基于机器视觉的产品表面缺陷在线检测系统的设计.doc

硕士学位论文论文题目基于机器视觉的产品表面缺陷在线检测系统的设计研究生姓名郭亚峰王加俊指导教师姓名专业名称研究方向论文提交日期电子与通信工程图像处理2014年 4月 基于机器视觉的产品表面缺陷在线检测系统的设计 基于机器视觉的产品表面缺陷在线检测系统的设计中文摘要基于机器视觉的产品表面缺陷在线检测系统的设计摘要随着工业生产和工艺的进步，人们对产品的质量要求越来越高，而传统的人工检测方法已成为工业检测行业发展的一个关键性制约因素。近年来迅速发展的机器视觉技术越来越广泛地用于产品表面缺陷检测，提高了检测速度和检测精度。本文基于机器视觉开发了一套纸张产品表面缺陷在线检测系统。首先以验纸机为主要框架，配合摄像机、光源、镜头、工控机和编码器等必要硬件搭建实验平台实现对生产线纸张图像的实时采集；其次，基于 Halcon软件设计出一套简单有效算法对纸张图像进行增强、阈值分割、形态学操作和特征提取等处理，实现对污点、划痕和褶皱等瑕疵的检测，并提供瑕疵的横纵坐标、大小、类型等具体的瑕疵信息；再次，对包括图像采集显示、相机设置、瑕疵信息显示、菜单和查询等功能模块的系统软件进行了设计，并将检测算法添加其中；最后是对整个系统的软硬件进行了测试。测试结果表明：本套系统可适应的生产线速度为 150m/min，检测的精度可达0.25mm0.15mm，误检率接近 0，在适当提高硬件性能的前提下，本系统可以应用于实际的工业检测，实现了工业检测的自动化。关键词：机器视觉，瑕疵检测，特征提取，功能模块设计，系统测试作者：郭亚峰指导教师：王加俊 AbstractDesign of the Online Defects Detection System for Product Surface Based On Machine VisionDesign of the Online Defects Detection System forProduct Surface Based on Machine VisionAbstractWith the technical progress in industrial manufacturing, the requests about productquality have been demanding increasingly. The traditional artificial detection has become akey factor preventing the development of inspection industry. Recently, the fast developedmachine vision technology was more and more widely used in the inspection of the defectson the surface of the product, which improve both the efficiency and accuracy of thedetection of the detection process. In this thesis, an online defect detection system isdesigned for paper based on machine vision.A hardware platform is first developed for online capturing of the paper image basedon the framework of the paper examining machine and in combination with othercomponents such as the video camera, the light source, the lens，the industrial personalcomputer and the