基于机器视觉的表面缺陷检测系统设计

1、欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1编号欧阳歌谷（2021.02.01）本科生结业设计基于机器视觉的概略缺陷检测系统设计Surfacedefectdetectionsystemdesignbasedonmachinevision学生姓名专业电子信息工程学号指导教师学院电子信息工程学院二O三年六月结业设计（论文）原创许诺书1自己许诺：所呈交的结业设计（论文）基于机器视觉的概略缺陷检测系统设计，是认真学习理解学校的长春理工年夜学本科结业设计（论文）工作条例后，在教师的指导下，保质保量自力地完成了任务书中规定容，不弄虚作假，不剽窃他人的工作内容。2自己

2、在结业设计（论文）中引用他人的观点和研究功效，均在文中加以注释或以参考文献形式列出，对本文的研究工作做出重要贡献的个人和集体均已在文中注明。3在结业设计（论文）中对侵犯任何方面知识产权的行为，由自己承担相应的法令责任。4自己完全了解学校关于保管、使用结业设计（论文）的规定，即：依照学校要求提交论文和相关资料的印刷本和电子版本；同意学校保存结业设计（论文）的复印件和电子版本，允许被查阅和借阅；学校可以采取影印、缩印或其他复制手段保管结业设计（论文），可以公布其中的全部或部额外容。以上许诺的法令结果将完全由自己承担！作者签名：年月日中文摘要为了不竭提高产品质量和生产效率，金属工件概略缺陷在线自动检

3、测技术在生产过程中显得日益重要。针对金属工件概略的多种缺陷，本文设计了一套基于机器视觉能够实现对金属工件概略缺陷进行实时在线、无损伤的自动检测系统。该系统采取面阵CCD和多通道图像收集卡作为图像收集部分，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；采取自动选取图像联系阈值，根据实际应用的阈值把工件信息从图像中提取出来并扫描工件图像中的信息，实现了系统的自动丈量；根据扫描获得的工件信息去除失落工件边沿的光圈，利用自动选取的阈值对金属工件概略的图像进行二值化联系，从而实现各种缺陷的自动提取及识别。关键词：机器视觉概略缺陷CCD图像处理缺陷检测Abs

4、tractInordertocontinuallypromotethequalityofproductandefficiencyofproduction,theonlineautomaticinspectiontechnologyofsurfacedefectofmetalworkpiecehasbecomemoreandmoreimportantintheprocessofproduction.Thispaperdesignsanautomaticsystembasedonmachinevision,whichcaninspectsurfacedefectofmetalworkpieceti

5、melywithoutanydamageonit.Firstly,usingCCDandmultichannelimageacquisitioncardtoacquireimages,thesystemhasacceleratedtheinspectionspeedandreducedtherequirementsofCCDontheperformancetodothetimelyonlineinspectionmoreeasilyunderthecurrentcondition;secondly,accordingtothepracticalapplicationofthreshold,th

6、esystemhasusedthesegmentationthresholdofselectinganimageautomaticallytoselecttheworkpieceinformationfromimagesandscanthatinformationtorealizetheautomaticmeasurementofthesystem;finally,thesystemhasremovedtheapertureontheedgeofworkpieceinaccordancewiththeworkpieceinformationofscanandconductedthebinari

7、zationsegmentationontheimageofthemetalworkpiecesurfacebyusingtheautomaticselectionthresholdtoautomaticallyselectandidentifyvarieddefects.Keywords:machinevision;surfacedefect;CCD;imageprocessing;defectinspecting目录中文摘要3Abstract3第1章引言51.1研究布景及意义51.2国内外研究现状5第2章图像技术及机器视觉简介6图像处理技术6图像和数字图像6图像技术和图像工程62.2数字图

8、像处理系统7图像处理和阐发系统7图像收集模块72.2.3图像的数据编码和传输82.3机器视觉技术8机器视觉技术简介82.3.2机器视觉系统的概念、组成及特点82.4机器视觉系统的应用及成长意向102.4.1机器视觉检测应用102.4.2机器视觉系统的成长意向10第3章系统总体设计错误!未定义书签。3.1CCD摄像头113.2图像收集卡113.2.1视频输入信号及采样频率113.2.2视频输入窗口和显示窗口113.3软件设计12第4章缺陷检测软件设计124.1图像实时收集模块124.2图像预处理模块124.3阈值选取模块134.4图像丈量模块134.5缺陷检测模块194.5.1二值图像区域标识表

