【正文】 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(jìn)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 。 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(jìn)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) 。 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。 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。 (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 。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= = =? ? ? ? 。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 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(jìn)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)。 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。 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。 在 NTCS 制式為 64 X 480。 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(jìn)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(jī)內(nèi)存存儲 。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(jī)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。機(jī)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。 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、模式識別或圖像識別、圖像理解等。 機(jī)器視覺系統(tǒng)的組成如圖 21。 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(jìn)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 。 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 。 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 。 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 。 圖像通信可借助綜合業(yè)務(wù)網(wǎng) 、 計算機(jī)局網(wǎng) ，甚至普通電話網(wǎng)等 。圖象處理是比較低層的操作 ，它主要在圖像像素級別 上進(jìn)行處理 ， 處理的數(shù)據(jù)量非常大。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(jìn)展 ， 出現(xiàn)了許多新理論、新方法、新算法、新手段、新設(shè)備。 常見圖像是連續(xù)定義的 ， 即 ?、 x、 y 的值可以是任意實數(shù)。圖像對我們并不陌生。 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)用幾乎空白 ， 即便是有 ， 也只是低端方面的應(yīng)用。因此 ,機(jī)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。人工檢測不僅工作量大，而且易受檢測人員主觀因素的影響，容易對產(chǎn)品表面缺陷造成漏檢，尤其是變形較小、畸變不大的夾雜缺陷漏檢，極大降低了產(chǎn)品的表面質(zhì)量，從而不能夠保證檢測的效率與精度。該系統(tǒng)采用面陣 CCD 和多通道圖像采集卡作為圖像采集部分，提高了檢測系統(tǒng)的速度并降低了對 CCD 的性能要求，使系統(tǒng)在現(xiàn)有的條件下比較容易實現(xiàn)實時在線檢測 ； 采用自動選取圖像分割 閾 值，根據(jù)實際應(yīng)用的閾值把工件信息從圖像中提取出來并掃描工件 圖像中的信息，實現(xiàn)了系統(tǒng)的自動測量 ； 根據(jù)掃描得到的工件信息去除掉工件邊緣的光圈，利用自動選取的 閾值 對金屬工件表面的圖像進(jìn)行二值化分割，從而實現(xiàn)各種缺陷的自動提取 及識別。 finally, the system has removed the aperture on the edge of workpiece in accordance with the workpiece information of scan and conducted the binarization segmentation on the image of the metal workpiece surface by using the automatic selection threshold to automatically select and identify varied defects. Keywords: machine vision?；跈C(jī)器視覺技術(shù)的缺陷檢測系統(tǒng)，由于其非接觸檢測測量，具有較高的準(zhǔn)確度、較寬的光譜響應(yīng)范圍，可長時間穩(wěn)定工作，節(jié)省大量勞動力資源，極大地提高了工作效率。