coder. Second, simple and effective algorithms are developed forenhancing, thresholding, morphological processing of the captured images and also forextracting features from those images. Upon implementing these algorithms, defects suchas the spots， scratches, and the drape can be detected whose information such as theabscissa, the ordinate, the size as well as the type of the defect can be obtained. Thirdly,system software packages including the image acquisition module, camera setting module,flaws information displaying, menu module and query module are designed, after whichmodule of the image processing algorithms are embedded to the system software. Finally,the performance of the whole system developed is tested.Testing results demonstrate that our developed system is suitable for flaw detection onproduct at a production line with a speed of 150m/min. The resolution is up to0.25mm0.15mm, and the false detection rate can be closed to zero. Therefore, our systemcan be applied in actual automatic industrial inspection after proper improving theperformance of the hardware.II Design of the Online Defects Detection System for Product Surface Based On Machine VisionAbstractKeywords: machine vision, defects detection, feature extraction, feature modular design,system testingWrittenby:Guo YafengSupervised by:Wang JiajunIII 目录第一章绪论.11.1课题研究背景及意义.11.2国内外研究现状.31.3系统的功能需求及性能指标.41.4论文结构安排.5第二章系统硬件架构设计.72.1系统总体设计方案.72.2硬件部分.82.2.1摄像机.82.2.2照明光源.102.2.3光学镜头.142.2.4工控机.162.2.5编码器.172.3本章小结.18第三章检测算法的设计.193.1算法开发工具.193.2算法总体设计.193.3图像处理.203.3.1图像增强.213.3.2图像分割.233.3.3形态学.283.3.4特征提取.313.3.5图像处理结果.313.4本章小结.32第四章系统软件的设计.334.1软件开发工具.334.2系统软件设计流程图.34 