论文部分内容阅读
依靠计算机视觉进行表面缺陷检测已经在许多领域得到了广泛的应用,它是自动化市场中一个极为重要的环节,确保产品的质量。传统的检测手段都采用人工目测及抽样的方法,这种方式检测劳动强度很大,误检率很高,极大影响了生产的效率以及产品质量的提高。为此本文对一些工业零件表面缺陷检测进行了研究,并由此开发了关于连接器表面缺陷自动检测系统。本文主要研究的内容如下：1、对连接器表面常见的缺陷类型进行分析研究,由连接器图像的结构特点并结合机器视觉表面缺陷检测技术提出了适用于连接器缺陷检测的系统,大致可以将该缺陷检测系统分为,图像采集,图像预处理,图像配准,缺陷识别四个步骤。2、对图像的相关预处理的方法进行了研究,并应用于连接器图像中,分析其效果的优劣,并选择合适的处理方法,从而便于后续的识别检测。3、由于配准速度和精度在整个处理过程中至关重要,本文提出了一种改进的配准方法。首先深入研究三种基于特征的配准方法(基于边缘信息,Surf, Sift),并将它们应用于连接器配准,由实验结果得出它们都存在不足之处。然后本文结合连接器结构特点及SURF算法提出了一种配准速度和精度都有很大提升且适用于连接器图像的配准方法。首先对图像用最大类间方差法进行二值化,再进行形态学处理,接着通过Canny边缘检测得到连接器大致轮廓,从而通过检测连通域获取局部图像,再通过Surf特征点检测,采用欧氏距离进行特征点匹配,接着通过设置点对间的连线斜率与连线长度设定阈值并结合最小二乘法对特征点对进行筛选,最后计算出刚性变换矩阵并结合双线性插值法实现图像配准。4、根据连接器的缺陷特征对缺陷进行分类,并针对不同缺陷类型分析其结构特点提出相应的检测方法,针对塑胶毛边,塑胶破损,多胶等塑胶类缺陷采用图像分割,图像差分,形态学处理,连通域检测,缺陷面积阈值来判断是否存在缺陷,针对端子缺失,pin缺失,端子歪等端子类缺陷,采用局部阈值分割,综合运用形态学开操作及闭操作处理,并配合面积及几何特征信息判断缺陷。