04、项目立项报告(视觉表面缺陷检测系统).pdfVIP

视觉表面缺陷检测系统 一、项目背景： 在工业化大批量生产的情况下，传统的人工检测因其速度慢、易受工人状 态影响等缺点并不能满足现代工业质量检测的需要， 对基于机器视觉的工业检测 的研究已经越来越多。 随着人民生活水平的提高， 人们对产品的品质要求日益提 升，迫使制造工厂对生产的产品质量控制更加严格。 本项目采用视觉系统代替操 作工人，代替人眼对产品表面缺陷的的检测， 避免人工检测的不确定因素， 设计 开发了产品表面缺陷视觉检测系统。 二、项目主要研究开发内容、技术关键和创新点 2.1 、项目主要研究开发内容 工件的检测由系统的软硬件协同完成， 其中单片机对机械设备进行控制， 间 接控制工件的运动； 工控机对光源、 采集卡等进行控制， 通过与单片机的通信协 调工件的运动并对其进行拍摄；采集到的图像由工控机上的软件部分进行检测。 检测照明方案：针对实际应用中手机金属外框表面缺陷检测， 设计了多方向、 多相机、明暗场照明相结合、同一工件多次拍摄的采集方案。 分析产品表面的图像缺陷检测要点， 根据图像的实际情况， 进行图像灰度化、 图像滤波、顶帽变换、图像线性拉伸、 Otsu 分割等图像预处理，使图像的视觉 效果得到明显改善。 图像采集过程中工件朝向和摆放位置是随机的， 在图像缺陷检测之前进行配 准定位、校正方向、 位置能够大大地减小后续检测误差， 项目以字符的倾斜角度 作为衡量标准，设计算法并进行改进、实验比较。 缺陷检测算法是检测系统的核心， 项目以模板匹配法作为初检测算法， 以图 像差减法作为最终检测算法。 初检测阶段能够识别表面损伤严重的产品， 最终检 测阶段能够检测出字符区域带微小缺陷的产品， 同时保证了检测效率和检测准确 度。 针对复杂形状部件，设计了基于先验知识和组态建模的感兴趣区域提取方 案，通过先验知识的运用降低了感兴趣区域匹配定位的计算量和难度， 使用基于 组态的建模方案和面向对象技术以及 XML文件相结合，使得系统能够适应形状复 杂的工件，并且在遇到未知的形状时具有良好的扩展性和适应性。 项目功能特点： 1、可动态添加产品的款式，设定瑕疵标准； 2、可对工件静态拍照检测、传输带上动态抓拍检测； 3、可通过 IO 信号触发抓拍，通讯协议触发抓拍，视觉检测抓拍； 4 、具有智能一体机机、 PC-BASE智能主机两种系列，不同档次的相机分辨 率； 5、数据可接入信息化系统平台，实现产品质量追溯。 2.2 、项目技术关键 1、图像校正、灰度化、图像滤波、顶帽变换、图像线性拉伸、 Otsu 分割 等图像预处理技术； 2、模板匹配 +图像差减的检测算法； 3、基于先验知识和组态建模的感兴趣区域提取方案。 2.3 、项目创新点 1、项目以字符的倾斜角度作为衡量标准，在图像缺陷检测之前进行配准定 位、校正方向、位置能够大大地减小后续检测误差。 2、采用边缘提取和自动分割来获取动态采集的图像中感兴趣目标的信息， 以模板匹配法作为初检测算法，以图像差减法作为最终检测算法。 3、针对复杂形状部件，设计了基于先验知识和组态建模的感兴趣区域提取 方案，通过先验知识的运用降低了感兴趣区域匹配定位的计算量和难度。 三、项目现有技术基础和条件： 杭州力视科技有限公司专注柔性智能制造， 以技术创新为核心， 引领行业发