4.3相机接口标准.354.4软件功能模块设计.354.4.1主界面初始化.364.4.2相机设置模块.374.4.3图像采集显示模块.384.4.4瑕疵信息显示模块.394.4.5菜单模块.414.4.6查询模块.414.5本章小结.42第五章系统总体测试.435.1系统硬件测试.435.2系统软件测试.455.2.1检测算法测试.455.2.2系统界面功能测试.485.3本章小结.49第六章总结与展望.506.1全文总结.506.2工作展望.51参考文献.52附录.55致谢.56 基于机器视觉的产品表面缺陷在线检测系统的设计第一章绪论第一章绪论1.1课题研究背景及意义随着工业技术的日新月异，人们对产品的质量要求越来越高，而由于受到工艺和机械精度的限制，很多产品表面都会出现各种瑕疵。比如纸产品表面会出现划痕、污点、褶皱、亮点、孔洞等缺陷，玻璃制品表面可能会出现气泡、划痕、凸起、凹陷、裂纹等瑕疵，这些表面有缺陷的产品将直接影响到产品的深加工，会给使用者和客户带来严重的损失。因此生产者在面向客户需求时，需要对产品质量进行严格控制，保证产品的合格率。传统工业上对瑕疵检测和质量控制都是靠经验丰富的员工来完成的1。然而人工检测在实际工业应用中有着很大的缺陷。首先检测效率比较低，因为生产中流水线的速度很快，人眼根本无法跟上这种速度，所以一般都是离线检测，这就大大的降低了生产效率。其次易漏检，要在宽幅面的纸产品表面检测瑕疵，需要时刻保持高度集中，有些不是很明显的亮点很容易被忽视，而且人眼的检测精度也不够，所以很容易出现漏检。再就是人工检测存在不稳定性，员工在检测时受环境、心情等主客观因素的影响，很容易出现误检，这种不稳定性对产品质量控制有极大的影响。最为重要的一点是人工检测占据了大量的人力资源，提高了生产成本，这与生产厂商的低成本、高效率的基本理念完全背驰。因此寻求新的产品表面缺陷在线检测系统来代替传统的人工检测已成为所有企业需要解决的问题之一了。1近年来，自动化技术的不断发展使得机器视觉技术越来越被广泛的应用到工业检测和测量当中，特别是各类产品的表面缺陷检测。机器视觉系统相当于是用机器代替人眼来做检测和测量的系统，通常是通过摄像机拍摄待测产品，通过 A/D转换将图像信号转变成数字信号并传递给图像处理软件，图像处理软件根据图像的多方面信息如像素的分布、颜色和亮度等，提取目标特征，继而根据预设的判定准则给出判断结果理。2，最后输出信号控制执行机构进行相应的处1 第一章绪论基于机器视觉的产品表面缺陷在线检测系统的设计表 1-1机器视觉检测和人工检测的区别3人工检测机器视觉检测速度人眼因视觉暂留而无法看清快速快门时间可达微秒级别，摄移动的物体像机帧率也能达到千帧以上，处理器的速度可以很快高精度，最高可达微米级，容易量化精度低精度，无法量化环境要求感光范围彩色识别力灰度分辨力对环境温度、适度的适应性差，对环境适应性强，另外可加另外有些环境对人体有害防护装置400nm-750nm范围的可见光紫外、红外的光谱范围及 X光对色彩的分辨能力强，但易受心对色彩的分辨能力较差，但理影响，不能量化可量化差，只能分辨 64个灰度级较强，通常使用的是 8bit，即 256个灰度级，也有其他等级的灰度级空间分辨力主客观性较差，无法识别微小的目标配合光学镜头，可以观测到小到微米级和大到天体级的目标主观性较强，受心理影响、易疲比较客观，可以连续工作劳由表 1-1可以看出，无论是检测速度、检测精度还是准确率等方面，机器视觉检测都要比人工检测优越很多。视觉检测较传统的人工检测不仅极大的提高了生产效率，同时在检测准确率也有了接近百分百的保证。另外在有些诸如高温、多粉尘等恶劣的生产环境下，很大程度上保护了员工的身体健康。最主要的是缩短了生产周期，降低了生产成本。1目前，国外的机器视觉技术在 IC封装、印刷、视频监控、航天、地貌分析、尺寸测量及汽车生产等领域的应用都已相对成熟，然而国内基于机器视觉的检测系统只2 基于机器视觉的产品表面缺陷在线检测系统的设计第一章绪论是在字符识别、颜色分类、信封分拣等相对低速、小系统方面有所发展，但对于高速、宽幅和高精度检测任务的机器视觉系统只能通过引进国外的技术，或者采用合作开发的方式。