9、记标帜20二值图像的小区域消除214.6缺陷识别模块21第5章实验结果及阐发错误!未定义书签。5.1实验数据235.2实验阐发24全文总结25参考文献26致谢27欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月11第1章引言1.1研究布景及意义传统的产品概略质量检测主要采取人工检测的办法。人工检测不但工作量年夜，并且易受检测人员主观因素的影响，容易对产品概略缺陷造成漏检，尤其是变形较小、畸变不年夜的夹杂缺陷漏检，极年夜降低了产品的概略质量，从而不克不及够包管检测的效率与精度。近年来，迅速成长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机器视觉主要是

10、采取计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、丈量和控制。基于机器视觉技术的缺陷检测系统，由于其非接触检测丈量，具有较高的准确度、较宽的光谱响应规模，可长时间稳定工作，节省年夜量劳动力资源，极年夜地提高了工作效率。可对工件概略的黑点、凹坑、划痕、色差、缺损等缺陷进行检测。所以，人工检测难以达到降低消耗、提高产品质量的目的，采取机器视觉的概略缺陷检测成为迫切需要。针对这种现状，课题组决定自行开发工件概略缺陷在线检测系统，确保各类缺陷及时准确检出，从根本上解决人工检测效率低、精度低的问题，同时，还可以降低原资料消耗能耗和人力本钱，该课题还可以推广到

11、其他需要概略质量检测的行业中，如印刷、包装等行业，因此具有重要的实际应用价值和现实意义。然而,本课题要对各种形状、不合年夜小的金属片在线检测,必定对检测办法和处理速度有很高的要求,图像处理与模式识别领域中的许多新算法目前很难应用到实际工程项目中。因此,机器视觉技术在这类在线检测任务中的应用,仍然是一个难题。本论文的目标就是以己有的图像处理理论为基础,通过年夜量的实际实验,设计适合本产品概略缺陷检测的算法。1.2内外研究现状在国外，机器视觉的应用主要体现在半导体及电子行业，其中年夜概40%50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备，单、双面、多层线路板，覆铜

12、板及所需的资料及辅料；帮助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边资料等。再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经获得了广泛的应用，并且其产品在应用中占据着举足轻重的位置。除此之外，机器视觉还用于其他各个领域。而在中国，以上行业自己就属于新兴的领域，再加之机器视觉产品技术的普及不敷，招致以上各行业的应用几乎空白，即即是有，也只是低端方面的应用。目前在我国随着配套基础建设的完善，技术、资金的积累、各行各业对采取图像和机器视觉技术的工业

13、自动化、智能化需求开始广泛呈现，国内有关年夜专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和年夜胆的测验考试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。真正高真个应用还很少，因此，以上相关行欧阳歌谷创编2021年2月业的应用空间还比较年夜。固然，其他领域如指纹检测等等领域也有着很好的成长空间第2章图像技术及机器视觉简介2.1图像处理技术机器视觉系统中，视觉信息的处理技术主要依赖于图像处理办法，它包含图像增强、数据编码和传输、平滑、边沿锐化、联系、特征抽取、图像识别与理解等外容。经过这些处理后，输出图像的质量获得相当水平的改良，既改良了图像的视觉效

14、果，又便于计算机对图像进行阐发、处理和识别。2.1.1图像和数字图像从广义上说，图像是自然界景物的客观反应，是人类认识世界和人类自己的重要源泉。图像对我们其实不陌生。它是用各种观测系统以不合形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视知觉的实体。人的视觉系统就是一个观测系统，通过它获得的图像就是客观景物在人眼中形成的影像。图像信息不但包含光通量散布，并且也还包含人类视觉的主观感受。随着计算机技术的迅速成长，人们还可以人为地创作创造超卓彩斑斓、千姿百态的各种图像。客观世界在空间上是三维（3D）的，但一般从客观景物获得的图像是二维（2D）的。一幅图像可以用一个2D数组f（x

15、，y）来暗示，这里x和y暗示2D空间XY中一个坐标点的位置，而f代表图像在点（x,y）的某种性质F的数值。例如经常使用的图像一般是灰度图，这时f暗示灰度值，它常对应客观景物被观察到的亮度值。罕见图像是连续界说的，即f、x、y的值可以是任意实数。为了能用数字计算机对图像进行加工处理，需要把连续的图像在坐标空间XY和性质空间F都进行离散化。这种离散化了的图像就是数字图像，可以用I（r，c）来暗示。这里丨代表离散化后的f，（r，c）代表离散化后的（x,y），这里丨、e、r的值都是整数。本文以后主要讨论数字图象，依据我们的习惯用f（x，y）代表数字图像，f、x、y都在整数集合中取值。2.1.2图像技术

