基于机器视觉的小磁瓦表面微缺陷检测方法研究-机电工程.PDFVIP

第３６卷第２期 机　 　 电　 　 工　 　 程 Ｖｏｌ.３６ Ｎｏ.２ ２０１９年２ 月 Ｊｏｕｒｎａｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ＆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｆｅｂ. ２０１９ ＤＯＩ:１０.３９６９/ ｊ.ｉｓｓｎ.１００１－４５５１.２０１９.０２.００２ 基于机器视觉的小磁瓦表面 微缺陷检测方法研究∗ １ １∗ ２ꎬ３ 胡　 浩 ꎬ李俊峰 ꎬ沈军民 (１.浙江理工大学 自动化系ꎬ浙江 杭州３１００１８ꎻ２.浙江理工大学 电子信息工程系ꎬ 浙江 杭州３１００１８ꎻ３.金华艺博科技有限公司ꎬ浙江 金华３２１０１５) 摘要:针对小磁瓦成像不清晰、检测难度大、对比度低、纹理背景复杂、亮度不均匀、缺陷区域小及缺陷种类多等问题ꎬ提出了一种小 磁瓦表面微缺陷的视觉检测方法ꎮ 首先ꎬ根据小磁瓦弧形表面、倒角及缺陷区域对成像的影响ꎬ通过分析了小磁瓦表面图像中缺陷 区域与正常区域的灰度、灰度梯度及缺陷形态的差异ꎬ将其表面缺陷类型划分为３类ꎻ其次ꎬ根据３类表面缺陷的成像特点、缺陷形 态特征及与背景区域的关系ꎬ分别设计了相应的缺陷提取方法ꎻ最后ꎬ在不同的光照、规格、缺陷类型等条件下ꎬ利用开发的实验装 置进行了实验分析ꎮ 研究结果表明:提出的小磁瓦表面微缺陷提取算法稳定性好、鲁棒性强ꎬ能够准确、快速地提取小磁瓦表面中 的缺陷区域ꎬ检测准确率可达９３.５％ꎮ 关键词:小磁瓦ꎻ微缺陷检测ꎻ灰度梯度ꎻ表面缺陷ꎻ机器视觉 中图分类号:ＴＨ８７８ꎻＴＰ３９１.４１　 　 　 　 文献标志码:Ａ 文章编号:１００１－４５５１(２０１９)０２－０１１７－０８ Ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄｓ ｆｏｒ ｓｕｒｆａｃｅ ｍｉｃｒｏ ｄｅｆｅｃｔｉｏｎ ｏｎ ｓｍａｌｌ ｍａｇｎｅｔｉｃ ｔｉｌｅ ｂａｓｅｄ ｏｎ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ １ １ ２ꎬ３ ＨＵ Ｈａｏ ꎬＬＩ Ｊｕｎ￣ｆｅｎｇ ꎬＳＨＥＮＪｕｎ￣ｍｉｎ (１.Ｄｅｐａｒｔｍｅｎｔ ｏｆ ＡｕｔｏｍａｔｉｏｎꎬＺｈｅｊｉａｎｇ Ｓｃｉ￣Ｔｅｃｈ ＵｎｉｖｅｒｓｉｔｙꎬＨａｎｇｚｈｏｕ３１００１８ꎬＣｈｉｎａꎻ２.Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ ＥｎｇｉｎｅｅｒｉｎｇꎬＺｈｅｊｉａｎｇ Ｓｃｉ￣Ｔｅｃｈ ＵｎｉｖｅｒｓｉｔｙꎬＨａｎｇｚｈｏｕｇ３１００１８ꎬＣｈｉｎａꎻ ３.Ｊｉｎｈｕａ ｙｉｂｏ ｔｅｃｈｎｏｌｏｇｙ Ｃｏ. ꎬＬｔｄ. ꎬＪｉｎｈｕａ３２１０１５ꎬＣｈｉｎａ) Ａｂｓｔｒａｃｔ:Ａｉｍｉｎｇ ａｔ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｆｏｒ ｕｎｃｌｅａｒ ｉｍａｇｅꎬｄｉｆｆｉｃｕｌｔ ｄｅｔｅｃｔｉｏｎꎬｌｏｗ ｃｏｍｐａｒｉｓｏｎ ｄｅｇｒｅｅꎬｃｏｍｐｌｅｘ ｔｅｘｔｕｒｅ ｂａｃｋｇｒｏｕｎｄꎬｕｎｅｖｅｎ ｂｒｉｇｈｔｎｅｓｓꎬｓｍａｌｌｄｅｆｅｃｔａｒｅａａｎｄｍａｎｙｄｅｆｅｃｔｉｏｎｔｙｐｅｓｆｏｒｓｍａｌｌｍａｇｎｅｔｉｃｔｉｌｅꎬａｎｅｗｖｉｓｕａｌｄｅｔｅｃｔｍｅｔｈｏｄｆｏｒｓｕｒｆａｃｅｍｉｃｒｏｄｅｆｅｃｔｉｏｎｉｎｓｍａｌｌ ｍａｇｎｅｔｉｃ ｔｉｌｅｗａｓｐｒｏｐｏｓｅｄ . Ｆｉｒｓｔｌｙꎬｅｘｔｅｒｉｏｒｄｅｆｅｃｔｃａｔｅｇｏｒｉｅｓｗｅｒｅｃｌａｓｓｉｆｉｅｄｉｎｔｏｔｈｒｅｅｃａｔｅｇｏｒｉｅｓｔｈｒｏｕｇｈａｎａｌｙｓｉｓｆｏｒｇｒａｙｌｅｖｅｌｂｅｔｗｅｅｎｄｅ￣ ｆ