基于机器视觉的玻璃表面缺陷检测系统设计
摘要
为了不断提高玻璃质量和生产效率，玻璃表面缺陷在线自动检测技术在生产过程中显得日益重要。针对玻璃表面的多种缺陷，本文设计了一套基于机器视觉能够实现对玻璃表面缺陷进行实时在线、无损伤的自动检测系统。该系统采用面阵CCD和多通道图像采集卡作为图像采集部分，提高了检测系统的速度并降低了对CCD的性能要求，使系统在现有的条件下比较容易实现实时在线检测；采用自动选取图像分割阈值，根据实际应用的阈值把玻璃信息从图像中提取出来并扫描玻璃图像中的信息，实现了系统的自动测量；根据扫描得到的玻璃信息去除掉玻璃边缘的光圈，利用自动选取的阈值对玻璃表面的图像进行二值化分割，从而实现各种缺陷的自动提取及识别。
关键词：机器视觉 表面缺陷 CCD 图像处理 缺陷检测
Abstract
In order to continually promote the quality of product and efficiency of production, the on-line automatic inspection technology of surface defect of metal workpiece has become more and more important in the process of production. This paper designs an automatic system based on machine vision, which can inspect surface defect of metal workpiece timely without any damage on it.
Firstly, using CCD and multi-channel image acquisition card to acquire images, the system has accelerated the inspection speed and reduced the requirements of CCD on the performance to do the timely on-line inspection more easily under the current condition; secondly, according to the practical application of threshold, the system has used the segmentation threshold of selecting an image automatically to select the workpiece information from images and scan that information to realize the automatic measurement of the system; finally, the system has removed the aperture on the edge of workpiece in accordance with the workpiece information of scan and conducted the binarization segmentation on the image of the metal workpiece surface by using the automatic selection threshold to automatically select and identify varied defects.
Keywords: machine vision; surface defect; CCD; image processing; defect inspecting
目 录
中文摘要 I
Abstract II
第1章 引言 1
1.1研究背景及意义 1
1.2国内外研究现状 1
第2章 图像技术及机器视觉简介 3
2.1图像处理技术 3
2.1.1图像和数字图像 3
2.1.2图像技术和图像工程 3
2.2数字图像处理系统 4
2.2.1图像处理和分析系统 4
2.2.2图像采集模块 4
2.2.3图像的数据编码和传输 5
2.3机器视觉技术 5
2.3.1机器视觉技术简介 5
2.3.2机器视觉系统的概念、组成及特点 6
2.4机器视觉系统的应用及发展动向 7
2.4.1机器视觉检测应用 7
2.4.2机器视觉系统的发展动向 7
第3章 系统总体设计 9
3. 1 CCD摄像头 9
3. 2图像采集卡 9
3.2.1视频输入信号及采样频率 10
3.2.2视频输入窗口和显示窗口 10
3. 3软件设计 10
第4章 缺陷检测软件设计 11
4. 1图像实时采集模块 11
4. 2图像预处理模块 11
4. 3阈值选取模块 12
4. 4图像测量模块 12
4. 5缺陷检测模块 19
4.5.1二值图像区域标记 21
4.5.2二值图像的小区域消除 22
4. 6缺陷识别模块 22
第5章 实验结果及分析 25
5.1实验数据 25
5.2实验分析 26
全文总结 29
参考文献 30
致 谢 32
参考文献
[1] Hermann-Joser, Kopineck, Wilhelm Tapper, New On-line Measuring and Testing
Systems for Steel Strip, Metallurgical Plant and Technology, 1999, 1: 100-106
[2] Daisheng Luo. Patern recognition and image processing.Chichester：Horwood
Publishing, 2008
[3] 周树民，阮秋琦，计算机视觉在轮缘磨损检测中的应用研究[J]，中国图像图形学报，2002，(10)：1094-1098
[4] Hayes, Bryan, Fully automatic color print inspection by digital image processing systems, Sensors and Control for Automation, Proc of SPIE,1994,v2247: 235--244
[5] 贺赛先，王新华，何对燕等，一个基于图像测量的工业尺寸测量系统[J]，测绘通报，1997，(5)：25-26
[6] 鞠正，基于机器视觉的钞纸缺陷检测研究［D］，成都，中国科学院成都计算机应用研究所，2004
[7] 徐科，基于图像处理的冷轧带钢表面监测系统的研究与实现［D］，北京，北京科技大学，2000
[8] 郑芳庭，利用图像处理技术测量板形零件参数的研究［D］，上海，上海交通大学，2001
[9] 丁金明，金属镀层玻璃表面缺陷自动检测系统的研究［D］，天津，天津大学，2004
[10] 何滢，强反射表面缺陷检测技术［D］，天津，天津大学，2003
[11] 何斌，马天宇，王运坚，朱红莲，Visual C++数字图像处理[M]，人民邮电出版社，2009年4月第3版
[12] 胡小峰，赵辉，Visual C++/Labview图像处理与识别实用案例精选[M]，人民邮电出版社，2004年9月第1版
[13] 费业泰，误差理论与数据处理[M]，机械工业出版社，2001年1月第4版
[14] Hermann-Joser,Kopineck,Wilhelm Tappe,New On-line Measuring and Testing Systems for Steel Strip,Metallurgical Plant and Technology,1990,1: 70-76
[15] Saridis B.N.，Brandin D. M., An Automatic Surface Inspection System for Flat Rolled Steel, Automatic, Vo1, 15: 505-520
[16] Chai D.&Ngan K.Face Segmentation Using Skin-Color Map in Video-Phone Applications. IEEE Transactions on Circuits and Systems for VideoTeehnology,1999,9(4):551-564
[17] Kopineck H.-J., Trueletzsch K.-L., Tappe W., Automatic Surface Inspection of Continuously and Batch Annealed Cold-rolled Steel Strip, Iron and Steel Engineering, Sep 1988: 55-58
[18] Chin, T. Roland, Harlow A. Charles, Automated Visual Inspection: A Survey, IEEE Transaction on Pattern Analysis and Machine Intelligence, Nov. 1982，Vol.Pami-4, N0.6: 557-573
[19] 郎锐，数字图像处理学[M]，北京希望电子出版社，2008年12月第1版
[20] 王晓丹，吴崇明，基于Labview的系统分析与设计——图像处理[M]，西安电子科技大学出版社，2000年9月第1版
[21] 夏正良，数字图像处理[M]，东南大学出版社，2007年6月第2版
http://www.bysj360.com/ http://www.bysj360.com/html/5215.html http://www.bylw520.net