16、和图像工程图像技术在广义上是各种与图像有关的技术的总称。目前人们主要研究的是数字图象，主要应用的是计算机图像技术。这包含利用计算机和其它电子设备进行和完成的一系列工作，例如图像的收集、获取、编码、存储和传输，图像的合成和产生，图像的显示和输出，图像的变换、增强、恢复（恢复）和重建，图像的联系，目标的检测、表达和描述，特征的提取和丈量，序列图像的校正，3D景物的重建恢复，图像数据库的建立、索引和抽取，图像的分类、暗示和识别，图像模型的建立和匹配，图像和场景的解释和理解，以及基于它们的判断决策和行为规划等等。另外，图像技术还可包含为完成上述功能而进行的硬件设计及制作等方面的技术由于图像技术近年来获

17、得极年夜的重视和长足的进展，呈现了许多新理论、新办法、新算法、新手段、新设备。图像工作者普遍认为需对图像和图像处理技术进行综合研究和应用，这个工作的框架就形成了图像工程。图像工程学科是将数学、光学等基础科学的原理结合在图像应用中积累的技术经验而成长起来的。图像工程的内容很是丰富，根据笼统水平和研究办法等的不合可分为三个条理：图象处理、图象阐发和图像理解。图象处理着重强调在图像之间进行的变换。图象阐发则主要是对图像中感兴趣的目标进行检测和丈量，以获得它们的客观信息从而建立对图像的描述图像理解的重点是在图象阐发的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以

18、及对原来客观场景的解释，从而指导和规划行为由上所述，图象处理、图象阐发和图像理解是处在三个笼统水平和数据量各有特点的不合条理上。图象处理是比较低层的操纵，它主要在图像像素级别上进行处理，处理的数据量很是年夜。图象阐发则进入了中层，联系和特征提取把原来以像素描述的图像转酿成比较简洁的非图形式的描述。图像理解主要是高层操纵，基本上是对从描述笼统出来的符号进行运算，其处理过程和办法与人类的思维推理可以有许多类似之处。2.2数字图像处理系统2.2.1图像处理和阐发系统一个基本的图像（处理和阐发）系统构成的各模块都有特定的功能，辨别是收集、显示、存储、通信、处理和阐发。为完成各自的功能每个模块都需一些特

19、定的设备。图像收集可采取CCD的照相机、带有视像管的视频摄像机和扫描仪等。图象显示可用电视显示器、随机读取阴极射线管和各种打印机等。图像存储可采取磁带、磁盘、光盘和磁光盘等。图像通信可借助综合业务网、计算机局网，甚至普通德律风网等。最后，图象处理和阐发主要是运算，所使用的设备主要是计算机。以下对各模块的简介。2.2.2图像收集模块收集数字图象需要两种装置。一种是对某个电磁能量谱波段敏感的物理器件，它能产生与所接受到的电磁能量成正比的模拟电信号。另一种称为数字化器，它能将上述模拟电信号转化为数字离散的形式。下面介绍这两种装置的经常使用器件。固态阵列是由称为感光基元的离散硅成像元素构成的。这样的感

20、光基元能产生与所接受的输入光强成正比的输出电压。固态阵列中主要元件是电荷藕合器件CCD。这个传感器由一行感光基元，两个按时的将感光基元中的内容传给传输寄存器的传输门，以及一个按时的将传输寄存器中的内容传给放年夜器的输出门构成。放年夜器输出的电压信号与感光基元行的内容成比例。电荷藕合平面阵列的工作原理与线阵相似，但感光基元排列成一个矩阵形式并由传输门和平面扫描图像显示模块的结果主要用于显示给人看。对图象阐发来说，阐发的结果也可以解析系统的主要显示设备是电视显示器。输入显示器的图象也可以通过硬拷控制。在每个偏转位置，电子枪束的强度的一种简便办法是利用标准输寄存器隔开。先将奇数列感光基元的内容顺序送

21、进垂直传输寄存器，然后再送进水平传输寄存器。欧阳歌谷创编2021年2月欧阳歌谷创编2021年2月欧阳歌谷创编2021年2月欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月11把水平传输寄存器的内容送进放年夜器就获得1帧隔行的视频信号。对偶数列感光基元重复以上过程就可获得另1帧隔行的视频信号。将2帧合起来就获得隔行扫描电视的1场（加现在经常使用的线扫描CCD般有512到4096个象素或更多，而4096X4096个象素的扫描CCD也已在使用。2.2.3图像的数据编码和传输数字图像的数据量是相当庞年夜的，一幅512X512个像素的数字图像的数据量为256K字节，若假设每秒传输25帧图像，则传输

