平板玻璃低对比度表面缺陷检测研究.docxVIP

机械工程师MECHANICAL

机械工程师

MECHANICALENGINEER

平板玻璃低对比度表面缺陷检测研究

李长有，刘遵，李帅涛

(河南理工大学机械与动力工程学院，河南焦作454003)

摘要:针对玻璃深加工过程中产生的低对比度表面缺陷，提出了_种基于机器视觉的检测识别算法。首先采用灰度形态学顶帽变换，补偿非均匀照明对图像的影响，其次通过Otsu、最佳全局阈值分割，获取含缺陷的二值图像，然后设计了一种连通区域分析算法来优化低对比度表面缺陷特征。实验结果表明，该算法可以准确、快速地实现微型平板玻璃低对比度表面缺陷的识别，在_定程度上满足微型平板玻璃表面缺陷自动检测需求。

关键词:玻璃表面缺陷；图像处理;机器视觉;缺陷检测；自动化检测

中图分类号:TP391 文献标志码:A 文章编号=1002-2333(2018)03-0021-04

Low-contrastSurfaceDefectDetectionAlgorithmforFlatGlassLIChangyou, LIUZun,LIShuaitao

(SchoolofMechanicalandPowerEngineering,HenanPolytechnicUniversity,Jiaozuo454003,China)

Abstract：Forlow-contrastsurfacedefectsofglassemergedinthefurtherprocessingprocess,adetectionalgorithmbasedonmachinevisionisproposed.Firstly,themorphologicaltop-hattransformisadoptedtocompensatetheinfluenceofnon-

uniformilluminationontheimage.Secondly,Otsuysoptimalglobalthresholdsegmentationisusedtoobtainthebinaryimagewithdefects.Inparticular,aconnectedregionanalysisalgorithmisdesignedtooptimizethelow-contrastsurfacedefectfeatures.Theexperimentalresultsshowthatthealgorithmcanaccuratelyandquicklyidentifythelow-contrastsurfacedefectsofmicroplateglass.Toacertainextent,therequirementofautomaticdetectionofminiatureflatglasssurfacedefectscanbemet.

Keywords：glasssurfacedefect;imageprocessing;machinevision;defectdetection;automaticdetection

〇引言 性和质量要求，需要有针对性的检测技术。本研究从平板质量检测是工业产品生产的一个重要环节。随着计 玻璃表面缺陷自动检测需求出发，根据采集到的玻璃缺

算机技术的发展，除了表面质量检测环节,平板玻璃的深 陷图像特征提出一种表面缺陷检测识别算法，来实现缺加工过程基本实现了自动化。玻璃材质特殊，对光线既有 陷的的高效自动检测。

透射性，又有反射性,是造成现行的表面质量检测仍以人 1 图像采集系统

工检测为主的主要原因之一。人工检测严重制约了玻璃机器视觉的图像采集系统很重要，它既直接决定采深加工过程的自动化程度和生产效率，因此研究可实施集到的图像质量，又间接影响处理算法的复杂程度，从而的平板玻璃表面缺陷自动检测技术的必要性不言而喻。影响整个机器视觉系统的性能。表1为图像采集系统组

传统玻璃质量检测方法有目视法、涂色法[1]、光弹法125 成、功能及选型。

、磁法等，缺点是人工接触性检测，自动化程度低。机器视照明:照明的目的是突出被测物待检测的特征，同时觉检测具有非接触、客观、高效、自动化程度高等优点，吸抑制其他不需要的特征,使目标信息和背景信息分离。玻引了不少学者将这项技术用于玻璃表面缺陷检测。文献璃材质透明，高透光，低反光，适合采用背光照明，为了凸

[3]、[4]提出