具體如 PCB 印刷電路 ： 各類生產(chǎn)印刷電路板組裝技術(shù)、設(shè)備 ， 單、雙面、多層線路板 ， 覆銅板及所需的材料及輔料 ； 輔助設(shè)施以及耗材、油墨、藥水藥劑、配件 ； 電子封裝技術(shù)與設(shè)備 ； 絲網(wǎng)印刷設(shè)備及絲網(wǎng)周邊材料等。真正高端的應(yīng)用還很少 ， 因此 ， 以上相關(guān)行業(yè)的應(yīng)用空間還比較大。圖像信息不僅包含光通量分布 ， 而且也還包含人類視覺的主觀感受。這里 I 代表離散化后的 ?， (r， c)代表離散化后的 (x， y)， 這里 I、 e、 r 的值都是整數(shù)。 圖像工程的內(nèi)容非常豐富 ， 根據(jù)抽象程度和研究方法等的不同可分為三個層次 ： 圖象處理、圖象分析和圖像理解。 數(shù)字圖像處理系統(tǒng) 圖像處理和分析系統(tǒng) 一個基本的圖像 （ 處理和分析 ） 系統(tǒng)構(gòu)成的各模塊都有特定的功能 ， 分別是采集 、 顯示 、 存儲 、 通信 、 處理和分析 。 圖像采集模塊 采集數(shù)字圖象需要兩種裝置 。 放大器輸出的電壓信號與感光基元行的內(nèi)容成比例 。 將 2 幀合起來就得到隔行掃描電視的 1 場 (?)。 變換壓縮方法是將整幅圖像分成一個個小的 (取 8 X 8 或 16 X 16)數(shù)據(jù)塊 ， 再將這些數(shù)據(jù)塊分類 、 變換 、 量化 ， 從而構(gòu)成自適應(yīng)的變換壓縮系統(tǒng) 。機(jī)器視覺發(fā)展到現(xiàn)在已有 15 年 的 歷史。然后再根據(jù)其結(jié)果顯示圖像 ， 輸出數(shù)據(jù) ， 發(fā)出指令 ， 配合執(zhí)行機(jī)構(gòu)完成位置調(diào)整 ， 好壞篩選 ， 數(shù)據(jù)統(tǒng)計等自動化流程。這些技術(shù)在機(jī)器視覺中是并列關(guān)系 ， 相互協(xié)調(diào)應(yīng)用才能構(gòu)成一個成功的工業(yè)機(jī)器視覺應(yīng)用系統(tǒng) 強(qiáng)調(diào)工業(yè)可靠性 機(jī)器視覺強(qiáng)調(diào)工業(yè)現(xiàn)場環(huán)境下的可靠性 ， 要求能夠適應(yīng)工業(yè)生產(chǎn)中惡劣的環(huán)境 ， 有較高的容錯能力和安全性 ， 不會破壞工業(yè)產(chǎn)品。 機(jī)器視覺系統(tǒng)的發(fā)展動向 近年來計算機(jī)視覺 (即機(jī)器視覺 )的發(fā)展大致表現(xiàn)在以下三個方面 ： 基于幾何方法的計算機(jī)視覺計算理論體系已臻于完整計算機(jī)視覺的研究目標(biāo)之一是使機(jī)器能感知三維環(huán)境中物體的幾何信息 ， 包括它的形狀、位置、姿態(tài)、運動等。下面分別介紹系統(tǒng)的各部分的組成及工作原理。 視頻輸入信號及采樣頻率 凡符合 PAL 制式 (625 行 ， 50 場 /秒 )和 NTSC 制式 (525 行 ， 60 場 /秒 )的視頻設(shè)備輸出的圖像信號均可作 為該 視頻捕捉卡 的輸入源。 一種方法是減少視頻輸入窗口的大小 ， 即重新設(shè)置起始行 、 終止行 、 起始列 、 終止列 。 對模塊內(nèi)部的修改 ， 對模塊外部沒有影響 ； 增加或刪除幾個模塊 ， 不影響整個程序 ； 2)可讀性 。 4. 2 圖像預(yù)處理模塊 為去掉噪聲對圖像的于擾，要將剛采集的圖像數(shù)據(jù)進(jìn)行預(yù)處理，如 ： 去除孤立點、平滑、濾波等 ； 同時，還要對圖像進(jìn)行灰度調(diào)整，增加對比度，為后續(xù)的圖像處理工作做準(zhǔn)備，如圖 42 所示。 圖 48 隨機(jī)誤差分布曲線 由此可知 ： ? 值愈小，則 ? 的指數(shù)的絕對值愈大，因而 ()?f 減小得愈快，即曲線變陡。 圖 49 經(jīng)過剔出誤差后的 x 坐標(biāo)數(shù)據(jù)曲線和 y 坐標(biāo)數(shù)據(jù)曲線 圖 410 半徑計算 由圓心坐標(biāo)，再結(jié)合去除粗大誤差后掃描數(shù)據(jù)就可以計算工件的半徑大 小， 如圖 410 所示、 在 x 方向上 ? ? ? ? ? ? ? ?22220 0 0 0 /2???? ? ? ? ? ? ? ?????j i j i k jr x x y y x x y y 1???n jjxrr N 其中， n 為圖像的高度， N 為 0?jr 的個數(shù)； 在 y 方向上 長春理工大學(xué)本科畢業(yè)設(shè)計 16 ? ? ? ? ? ? ? ?22220 0 0 0 /2???? ? ? ? ? ? ? ?????i i j i j kr x x y y x x y y 1miiyrr M??? 其中， m 為圖像的寬度， M 為 0?ir 的個數(shù)。 （ 3） 光圈計算 圖 416 去除光圈 在檢測過 程中，由于工件的邊緣反射，一部分光源的光進(jìn)入攝像系統(tǒng)，形成光圈，如 416 所示，影響了檢測圖像。只有把圖像的缺陷信息提取出來之后，我們才能對缺陷信息進(jìn)行測量和形態(tài)識別。 由于處理前的 圖像 是二值的 ， 像素值只有 0 和 1， 所以處理后每個像素的值即為其所處理區(qū)域的區(qū)域標(biāo)號 (1， 2，3， … ， )。選擇區(qū)域描述特征，不但可以減少在區(qū)域中原始數(shù)據(jù)的數(shù)量，而且也有利于區(qū)別帶有不同特性的區(qū)域。 長春理工大學(xué)本科畢業(yè)設(shè)計 24 0 20 40 60 80 100 圓度判斷 弧度 X100+1 0 20 40 60 80 100 工件外圓 200 180 160 140 120 100 80 60 40 20 0 弧度 X100+1 圓度判斷 工件外圓 200 180 160 140 120 100 80 60 40 20 0 圖 428 掃描工件外圓所得的數(shù)據(jù) 經(jīng)過 運 算，可 以得到如表 41 數(shù)據(jù)，根據(jù)圓度技術(shù)要求，設(shè)定合適缺陷閾值，可以把圓度上有缺陷的工件在識別其他種類缺陷之前剔出來 。 表 51 選取表面鍍層為鎳 、 工件規(guī)格為 ： **掉角 、 麻坑 、 劃痕及刀痕等四種缺陷的合格限度樣品各 10