值選取模塊所計算的閾值分割圖像，將圖像二值化處理，便于圖像整體信息的掃描，如圖 45 所示。圖 48 中三個測量列所得的分布曲線不同，其標準差 ? 也不 相同，且 1 2 3? ? ???。圓環(huán)和圓片的區(qū)別就是：圓環(huán)的中心是空心，也是就說所采集工件圖像的中心數(shù)據(jù)為背景信息；而圓片的中心為實心，所采集工件圖像的中心數(shù)據(jù)為工件表面信息。 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減小運 算量，提高圖像的處理速度。 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 連通準則加標記 。 圖 424 缺陷標識 二值圖像的小區(qū)域消除 通過對圖像內(nèi)每個標記操作的區(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)。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。 （ 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 。 同樣只 要 有缺陷就判定為不合格 。 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