即使是对于合作开发的方式，主要的核心技术包括系统的搭建及图像处理1算法的设计都是被国外厂商控制，而国内的厂商只负责较为低端的机械机构设计，因而最终合作的结果还是制约着国内机器视觉技术的发展和应用。因此，开发和研究具有自主知识产权的应用型机器视觉系统对于促进国内机器视觉技术的成长，减少对国外技术的依赖，减少企业质量控制成本及提高专业设备国产化水平等具有十分重要的意义。基于机器视觉的产品表面缺陷在线检测系统采用机器的视觉对产线上的产品进行质量检测和控制，不仅扩充了设备的功能，同时也提高了设备的生产效率，已成为企业保证产品质量的重要技术应用。其研制成功不仅能够解决复杂环境下的工业检测问题，而且为高速、宽幅及高精度的检测任务提供了有效的解决方案。对于国内相关的应用企业来说，基于机器视觉的产品表面缺陷在线检测系统主要应用于纸张、印刷品、包装材料、布匹、玻璃等连续型产品的质量检测，不仅为企业提供了一个新的产品质量评价工具，同时对于提高企业信息化水平和改善生产工艺都具有极为重要的意义。1.2国内外研究现状国外在机器视觉方面的研究，由于研究时间比较早，再加上本身的技术和硬件基础，现已应用的非常广泛，涉及到社会生产的方方面面。其中主要的应用体现在半导体及电子行业，如 PCB印刷电路、SMT表面贴装、电子生产加工设备。同时在产3品表面缺陷检测中的应用也非常广泛和成熟，如康耐视、 DALSA、基恩士和欧姆龙等一些外国知名品牌都能提供相应的产品表面缺陷在线检测系统，而且在世界范围内都有了较大的推广。然而在中国，由于机器视觉起步比较晚，且产品技术的普及也不够，因此国内的大多数机器视觉公司都是靠代理国外知名的机器视觉品牌发展起来的，但是随着国内机器视觉技术的广泛应用，国内已经有了自主知识产权的机器视觉技术和设备。比如北京的大恒图像、北京微视等公司都是有自主品牌的机器视觉公司。但是目前国内对3 第一章绪论基于机器视觉的产品表面缺陷在线检测系统的设计机器视觉的开发和应用还停留在比较低端的小系统、小设备的集成上。主要反映在颜色分类、字符识别、交通监控等系统上，而对于复杂的、速度要求高、精度要求高1的在线实时检测的研究却相对缺乏。由于表面检测涉及的产品范围相对比较广，因此本文仅从纸张行业讨论基于机器视觉的产品表面缺陷在线系统的应用和发展现状。国外早在七十年代初就有开始研制和开发纸张表面缺陷的检测系统了，其中比较有代表性的是瑞士 ABB公司的 ULMA产品，那时候的检测系统只能检测出诸如斑点和孔洞之类的简单瑕疵。随着机器视觉硬件设备的不断改进，现今已能检测出划痕、褶皱、黑斑、亮斑、孔洞及污点等瑕疵。如 WINTRISS公司生产的 Web Ranger-表面检测系统，HONEYWELL公司出品的达芬奇系统等，这些纸张表面缺陷在线检测系统现已在世界范围内得到广泛应用。4目前国内对纸张表面缺陷的在线检测系统研究的已经相当成熟了，很多公司都有其自主的系统设备了。如大恒图像公司研发的人民币检测系统，不仅可以检测出票5面缺陷，同时能准确地确定各种票面缺陷所在的位置及对应的号码，同时打印检测报告单，通过报告单可以直接找出废品，并予以剔除。检测速度可达 9000张/小时，分辨率达 0.08mm*0.08mm(正面与号码)、0.2mm*0.2mm(背面)，误检率小于 0.001%。无锡动视科技研发的一款纸病在线检测系统可以对纸表面瑕疵进行识别和分类，实现了在线报警、打标并自动记录位置等功能，此套系统可应用于各种纸产品的表面缺陷检测。可检测的瑕疵类型包括划痕、亮点、破损、黑斑、孔洞、褶皱、油斑等，检测速率可达 2000m/min，最大检测精度为 1um。1.3系统的功能需求及性能指标本文设计的是基于机器视觉的产品表面缺陷在线检测系统，且主要针对纸张的表面缺陷进行检测，因此整个系统包括了基本的机器视觉系统的软硬件设备，如光源、摄像机、光学镜头、工控机、编码器等硬件部件和图像处理系统软件。此系统是面向实际的工业检测设计的，其功能需求如下：1、实现对检测范围内的缺陷的检测，并对缺陷信息进行处理。