磁瓦缺陷视觉检测及尺寸自动分级系统研制.pdf

机器视觉技术在工业在线检测中的应用是近年来的研究热点之一。机器视觉技术可以大幅降低检测成本，提高产品质量，提高生产速度和效率，因而在工业检测和控制领域得到了广泛的应用。本文以机器视觉技术为基础，以图像处理技术为主要方法，开发了用于磁瓦生产线的尺寸及缺陷在线检测系统()，主要的研究工作包括以下内容：针对磁瓦在线检测的研制要求，结合机器视觉系统的功能及结构特点，利用图像采集、显示、处理和分析技术，完成了系统的设计，包括系统的结构设计、硬件配置、图像采集系统的设置、图像系统照明方案的选择、软件设计及系统调试与误差分析等。在软件设计过程中解决了系统标定、数字图像处理方法与处理过程的选择应用以及检测结果分类等关键技术问题。通过理论分析与现场实验，得到了系统最佳图像处理过程：首先对采集的图像进行平方根灰度变换、定制滤波，通过阀值分析进行二值化；接着对二值图像进行粒子去噪以及边缘、裂纹提取与细化操作来获得清晰的图像边缘与裂纹。对处理后的图像，采用边缘检测和模型匹配技术测量出磁瓦尺寸值，并通过粒子测量技术进行裂纹检测。将测量结果移植到环境下，实现产品分类逻辑判断，同时开发出系统的操作、管理、图像显示的人机交互界面；最后对测量误差进行了分析，给出误差修正的方法。该系统效率高，功能、性能及可靠性指标完全满足设计要求，解决了人工检测产品质量效率低、精确度不高以及传统的机器视觉系统价格昂贵、功能完全由厂家定义而用户无法改变的缺点，提高了生产的柔性及自动化程度，适用于大批量的生产过程，具有良好的社会效益和经济效益。另外，选择功能强大的机器视觉软件及为开发平台，大大缩短了系统的开发周期，使系统具有很高的灵活性和可重用性，应用前景十分广阔。