基于DSP的密封圈表面瑕疵检测算法设计业设计论文.doc

基于DSP的密封圈表面瑕疵检测算法设计 【摘要】 为了能让密封圈与密封部件之间实现完全的黏合，因此工业用的石墨密封圈表面必须平整光滑，严禁出现裂缝、模影、暗纹等瑕疵。 本文就是为了解决密封圈表面图像在机器视觉下呈现出的光照不均匀、瑕疵对比度低、噪声大等种种不利因素，经过现场实验，利用DSP捕捉到图像，对图像特点进行分析，综合了中值滤波、二值化、图像缩小、哈弗圆检测法、区域生长等一系列图像算法找得到了一个新的密封圈瑕疵识别算法。能够识别密封圈表面的裂缝、模影、暗纹等瑕疵。 该方案主要利用TMS320DM6437嵌入式主板、相机、光源、触摸屏、PLC等硬件平台搭建。用适合的光源照射密封圈，将图像通过相机传入到主板中。利用CCS3.3软件编写算法检测程序。对图像进行检测后，检测结果通过PLC来向执行机构发送信息，以达到密封圈好坏分类的目的。 【关键词】 数字图像处理；瑕疵检测；哈弗圆检测；区域生长； 【Abstract】 In order to make the sealing ring and the sealing member to achieve complete bonding, the surface of sealing ring used in industrial must be flat and smooth. Crack, mold, dark lines and other defects are banned. In order to solve the problem of poor image caused by uneven lighting, low flaw contrast and big noise, image captured by DSP was analyzed through field experiments. a new sealing ring defect recognition algorithm including median filter, binaryzation, image reduction, hough transform, region growing and so on was proposed,. the seal surface cracks, die shadow, dark lines and other defects can be identified . The hardware platform including TMS320DM6437 embedded mainboard, cameras, lamp-house, touch screens and PLC was build. The image was transmitted to the mainboard through the camera which on the uniform illumination. Use CCS3.3 software to write the algorithm testing program. After testing the image, the result of testing will be dilivered to the actuator through PLC to achieve the goal of sorting the good gasket ring from the bad one. 【Key words】 Digital image processing; Flaw detection; Houghtransform; Region growing 概述 图像处理的背景 随着图像处理领域的发展，越来越多的处理算法被提出，图像识别技术已经能应对不少复杂的情况。在农业上，颗粒图像识别技术应用于对粮种品质测定和计数[1]；在工业上，图像识别跟踪技术应用于焊接时焊枪行进过程中与焊缝的时刻校准[2]；在交通上，图像字符识别技术应用于对车牌的识别[3]；在防暴上，人脸识别、指纹识别等技术仍旧依靠图像处理得以实现。可以说现阶段图像处理在各个领域都开始融入，都开始进入起步阶段。为以后的无人工厂，无人农场的发展提供了方向。 系统设计的目的与意义 工业技术的不断发展，人们对工业设备智能化的要求越来越高。机器视觉在这一领域占据了重要的位置。在工业设备上加入机器视觉技术，则可以取代一些本应需要人工肉眼检测的岗位。能够节省人力，加快无人化工厂的建设。机器视觉的核心是算法的设计。较好的算法具有更好的抗外部干扰能力，更快的识别定位速度，能为工厂带来更高的效益。本系统设计的是基于DSP的密封圈表面瑕疵识别算法。可以识别工业用密封