基于多线阵CCD的氟塑料薄膜在线疵点检测研究.docVIP

基于多线阵CCD的氟塑料薄膜在线疵点检测研究 1.引言 氟塑料以其耐高温、抗摩擦、抗腐蚀、高强度以及绝缘性好等优点越来越广泛地应用于工业生产。虽然和其它通用塑料材料相比，氟塑料价格较贵,加工相对困难，但由于其性能独特，是解决军工和民用领域许多关键技术和提高生产技术水平不可或缺的材料，目前已被广泛地应用于航空、航天、原子能、电子、电气、化工、机械、建筑、轻纺、食品、医疗等行业,并日益深入到人们的日常生活中。 　　在氟塑料薄膜生产中,薄膜上会出现一些缺陷，称为表面疵点。产生表面疵点有多种原因,比如设备的性能不良、人为操作不当、生产原料在传送过程中被意外污染等。在氟塑料薄膜生产过程中，要经过较多的工序，且每个工序都可能产生一些影响，从而产生疵点。表面疵点会严重地影响氟塑料薄膜的质量和品质、致使产品的次品率增加。疵点检测就是检查氟塑料薄膜表面，发现疵点的过程。目前国内塑料薄膜生产在自动化技术应用上己取得很大的进展，生产效率也得以大幅提高。然而，对于薄膜质量检测环节的效率并没有同步提高，大多依靠人工目测的方法来完成。人工目测易受到经验和精神状况等主观方面的影响，不但存在劳动强度大、效率低、易受人为因素影响!误检率和漏检率高等缺点,还会对检测工人的视觉造成严重伤害。 　　目前国内对材料表面疵点进行自动检测的研究尚处于起步阶段，没有面向市场的产品报道。而国外的疵点检测系统价格太高，在检测与识别处理能力上均有限，这就限制了此类产品在我国的广泛应用。根据我国的国情,以较低成本的系统硬件，配以高质量的检测软件，以微型计算机为平台，将是检测系统的研究方向。以高分辨率摄像机及图像采集设备采集图像，采用计算机视觉与模式识别技术进行疵点检测的自动检测系统有着广阔的应用前景。 　　以计算机视觉来代替人工视觉不仅可以提高检测速度,降低劳动成本，而且可以充分发挥计算机视觉系统的稳定性，把工人从繁重枯燥的劳动中解放出来，提高了整个生产流程的自动化程度。在这样的背景下,以图像处理技术、计算机视觉和自动识别技术为基础的新型工业检验技术脱颖而出随着计算机技术的迅速发展,将机器视觉!数字图像技术应用于疵点检测将逐步成为现实。CCD是一种电荷祸合器件，它包括面阵CCD和线阵CCD。前者主要用于小型化的黑白、彩色摄像机,而后者由于其具有高的空间和时间分辨率而广泛地用于工业检测与自动控制中，特别适用于高速的在线检测系统。把线阵传感器应用到疵点检测上，主要是它每次扫描只得到一条“线”，能够适应在很高的速度下进行拍摄而不产生影相失真。 有些工业产品的尺寸幅面较大，采用了多个线阵CCD拼接的方式进行采集图像。但是，在图像处理时，将采集的多幅图像进行拼接以及图像实时传输的同步性等方面存在许多问题，可能使拼接组合后的图像不能准确反映工业产品的实际情况。同时，增加拼接装置会导致系统设备的总体投资增加。因此在采集大幅面工业产品的图像时，结合图像融合技术对多线阵CCD采集的图像运用可以一次连续完成对整幅工业产品图像的采集，从而提高工业产品大规模生产的自动化检测效果，促进企业的产品生产水平的提高。 目前，多线阵CCD疵点检测系统正向着高精度自动化的方向发展，运用基于图像融合的多线阵CCD疵点检测系统具有重要的现实意义，同时对其它宽幅面物体(如织物、钢板、玻璃等)表面质量检测也具有普遍意义。 2.研究的主要现状 2.1机器视觉的研究现状 机器视觉即计算机视觉，是指利用计算机来实现人的视觉功能,即利用各种成像系统代替人眼作为输入手段，由计算机来代替大脑对图像进行处理和分析。机器视觉是一门迅速发展的新兴学科，涉及到人工智能，计算机科学,图像处理，模式识别等多个领域，是一门多学科交叉的边缘学科机器视觉技术在过去的研究中取得了很大的发展，它在某些科技领域中卓有成效的应用，引起了学术界和工业界的极大兴趣和重视,其应用领域也日益扩大，不仅被应用于工业检测,还涉及到机器人、物体识别、医学图像分析、军事导航、交通管理等诸多领域。它具有稳定性高、检测速度快、精度高的优点。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。 机器视觉适用于大批量生产过程中的测量、检查和辨识,如:零件装配完整性，装配尺寸精度，零件加工精度，位置/角度测量，零件识别，特性/字符识别等。其最大的应用行业为:汽车，制药，电子与电气，制造，包装/食品/饮料，医学。如对汽车仪表盘加工精度的检查,高速贴片机上对电子元件的快速定位，对管脚数目的检查,对IC表面印字符的辨识,胶囊生产中对胶囊壁厚和外观缺陷的检查,轴承生产中对滚珠数量和破损情况的检查,食品包装上面对生产日期的辨