实时在线地反馈给用户，并提供缺陷图像；4 基于机器视觉的产品表面缺陷在线检测系统的设计第一章绪论2、系统操作界面直观且简单易操作，用户能够自主设定检测参数；3、系统能按照缺陷类别进行分类，并能给出缺陷的实际大小和位置信息；4、系统可以将缺陷信息保存在数据库中，方便查询和分类统计；5、用户可自己决定检测的开始和结束；6、系统软件具有与其后的高级版本兼容的特性，方便软件的升级。一套机器视觉系统的性能指标是否达标决定了此套系统设计的成功与否。本课题设计的纸张表面缺陷在线检测系统，针对其检测性能给出了如下的指标：1、环境温度：-10C50C2、粉3、电4、速尘：保持相机镜头干净，减少灰尘影响。源：交流 220V，50Hz，耗电2KVA度：150m/min5、纸张幅宽：50cm6、精度：0.25mm0.15mm7、瑕疵类型：黑点、孔洞、白斑、划痕、褶皱。1.4论文结构安排全文共分六章，结构如下：第一章，首先论述产品表面缺陷检测的研究背景及意义，通过比较人工检测和机器视觉检测的优缺点，指出工业检测上使用机器视觉技术的广泛趋势。其次对国内外产品表面缺陷检测的研究现状作了简要介绍。最后给出系统的功能需求及性能指标。第二章，首先根据机器视觉系统的一般性系统架构，阐述本系统的基本工作原理并给出总体设计架构，其次详细介绍了系统硬件部分的基本分类和技术参数，最后分别给出它们的实际选型。第三章，针对本系统最为核心的图像处理算法给出详细的设计介绍，其中包括使用的开发工具为 Halcon软件，整体设计流程及各流程中相关图像处理算子的详细介绍，最后给出检测算法处理的效果图。第四章，简要的介绍系统软件的开发工具 VC+，其次给出系统软件的总体设计5 第一章绪论基于机器视觉的产品表面缺陷在线检测系统的设计流程图，最后对软件的各功能模块的设计做详细介绍，其中功能模块包括图像采集显示模块、相机参数设置模块、瑕疵信息显示模块、菜单模块及查询模块。第五章，针对整套系统分别做硬件部分和软件部分的测试，其中硬件部分的测试主要是如何合理搭建实验平台以保证实验性能良好，而软件部分的测试需要分别测试检测算法和系统界面。第六章，总结全文，并对课题今后的研究方向做出展望。6 基于机器视觉的产品表面缺陷在线检测系统的设计第二章系统硬件架构设计第二章系统硬件架构设计基于机器视觉的产品表面缺陷在线检测系统在工业生产中应用非常广泛，其中大多情况下采用的是由摄像机和处理器一对一搭配构成一个独立的检测系统的方案。1本文所设计的系统也采用这种独立的检测系统，能够满足宽幅面、高精度、大数据量的检测要求。2.1系统总体设计方案本系统是基于机器视觉设计的，因此它具有机器视觉系统的一般架构，即由镜头、光源、工业摄像机、工控机、图像处理软件和执行机构等部分组成的系统架构。但是鉴于实时在线检测的要求，本系统还使用了编码器，用于控制相机采集和目标物体运动间的同步。工控机操作界面及系统软件控制信号网线摄像机及镜头执行结构光源外触发待测产品（纸张）编码器验纸机图 2.1系统架构示意图系统设计的原理主要是采用滚筒运动时带动编码器旋转，旋转的编码器会输出外触发7 第二章系统硬件架构设计基于机器视觉的产品表面缺陷在线检测系统的设计信号到线阵相机上，从而控制线阵相机采用行扫描的方式进行图像采集，当相机将采集到的多帧图像数据通过千兆网传送给工控机时，图像处理软件会将这多帧图像数据组帧成一幅图像并生成为 BMP格式，随后做图像处理，并检测目标产品表面有无瑕疵，当检测到有瑕疵时，工控机输出控制信号控制执行机构进行后续处理。本系统的整体架构如图 2.1所示。2.2硬件部分产品表面缺陷检测系统是基于机器视觉设计的，因此它具有一般类型机器视觉系统所有的硬件部分，包括摄像机、照明光源、光学镜头、工控机。除此之外，针对系统属于在线检测的特点，用编码器连接相机和验纸机，保持与检测物同步，从而保证相机采图过程中图像分辨率完全一致。2.2.1摄像机摄像机是机器视觉系统最为至关重要的部分，就如同人眼对于人的视觉系统那样重要，其主要功能是将光信号转化为电信号。摄像机的选择是否合适将关系到图像分辨率的高低，同时也决定了整个系统的运行模式，因此摄像机的选型是整个硬件部分设计的一个至关重要环节。