磁材表面缺陷视觉检测方法-控制科学与控制工程专业论文.docxVIP

Classified Index: TP391.4 U.D.C: 621.3 Dissertation for the Master Degree in Engineering MAGNETS SURFACE DEFECT INSPECTIONG METHOD BASE ON COMPUTER VISION Candidate： Shi Cong Supervisor： Prof. Qiu Jianbin Academic Degree Applied for： Master of Engineering Speciality： Control Science and Engineering Affiliation： Department of Control Science and Engineering Date of Defence： June, 2013 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士研究生学位论文 哈尔滨工业大学工学硕士研究生学位论文 I I 摘要 随着我国国民经济水平的提升，人们对高品质、高精度、高可靠性的产品需 求也日益增加，传统的检测手段已经不能满足产品的快速检测的要求。而计算机 技术的提升，使得数字图像处理技术得到广泛应用，基于机器视觉的表面缺陷检 测系统成为产品质量控制的重要手段。基于上述背景，本文对磁性材料的缺陷视 觉检测方法进行了研究，提出了针对磁材缺陷的视觉检测算法，并将其运用于在 线磁材缺陷检测系统中。 首先针对元件定位，本文提出了一种金子塔的边缘模板匹配方法，通过构造 匹配度量函数，使磁材定位精度对非线性，线性光照，特征缺失，污损等不敏感， 达到匹配结果鲁棒性要求。通过向量取舍、改进搜索终止条件、稀疏矩阵降维、 图像分层搜索策略 4 个优化算法，加速匹配运算过程。同时设计 DXF 文件解析模 块，直接从 Autocad 文件读取形状参数，方便检测参数调整。实验表明匹配算法 对非线性光照，部分遮挡，污损有很强的鲁棒性，定位时间小于 50ms。 其次本文研究了磁材纹理的提取和滤波，本文综合比较了两种滤波方法，第 一种是在图像的频域构造带状滤波器，通过去除沿纹理方向垂直方向的频谱，达 到空域去除纹理的目的；第二种方法则构建一种各向异性滤波器，该滤波器能在 去除纹理的同时很好的保留缺陷的边缘。实验结果表明，各向异性滤波效果要优 于频率域的滤波，速度较快，滤波之后纹理和缺陷部分得以较好区分。 针对缺陷区域的分割、缺陷的描述以及分类，我们首先提取的纹理区域灰度 均值、标准差和熵，对纹理滤波后的图像进行二值化处理，并且通过纹理特征进 一步确定缺陷区域。对缺陷区域经过形态学运算，将缺陷区域图像去噪。最后用 缺陷图像的样本的缺陷的位置、区域面积、圆形度、外接矩形长宽比、凸状性组 成 5 维特征向量训练分类器，用线性 Fisher 分类器对缺陷加以分类。实验表明， 缺陷提取以及分类满足标准，尺寸测量以及表面测量的时间在 80ms 以内。 最后介绍软件系统的实现，分别阐述了 MVC 软件架构以及多线程的实现。根 据上述算法描述，基于 MFC 以及 Opencv 编制程序。实际运用结果表明，检测一副 图片时间在 150ms 以内，软件连续稳定运行时间在 5 小时以上；误检率小于 2％。 关键词：磁性材料 表面缺陷 视觉检测 纹理滤波 金子塔模板匹配 II II Abstract With the improvement of national economy standard, requirement for high quality, high precision and high reliability products is also increasing. The traditional testing methods can not meet the demand for quick detection of products. At the same time, the promotion of computer technology makes it possiable to extensive application of digital image processing. Therefore, the detection method of products surface, which is base on machine vision, has been popular in products quality control.