基于图像处理电机磁性产品检测.docVIP

基于图像处理电机磁性产品检测 　　摘 要：文章以汽车电机中的主要磁性产品表面缺陷检测为研究对象，结合图像处理、机器视觉、智能计算等理论知识，通过理论分析、数值模拟和实验研究磁材表面纹理的抑制、缺陷区域检测、缺陷特征提取及缺陷类型的智能识别，进一步开发基于图像处理的磁材微缺陷可视化在线无损检测系统。 　　关键词：图像处理；磁性产品；缺陷检测 　　中图分类号：TH134 文献标志码：A 文章编号：2095-2945（2017）30-0023-02 　　Abstract：The object is surface defect detection of small magnetic of Motor vehicle. Through image processing， numerical simulation and experimental research， the surface texture suppression of magnetic， the defect region detection based on visual saliency， the defect feature extraction with significant influence and the intelligent recognition of defect types will be studied combined with human visual perception， Further， a visual inspection system of small magnetic based on image processing will be developed. 　　Keywords：image processing；Magnetic products；Defect detection 　　1 概述 　　近年来，随着电子技术的飞速发展和人们对自动化性能的不断需求，电机在汽车的应用不断深入，汽车中有很多电机，比如雨刷器电机，车窗的玻璃升降器电机，后视镜的调整电机，CD机的驱动电机，天窗的开启与闭合驱动电机，汽车发电机等等。为了保证电机的可靠运行，高性能的电机用磁材的需求就不断增加。 　　但是在磁材成型过程中，原材料搅拌不均匀或混有杂质、成型模具的磨损、烧结工序的温度控制不当或半成品受热不均匀等均会使磁材产生尺寸缺陷和表面缺陷，如裂纹、粘连、结晶及掉角等。表面缺陷会直接影响磁材后期的品质，导致产品导磁率低、气隙大，降低产品的可靠性和稳定性，从而影响汽车的正常使用。 　　目前，磁材的类型大约有6000多种，而且是小批量定制，一条磁材生产线上生产的磁材类型经常发生变化，虽然通过优化配置可以减少同一生产线上磁材的种类，但市场上还没有可以对多种类型磁材进行在线尺寸和表面缺陷检测的自动化设备。为保证生产的连续性，磁材生产企业仍然采用人工检测磁材的表面缺陷。人工检测中工人劳动强度大，受限于工人的精神状态、检测熟练水平、经验积累水平以及工作环境等多方面因素，检测的效率低、速度慢，器件的一致性标准难以得到保证。检测过程中由于工人疲劳，不可避免的产生错捡、漏检，不合格产品的流出不仅会给工厂带来经济损失，更严重的是会给用户带来安全隐患。 　　本文针对不同类型磁材外观检测中存在的主要问题，探讨基于图像处理的磁材表面缺陷检测方法。该系统完成后，可以节省人工，从而节省劳动力，减轻劳动强度，提高工作效率及工厂经济效益。 　　2 软件设计 　　根据小型磁材的技术要求，主要的表面缺陷有： 　　（1）裂纹（包括裂纹、开裂等） 　　（2）磕边（包括磕边、崩边、料残等） 　　（3）麻点（包括麻点、麻面、气泡、伤痕、渣层、局部过厚、电镀瘤等） 　　（4）砂眼（包括砂眼、气孔、针孔、粒子等） 　　（5）划痕（包括划痕、线痕、刀痕等） 　　首先，通过分析小型磁材表面纹理的产生机理及其成像特点，研究小型磁材表面复杂纹理的抑制算法；其次，根据不同缺陷的产生机理和成像机理，研究缺陷的分类方法及其相应的缺陷提取算法；进而，研究缺陷区域的特征描述方法及其缺陷类型的识别方法；最后，搭建实验平台和开发缺陷检测系统，并通过实验对检测系统的准确性、实时性和鲁棒性进行完善。磁材表面缺陷图像具有对比度低、纹理背景复杂、缺陷种类多、亮度不均匀等特点。根据磁材表面缺陷图像的梯度图、灰度直方图以及检测功能的需要，可将磁材表面图像分为正常区域、背景区域、缺陷区域、干扰区域。 　　（1）正常区域：磁材表面正常区域灰度值较高且与缺陷区域灰度值差别较大，区域内部灰度值比较平均、梯度值比较小； 　　（2）背景区域：磁材图像中磁材以外的区域，该区域内部灰度值小，灰度变化平稳，