22、的信道速率为52.4M比特/秒。高信道速率意味着投资高普及难度。因此，传输过程中，对图像数据进行压缩显得很是重要。数据的压缩主要通过图像数据的编码和变换压缩完成。图像数据编码一般采取预测编码，即将图像数据的空间变更规律和序列变更规律用一个预测公式暗示，如果知道了某一像素的前面各相邻像素值之后，可以用公式预测该像素值。采取预测编码，一般只需传输图像数据的起始值和预测误差，因此可将8比特/像素压缩到2比特/像素。变换压缩办法是将整幅图像分红一个个小的（取8X8或16X16）数据块，再将这些数据块分类、变换、量化，从而构成自适应的变换压缩系统。该办法可将一幅图像的数据压缩到为数未几的几十个特传输，在

23、接收端再变换回去即可。对图像的处理和阐发一般可用算法的形式描述，而年夜大都的算法可以用软件实现，只有在为了提高速度或克服通用计算机限制的情况下才用特制的硬件。进入90年代尤其是21世纪后，人们设计了各种与工业标准总线兼容的可以拔出微机或工作站的图像卡。这不但减少了本钱，也增进了图象处理和阐发专用软件的成长。这些图像卡包含用于图象数字化和临时存储的图像收集卡，用于以视频速度进行算术和逻辑运算的算术逻辑单位，以及前面提到的帧缓存。图象处理和阐发中的一个重要事实是对特殊的问题需要特殊的解决办法。2.3机器视觉技术2.3.1机器视觉技术简介机器视觉是一个相当新兴的研究领域。机器视觉成长到现在已有15年

24、的历史。机器视觉作为一种应用系统，其功能特点是随着工业自动化的成长而逐渐完善和成长的。人们从20世纪50年代开始研究二维图像的统计模式识别，60年代Roberts始进行三维机器视觉的研究，70年代中，MIT人工智能实验室正式开设机器视觉课程，80年代开始，开始了全球性的研究热潮，机器视觉获得了蓬勃成长，新概念、新理论不竭涌现。2.3.2机器视觉系统的概念、组成及特点机器视觉是将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合，而形成的一门综合性的技术。一般地说，机器视觉是研究计算机欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2

25、月1或其他处理器模拟生物宏观视觉功能的科学和技术，也就是用机器取代人眼来做丈量和判断。机器视觉系统的组成如图21。有照明部分、图像获取部分、图像显示部分和图像处理部分。一般采取CCD摄像头摄取检测图像并转化为数字信号，再对图像数字信号进行处理，从而获得所需要的各种目标图像特征值，并由此实现模式识别、坐标计算、灰度散布图等多种功能。然后再根据其结果显示图像，输出数据，收回指令，配合执行机构完成位置调整，好坏筛选，数据统计等自动化流程。适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，经常使用机器视觉来替代人工视觉；同时在1T检查产图像质量效率低且精度不高,扌用机器视觉检测年夜批量工业生产

26、过程中，用人工视觉I，是办法可以年夜年夜提高生产效率和生产的自动化水平。并且机器视易于实现信息集成实现计算机集成制造的基础技术。因此,在现，代白动化生产过程中，人们将机器视觉系统广泛地用于工况监视、制品检验和质量控制等领或。专有很多学科的研究目标与机器视觉相近或者相关，这些学科中包含图像处理、模式识别或图像识别、图像理解等。由于历史成长或领或白己的特点，这些学科有某种水平的相互重叠。可是，机器视觉与其他学科又有着一定的区别，其特点是：1、综合技术机器视觉是一项综合技术，其中包含数字图像处理技术、机械工程技术、控制技术、电光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技

27、术人机接口技术等。这些技术在机器视觉中是并列关系，相互协调应用才干构成一个胜利的工业机器视觉应用系统2、强调工业可靠性机器视觉强调工业现场环境下的可靠性，要求能够适应工业生产中卑劣的环境，有较高的容错能力和平安性，不会破坏工业产品。3、强调实用性机器视觉强调实用性，要求有合理的性价比，要有通用的工业接口，能够由普通工作来操纵，必须有较强的通用性和可移植性。4、要求高速度和高精度由于机器视觉通常要求高速度和高精度，数字图像处理中的许多新算法目前还难以应用。因此，机器视觉技术在工业生产中的实际应用速度远远滞后于图像处理理论的成长速度。2.4机器视觉系统的应用及成长意向2.4.1机器视觉检测应用机器

28、视觉系统在高速、细微和重复的制造过程中显得很是可靠，因此被广泛用于加工制造企业，完成年夜批量生产过程中的重复性检测任务。机器视觉在质量检测方面的应用占整个工业应用的近80%，其中最年夜的应用行业为：汽车、制药、电子与电气、制造、包装、食品、饮料等。机器视觉检测是非接触无损检测，与传统的检测手段相比，它具有不成替代的优越性，因而获得了广泛的应用。利用线阵CCD配合包装盒的一维运动获取目标图像，然后由计算机对图像进行处理，可以检测日期编号等信息的遗漏和正确与否；以频闪光作为照明光源，利用面阵或者线阵CDC作为螺纹钢外形轮廓尺寸的探测器件，实现热轧螺纹钢几何参数在线丈量；在各种产品概略缺陷检测方面应