传感器是摄像机的核心部件，摄像机依据感光芯片的不同可以分为 CCD摄像机和 CMOS摄像机。CCD摄像机，CCD指将图像半导体中输出的电子存储起来的方法。目前常用的CCD结构有三种，全帧转移、帧传输和行转移。CMOS摄像机，CMOS指的是将晶体管集成于硅块上的技术。它可以将光敏元件、放大器、A/D转换器、存储器等元器件和接口控制电路集成到一块硅片上。两种类型的摄像机的优缺点比较见表 2-1。7表 2-1 CCD与 CMOS摄像机的比较噪点少耗电量高成本高图像品质CCD摄像机高低CMOS摄像机多低低通过比较可以发现在图像品质等方面 CCD均优于 CMOS，而 CMOS传感器则具有低成本、低功耗以及高整合度等特点，不过随着传感技术的日新月异， CCD传感8 基于机器视觉的产品表面缺陷在线检测系统的设计第二章系统硬件架构设计器和 CMOS传感器的差异也在逐渐减小，CMOS传感器在分辨率与灵敏度方面有了很大的改善，而 CCD传感器在功耗上有了改进。目前 CCD传感器已广泛应用于数字信号处理和影像传感等领域。根据感光单元的排列方式 CCD摄像机一般可分为线阵相机和面阵相机。其中面阵相机可以同时接收一幅完整的光像，并直接将二维图像转变为视频信号输出。而线阵相机结构简单，可以将接收到的一维光信号转换成时序的电信号输出，从而获得一维的图像信号。表 2-2列出了面阵相机和线阵相机的优缺点比较8。表 2-2面阵相机与线阵相机的比较面阵相机像元总数多，但每行像元数少，帧幅率受到限制二维线阵相机单行感光单元的数目可以做很多，测量范围较大一维测量范围图像维数成本同等面积、同等分辨率下成本较高结构简单，成本较低精度应用较低扫描行的光标由光栅提供，因此精度较高面积、尺寸、形状、位置尺寸测量和分类、工业检等测量较简单测等诸多领域图像处理算法由于加了扫描机构，算法上还需克服扫描运动的影响，因此较为复杂对于一般的 CCD摄像机主要有如下参数：(1)分辨率：由芯片阵列排列的像元数量决定，表示摄像机采集图像的像素点数。面阵相机的分辨率等于水平分辨率和垂直分辨率相乘，而线阵相机则为水平分辨率与行频相乘。(2)像元深度：指每个像素点的位数，常用的有 8Bits、12Bits、16Bits等，像元深度越大则检测精度越高。9 第二章系统硬件架构设计基于机器视觉的产品表面缺陷在线检测系统的设计(3)帧率：指摄像机每秒采集图像的幅数，面阵相机的帧率指每秒采集的帧数，而对于线阵相机则定义为每秒采集的行数，一般情况下，分辨率越大的相机，帧率越低。(4)曝光方式：面阵相机的曝光方式主要有帧曝光、场曝光等；对于线阵相机则都是逐行曝光的方式，其曝光时间与行扫描周期保持一致。(5)像元尺寸：指芯片上每个像元的实际尺寸，相机靶面的大小由像元尺寸和分辨率共同决定。通常情况下，像元尺寸越大，则所成的图像越亮。(6)数据传输接口：类型一般有 USB接口、GigE接口、IEEE1394接口及 CameraLink接口。本文设计的检测系统需要对产线上的纸张进行实时的检测，产线要求最高速度2500mm/s、幅宽 500mm、横向精度 0.25mm。相机的像素可以表示如下：相机像素 =被测物体幅宽精度(2.2.1)由式(2.2.1)可以得出实际需要相机的像素为 500/0.25=2000像素，而一般相机的像素是按2标准选择的，因此选择的相机像素为 2048像素。针对线扫描相机，行扫描率n是其中最为关键的参数，它的选择将直接影响产线的检测速度。相机需要的行扫描率可以根据以下公式计算：行扫描率 =产线速度纵向精度(2.2.2)根据式(2.2.2)可以得出需要的行扫描率为 2500/0.15=16.67klps(千行每秒)。综合考虑这些参数因素，本系统选用的是微视图像的 MVC2048DLM-GE19千兆网线阵 CCD摄像机，这是一款高性能的数字线阵 CCD黑白相机，线阵列为 28mm，20481像素的幅面，像素尺寸为 14 14 m，最高线扫描率 19klps。采用的是千兆网传输方式，无需图像采集卡，可以直接连接到台式机或笔记本千兆网口，节约了成本。