基于机器视觉的玻璃缺陷检测系统研究.docxVIP

基于机器视觉的玻璃缺陷检测系统研究 缺陷检测系统原理 近年来，随着市场对玻璃制造需求的快速增长，玻璃生产技术的质量发生了变化。特别是现在生产技术的不断发展,高端产品对玻璃原板的质量要求越来越高,因此全面保证玻璃质量提高其等级就显得尤其重要。目前,玻璃缺陷检测系统主要是利用人工在线检测、激光检测和摩尔干涉原理的方法。人工检测易受检测人员主观因素的影响,容易对玻璃缺陷造成漏检,尤其是变形较小、畸变不大的夹杂缺陷漏检;激光检测易受到外界干扰,影响检测精度。摩尔干涉原理由于光栅内的莫尔条纹比较细,如要求光栅有很高的明暗对比度,采用计算机图形处理技术对干涉图形进行处理,占用大量的检测时间,检测周期缓慢。 近年来,迅速发展的以图像处理技术为基础的机器视觉技术恰恰可以解决这一问题,因此把机器视觉技术应用于玻璃生产线来检测玻璃质量,对减少人为误差、提高企业的经济效益、降低玻璃生产成本以及节约能源等具有极其长远的意义。本文中介绍的玻璃缺陷检测系统采用机器视觉技术,完成对玻璃缺陷的提取与识别,为玻璃分级打标提供信息,满足了玻璃缺陷检测的要求。 1 系统总结 1.1 整体照明系统 玻璃生产过程由于制造工艺、人为等因素在玻璃原板的生产任一过程中都有可能产生缺陷。根据玻璃质量现行标准中的规定,无缺陷的玻璃其特点是质地均匀,表面光洁且透明。玻璃质量缺陷检测是采用先进的CCD成像技术和智能光源。系统照明采用背光式照明,其原理示意图如图1所示,即在玻璃的背面放置光源,光线经待检玻璃,透射进入摄像头。 当玻璃中没有杂质时,光线垂直入射玻璃其出射的方向不会发生改变,CCD摄像机的靶面探测到的光也是均匀的;当玻璃中含有杂质时,出射的光线会发生变化,CCD摄像机的靶面探测到的光也要随之改变。玻璃中含有的缺陷主要分为两种:一是光吸收型(如沙粒,夹锡等夹杂物),光透射玻璃时,该缺陷位置的光会变弱,CCD摄像机的靶面上探测到的光比周围的光要弱:二是光透射型(如裂纹,气泡等),光线在该缺陷位置发生了折射,光的强度比周围的要大,因而CCD摄像机的靶面上探测到的光也相应增强。因此,本文研究的 平板玻璃缺陷在线检测系统是可行的。 1.2 智能控制系统部分 本文研究的平板玻璃缺陷在线检测系统框图如图2所示。其检测系统主要包括图像采集部分、图像处理及分析、输入输出部分、智能控制及机械执行等几个部分。 其具体工作过程为,将待检玻璃置于均匀光源前(采用背面式LED红光),外接控制系统给图像获取模块(CCD摄像机)发出控制信号,CCD摄像机摄取到的玻璃缺陷图像,经过图像采集卡把图像数据采集到计算机内存,利用研制开发的玻璃缺陷图像处理与测量软件,实现对玻璃缺陷的检测,最后通过输出设备输出检测结果。 2 检测精度的影响因素 图像采集部分主要分为:光源和照明、CCD摄像机和光学镜头、图像采集卡、摄像机的辅助机构等。而在检测系统中光源系统、摄像机和图像采集卡的质量影响整个系统的检测精度。合理的选择是获取质量好、能清晰反映玻璃缺陷存在的图像的关键。 (1) led光法照明农村光谱 优质的光源与合理的照明方式是保证图像清晰、无污点、畸变量小、强的对比度及适当的饱和度的前提。光源与照明方式的合理搭配不仅能保证物体有足够的亮度,而尽可能突出物体特征。系统采用显色性强、发光强、功耗低、散热小、光谱范围宽及寿命高的LED光作为光源。根据玻璃本身的特点采用背面照明方式,(与正面照明相比较)它的优点是能获得高对比度,可得到被测物比较清晰的整体轮廓。考虑到具体环境,系统采用遮光罩,可有效减少外界环境光的干扰和灰尘。 (2) 图像采集设备 图像采集卡和摄像机共同完成图像的采集,图像采集卡控制摄像机拍摄,完成图像采集与数字化,协调整个系统的重要设备。根据具体要求系统选用与UNIQ型号摄像机匹配的METEOR2-MC/4图像采集卡。以静态图像存入计算机,提供BMP与JPG存盘格式。 (3) 运动模糊量与较高的清晰度 高速工业摄像机和良好的光学镜头的搭配,可尽可能保证所获图像具有小的运动模糊量与较高的亮度。系统选用高分辨率、高清晰度外触发同步的线阵CCDUNIQ650,其分辨率为752×582像素、24位图像。 3 图像处理算法和分析 玻璃质量缺陷图像识别的步骤如图3所示。 3.1 图像像素的确定 摄像机拍摄的带有噪声干扰的图像如图4所示。噪声易恶化图像的质量,模糊图像,淹没图像特征,给图像分析带来困难。图像噪声产生的主要原因是来源于图像的采集和传输过程中环境的扰动以及人为的因素。因此采用一种高效的中值滤波图像处理算法。其算法如下: (1) 设置Τh=mn2(mnTh=mn2(mn代表m行n列的图像的像素数,设Th等于图像像素的一半作为初值)。将窗口移至一个新的开始,对其内容排序。建立窗口像素的直方图,确定其值med,同