29、用也很多。2.4.2机器视觉系统的成长意向近年来计算机视觉（即机器视觉）的成长年夜致表示在以下三个方面：1、基于几何办法的计算机视觉计算理论体系已臻于完整计算机视觉的研究目标之一是使机器能感知三维环境中物体的几何信息，包含它的形状、位置、姿态、运动等。20世纪90年代中期以来，计算机视觉界将对应与射影几何、仿射几何、欧几里得几何的描述，系统地引进视觉计算办法中，比较完美地对应为视觉系统中对物体由粗到细的描述，在计算机视觉系统中降低了对摄像系统参数了解的要求，提高了系统对噪声的鲁棒性。2、机器学习办法受到越来越多的关注模式识另外所有领域始终存在基于结构与基于统计的两年夜分支。如果说基于几何的计算

30、机视觉主要通过几何，描述物体及其运动的三维结构，属于结构办法，已获得较系统的研究；而在计算机视觉中的统计办法除较好地用于图像的底层处理外，一直显得不完善更不必说系统化了。3、针对众多特定领域的应用研究不竭深入，较年夜规模的应用系统逐步走向商业化随着以后计算机的性能价格比飞速提高，众多特定领域的计算机实时应用系统的商业化已成为可能。如利用指纹、虹膜、人脸、语音等识别技术、行为识别技术与运动跟踪技术、多摄像机融合技术构成视觉监测系统，用于信息平安、智能交通、反恐防盗、身份鉴别等。第3章系统总体设计本系统是由CCD摄像头、照明系统、图像收集卡、机械装置、主控计算机等部件组成，图31为系统结构图。其工

31、作过程是：首先将工件送到CCD摄像头视场内；然后由成像系统和图像收集卡将图像收集到计算机内部；运用图像处理技术对收集到的原始图像进行预处理以改良图像质量，从中提取感兴趣的特征量；最后运用模式识别技术对取到得特征量进行分类整理以完成系统的检测。下面辨别介绍系统的各部分的组成及工作原理。欧阳歌谷创编A2021年2月561、CCD摄像头及照明系统2、图像收集卡3、主控计算机4、分类机构5、工件6、传送装置3.1CCD图31机器视觉系统结构图摄像头CCD是一种半导体成像器件，具有灵敏度高、抗强光、畸变小、体积小、寿命长，抗震动等优点。本系统采取的是国产MTV1881EX型号的黑白摄像头，它的工作方法是

32、将被摄物体的图像经过镜头聚焦到CCD芯片上，CCD根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经视频捕获卡滤波、放年夜处理,A/D转换后形成视频信号输出。3.2图像收集卡本系统采取的是年夜恒PCIXR视频捕获卡，具有高品质的视频收集性能，具备高速PCI总线，收集频率为3D帧/秒，显示画面流畅不间断；显示辩白率640X480。静态捕获影像以静态图像方法存盘，提供BMP,JPG,TIP,TGA等多种存盘格式。其工作原理如图32所示：复合视频输入1多图开关*A/Df缓VIDEOPCIXR图像收集片工缓*滤波PCIVGA显示复合路复合视频输，输出到数变换，数字化的图

33、入经多路开关关，软件选择其中一路作为缓后输入像信号经各种图像处理后，利用PCI总线，传到VAG卡显示或计算机A/系进行模/存存储频输于要检测工件的两个概略，所以需要在硬件上使用两路视频输入，每路收集不合概略频输像4采样频率在一定规模内可调，满足不合场合的需求。32.1视频输入信号及采样频率凡合适PAL制式（625行,50场/秒）和NTSC制式（525行,60场/秒）的视频设备输出的图像信号均可作为该视频捕获卡的输入源。在一般情况下，摄像机、录像机等视频设备均满足上述标准。采样频率在一定规模内可调，满足不合场合的需求。3.2.2视频输入窗口和显示窗口视频输入窗口是指数字化后的输入图像尺寸。在PA