2.2.2照明光源机器视觉系统检测的信息均来源于图像，其核心是图像的采集和处理，而光源又是影响图像质量的一个决定性因素，因此照明光源的选型将直接关系到系统的成败。10 基于机器视觉的产品表面缺陷在线检测系统的设计第二章系统硬件架构设计光源的主要功能是提高图像的对比度，尽量淡化背景，突出目标特征，以便于节约软件系统的处理时间。目前在实际应用的机器视觉系统中，照明光源主要类型有荧光灯、光纤卤素灯及 LED光源，一些特殊检测可能会用到其他特殊的光源如激光、紫外线等。10荧光灯：指的是日常生活中所使用的荧光灯。光纤卤素灯：由一个卤素灯泡，在灯箱中发光，再由光纤导管将卤素灯所产生的强光，折射到被测物上进行照明。LED光源：即由多个小的 LED灯通过某种排列组合成各种形状的光源，综合对被测物进行照明。这是目前机器视觉领域普遍采用的照明方式。表 2-3三种光源性能比较荧光灯光纤卤素灯LED光源成本使用寿命亮度低1500-3000小时亮高约 1000小时较亮一般30000-100000小时使用的多会很亮复杂设计复杂程度响应速度稳定度简单一般慢慢快较不稳定发热少，扩散性好，适合大面积均匀照射一般稳定其他特性发热大，几乎没有发热少，波长可根光亮度和色温的变化据用途选择，形状可变，耗电少表 2-3中综合比较了荧光灯、光纤卤素灯和 LED光源的性能，其中荧光灯由于亮度差，稳定性差且响应速度慢，所以一般不用。光纤卤素灯的成本较高，与使用寿命不成比例，工业上也不常用。而以稳定性高、使用寿命长、形状自由度大、应答速度快及综合运转成本低等为优势的 LED光源则被广泛地应用到工业检测中2。目前 LED光源应用于机器视觉领域的种类比较多，一般按用途和形状可以分为以下几类：(1)环形光源：采用了多个 LED灯按环形高密度排列，它们发出的光会向内聚拢，光照方向和镜头成直角，避免了对角照射阴影的问题。主要应用于 PCB板、IC元件11 第二章系统硬件架构设计基于机器视觉的产品表面缺陷在线检测系统的设计等金属工件表面刻印字符、划痕和裂纹等检测。(2)背光源：也是采用的高密度 LED阵列组合，为系统提供高强度的背光照明，突出了物体的边缘特征，不足之处是忽略了待测物体表面细节。通常用于边缘的检测、机械零部件的尺寸测量和透明物体表面的缺陷检测等。(3)同轴光源：光线垂直穿过同轴镜头的水平面，以便相机能够拍摄到非常平整或抛光的表面，同轴光源消除了物体表面不平整所引起的阴影。适用于检测有光滑表面的工件的表面缺陷以及芯片的破损。(4)条形光源：具有超高亮度，采用柱形面聚光，常用于流水线等在线连续检测的场合。(5)点光源：高强度照明，具有体积小、功率大和散热快等特点，一般应用于芯片检测、点定位及晶片液晶玻璃等底座校正10。对于机器视觉的照明方案，光源的选型并不是唯一需要考虑的因素，同时光源的打光方式也非常重要，因为它能够决定光源是否能照亮目标，提高亮度，是否能淡化背景，增强对比度及形成有利于图像处理的效果。目前在实际检测和测量系统中光源的打光方式一般分背向光法、前向光法和同轴光法。(1)背向光法：将光源置于被测物体下方，这种光照法可将被测物的边缘轮廓拍摄的很清晰。一般在黑白图像中，被测物呈黑色，而背景为白色，因此可以形成鲜明的黑白对比，易于图像软件的处理。此方法通常应用于面阵相机的检测和测量方案中，其照明方法如图 2.2所示。12 基于机器视觉的产品表面缺陷在线检测系统的设计第二章系统硬件架构设计图 2.2背向光法照明(2)前向光法：同背向光法相反，将光源置于被测物与相机的同侧，实际应用中多数情况下使用此照明方式，此照明方式按光源与被测物表面的夹角大小的不同可以分为高角度照射和低角度照射，图 2.3所示的为高角度的前向光法照明。图 2.3前向光法照明(3)同轴光法：指将光源置于被测物与摄像机之间，具体的方式如图 2.4所示。图 2.4同轴光法照明本系统在设计过程中，考虑到产线光照度及光源寿命等因素，结合光源种类的优缺点比较，最终选用了方千公司的白色 LED线扫描光源。该光源亮度高达 200000lux，使用时长可达 50000小时，同时高均匀性、直线性、多种聚光镜可选及强制风冷