34、L制式，输入窗口最年夜尺寸为768X576。在NTCS制式为64X480。图像显示窗口是指在VAG显示器上显示的图像尺寸，其最年夜值不克不及超出输入图像窗口。当图像显示窗口小于视频输入窗口时，有两种办法可以采取。一种办法是减少视频输入窗口的年夜小，即重新设置起始行、终止行、起始列、终止列。使视频输入窗口与图像显示窗口相匹配。处理后的结果显示的仅是全部输入图像的一个局部，这种办法称为裁剪。另一种办法是采取对视频输入窗口采取抽点和抽行的办法减少其年夜小，即根据视频输入窗口和图像显示窗口的相对年夜小设置缩小比例系数，处理后的结果显示的是缩小的全部输入图像，这种办法称为比例缩小。也可以将两种办法欧阳歌

35、谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1结合起来，达到所需要的结果。3.3软件设计本课题中的图像处理算法均采取Matlab法度语言实现模拟，Matlab提供一个高度集成的、集科学计算、法度设计和可视化归于一身的。为了设计出实用有效的软件，必须依照软件工程的理论，进行充分的分阶段的阐发和设计。采取模块化结构设计，其特点为：1）可修改性。对模块内部的修改，对模块外部没有影响；增加或删除几个模块，不影响整个法度；2）可读性。每个模块意义和职责明确，模块间的接口关系清楚，便于用户和设计人员进行系统代码的维护；3）验证性。自力于其它模块，

36、可单独验证一个模块的正确性，便于进行调试。采取模块化原理使软件结构清晰，容易阅读理解和维护。本系统中，依照算法要求设计了各子法度。第4章缺陷检测软件设计阈值选取模块由于本系统是一个完整、实时的缺陷检测系统，需要系统从原始图像收集到图像预处理、阈值选取、联系，再到模式识别，最后到缺陷种类分选整套过程有一个全面、整体的设计。系统主要有以下几个模块：图像实时收集模块、图像预处理模块、阈值选取模块、图像丈量模块、缺陷检测模块、缺陷识别模块，其过程如图41所示。图像实时收集模块图图像41图橡实时收集模瑛为了准确、及时获得图像的以后状态陷需要不竭地通过图像收集卡图像丈量摄像系统的图像信息直接读取到计算机内

37、存，在计算机内存中进行其他的后续处理，如：图像滤波、图像丈量、缺陷检测等等。4.2图像预处理模块为去失落噪声对图像的于扰，要将刚收集的图像数据进行预处理，如：去除孤立点、平滑、滤波等；同时，还要对图像进行灰度调整，增加比较度，为后续的图像处理工作做准备，如图42所示。图42原始图像及灰度调整后图像经过预处理后，图像的比较度增加，拉伸了图像灰度，表示在灰度直方图上就是峰与峰之间的距离加年夜，便于选取联系阈值及后续图像联系，如图43所示。3000r灰度调整后图像直方图直方图3阈值选取模块25002000素素阈素1500值的选取对联系图像、提取缺陷信像的灰度1000直方图来选取阈值，如图44所示20

38、00息至关重要素1500像1000，其办法也很多，本系统采纳利用图6588”直方图50。44图像丈量模0501001502002504000F11S44滤波前及滤波丿口口的灰乂500004000直方图50100150200250值L）工件尺寸療3000像根据阈值i2000扫描，如图451000503000图像，将图像二值化处理，便于图像整体信息的200010000050图45图像位置信息扫描100150200250灰度值100150200250灰度值欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月100图46扫描示意图由图46所示，可列：x=(F(i,j)+F(i,j)/20从左到右从右

39、到左y=(F(i,j)+F(i,j)/20从上到下从下到上那么，可获得工件的圆心坐标，其曲线辨别如图57所示。600图像数图47X坐标数据曲线和y坐标数据曲线图像数据由于在实际图像中存在噪声或者其他干扰，图500的布景其实不是理想的那种纯真灰度息，即以在对整幅图像进行逐个像素扫描时，年夜误差，在图*7中可以比较直观地显现级，所所存在粗。图将其从。丈量结果中剔出。(检测像0300图设被丈量的真值为，一。系差5为i0III0100200300400000=600L800图像宽(W)0式中i二1,2,n正态散布的散布密度f(5)为:到的图像信息也会存在干扰,100旦发明含有粗年夜误差的丈量值，应列测

40、得值为I.，则丈量列随机误00100200300400500600700800图像宽(Y)f(5)注e5/(2b2)式中b标准差(或均方根误差)；e一一自然对数的底，值为2.7182.O图48随机误差散布曲线，则苗的指数的绝对值愈年夜，因而f(5)减小得愈快，即曲线2.5由此可知：值愈小2变陡。而Q值愈小，在Q1.5夜，曲线变高。反之，Q1欧阳歌谷创编0.5误差为零前面的系数值变年夜，即对应于愈年夜，f(5)减小愈慢(O=0)的纵坐标也年曲线平坦，同时对应于误差为零的纵坐2021年2月欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月

41、1标也小，曲线变低。图48中三个丈量列所得的散布曲线不合，其标准差b也不相同，且Qb3b图410半径计算由圆心坐标，再结合去除粗年夜误差后扫描数据就可以计算工件的半径年夜小如图410所示、在x标的目的上rj/2r=xjj=iN其中，n为图像的高度，N为打丰0的个数;在y标的目的上r=ii-x2+(yi0-y+jj+k丿兰ri/2r=j=yM其中，m为图像的宽度，M为ri丰0的个数。600411500的半径”X标图目的计算的半的目旳和y标的目的上的半径数据曲线的计算的半径中的数据曲线就是x标的目的和y标的目的的上的半径数据线，两个标的目的上500需要及时调整摄像头，使摄像角度垂直工件缶400年夜

42、小基本一致，如果有圆环和圆片的判断003确定工件的圆心位置和半径年夜小区别:是:圆环的中心是空心，也后，就需要判断该工件时圆环还是圆片。圆环和是就说所收集工件图像中心数据为布景信息；的中为实心,0100200300所收集工件图像的中心数据为工件概略信息。400500600700800图像高图412圆环0100200300400500600700800图像高过圆心扫描的原始图像数据_13圆片贓|0412是圆环形工件经过圆心水平扫是圆片形工件经过圆心水平扫描的原始3300图41341可以看出，如果所检测的工件是圆环:150)，则100)描的原始55图像数据和阈值联系后的图像数据；图阈值联系后的图像

43、数据。从图412和心左右会有明显的间断；如果是圆片图像数据和形，则在圆壬，在圆心左可断。如图450)100014所00033040055060007008000图像像宽(X)具体检测过程如下:20000001000逾彳論4005500鹼77008800图414扫描示意图首先，如图414所示，以工件圆心为极坐标系原点O随着极半径r和极角0从小到年夜逐个扫描每个像素点，极半径r的规模是从0到工件的外径，极角0的规模是从0到2“；扫描时，由于图像相当于一个矩阵，需要将极坐标系转化为直角坐标系，其转换公式为x二rcos0y二rsin0在转化到图像矩阵中，为x=x+rcos00y=y+rsin00其中，

44、xo和yo辨别是工牛圆心的横坐标和纵坐标。其次，当逐个扫描每个像素遇到灰度突变时,记录极半径产r的年夜小和极角0的角度:200按弧度计算的内圆半径年夜人、L、-1415去除误差含前、后内径数据弧度计算的内圆半径年夜后，扫描完毕，获得的其数据曲线12010010080806060III4040202010020弧度0000去除偏差比较年夜的数据，其数据曲线如140夜3）光圈计算弧度100续的图像处理，必须把光圈去失落。图417光圈扫描示意图口图415左图所示；将扫描到的数据进行处理160415右图所示；计算出圆环的内径年夜小。140图416去除光圈在检测过程中，由于工牛的边沿反射，一部分光源的光

45、进入摄像系统，形成光圈，如416所示，影响了检测图像。为了在实际应用中获得比较理想的图像数据，并且又有利于后其扫描过程如下:首先，如图417所示，以工件圆心为极坐标系原点O随着极半径r和极角0从小到年夜逐个扫描每个像素点，极半径r的规模是从内径到工牛的外径，极角0的规模是从0到2兀扫描时，由于图像相当于一个矩阵，需要将极坐标系转化为直角坐标系，其转换公式为x二rcos0y二rsin0欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1在转化到图像矩阵中，为x=x+rcos60y=y+rsin60其中，xo和yo辨别是工牛圆心的横坐标和纵坐标。根据圆环和圆片的判断结果来确定是扫描圆环还是圆片

46、，如果是圆环就要从小于工件内环半径的区域开始扫描，一直扫描到工件外径外的区域；如果是圆片，就以根据该工件的外径年夜小，只从外径内的区域扫描到外径外的区域，根据所检测的工件形状适当减小运算量，提高图像的处理速度。其次，当逐个扫描每个像素遇到第一次灰度突变时，记录下极半径r的年夜小r和极角6的角度人；当遇到第二次灰度突变时，记录下极半径r的年夜小r2和极角6的角度62；当遇到第三次灰度突变时，记录下极半径丫的年夜小r3和极角6的角度耳；当遇到第四次灰度突时，记录下极半径r的年夜小r4和极角6的角度64；当，极半径r的年夜小增年夜到所检测工件的外径年夜小时，停止该角度标的目的的继续扫描。由此，可获得

47、此角度标的目的上的内光圈和外光圈的宽度为：k=r一r内21k=r一r外43如果所检测的工件为圆片，遇到第二次灰度突变之后，当极半径r的年夜小增年夜到所检测工件的外径年夜小时，停止该灰度标的目的的继续扫描二可获得此角度标的目的上的内光圈和外光圈的宽度为：k=0内k=r一r外21另外，由于在同一个标的目的，即严2現巴。扫描内外光圈所得数据曲线如图418所示。600图418工件内光圈和外光圈宽度扫描曲线检测图像经过图像预处理、去除光圈，选取合适的阈值对所获得的图像数据进行联系,再通过膨胀和腐化,400就可以把图像的缺陷信息提取出来，如图419所示。只有把图像的缺陷信息提取出来之后，我们才干对缺陷信息

48、进行丈量和形态识别。3002021年2月200欧阳歌谷创编10001uJJ-亠110100200300400500600欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1图419阈值联系及反色后图像4.5缺陷检测模块对缺陷进行检测，首先必须确定经过处里后的图像是否有缺陷，如果没有，则工件无缺陷。如果有缺陷，则缺陷是否是自力的缺陷，图像中有几个缺陷，需要对不合的缺陷进行标识。设有一幅已经联系出的二值图像，如图420所示，图中A代表缺陷，0代表布景，规定用4连通准则加标识表记标帜。由于扫描有一定的次第，对任一点来说，以后点的左前一点和上

49、一点必定是已经扫描过了的点，在扫描过程中遇到缺陷上一点P，则其上点及左点必定是已经标识表记标帜过了的点，对P点加标识表记标帜的办法是由左点及上点来确定的，主要有下面几种不合的情况，如下所示。当左前一点和上一点皆为布景0,则P点加新标识表记标帜；当左前一点和上一点有一个为0,另一个为已加标识表记标帜，则点P和已加标识表记标帜的邻点加上相同的标识表记标帜；当左前一点和上一点两个邻点皆为已加标识表记标帜，则P点标识表记标帜与左点标识表记标帜相同。TOC o 1-5 h zC(JJ1,-i/I0(JO0II卩-0AAAA,1A01AAA卩0J卩(J,1AAAAAA卩-AAAAAJ丿A0AA-图420原

50、图像根据上面的三原则，在第一次扫描后所有的缺陷上皆已加标识表记标帜，如图421所示，标识表记标帜以此为1，2，3，4，这是图像中的同一缺陷可能有几种不合的标识表记标帜，因此需要第二次扫描，来把同一缺陷上的标识表记标帜统一起来，只要是4连通的都属于同一缺陷，其标识表记标帜都应该为一致，如图422所示。-0C111100DUD(1-02-12222IIJ3lIJ-01二7D5555550-666:jLi7770s8图421图像扫描示意图-oniii1ooocn(jo-OllllllOfllllO-uiiociiiiiiic-1I10i.：1Ii11-j11图422图像标识表记标帜示意图4.5.1二

51、值图像区域标识表记标帜在二值图像中，相互连接的白像素或黑像素的集合成为一个区域，通过对图像内每个区域进行标识表记标帜操纵，求得区域的数目。由于处理前的图像是二值的，像素值只有0和1,所以处理后每个像素的值即为其所处理区域的区域标号(1,2,3,，)。连接性8连通，如图423所示，图中有A、B、C三个不连通的缺陷。经过处理过程后,就可以获得标识表记标帜后的缺陷图像,如图424所示。图424缺陷标识4.5.2二值图像的小区域消除通过对图像内每个标识表记标帜操纵的区域进行计算，求得总区域的数目，同时求得每个区域的像素个数。当二值图像的某区域面积（像素数）在阈值以下时则消去该区域，全部置为0，由此获得

52、新图像，如图425。图425去除小面积区域4.6缺陷识别模块经过以上处理，从原始图像中提取出了含有缺陷的图像信息，获得了目标缺陷。为了把各种不合类型的目标缺陷分类，需要识别出它们之间的不合。根据缺陷的形状信息，可以用一组描述特征来暗示其特性。选择区域描述特征，不单可以减少在区域中原始数据的数量，并且也有利于区别带有不合特性的区域。同时，这些描述特征对目标缺陷年夜小的变更、旋转、平移是不变的。失落角或麻坑_刀纹、裂纹或划痕失落角/麻坑刀纹、裂纹或划痕鉴于工件概略缺陷征识别时采取阶层识另外办法。利用二叉树线性分类器，如图426所示，逐层选用不合的描述特征，选择描述特征的准则是同种特征值相差最明显的

53、，包管描述特征具有较年夜相互自力性。描述特征的分类阈值由实验阐发和特征阐发结果获得，具体过程如下所述。欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月11图427圆度判断（1）圆度判断圆度判断主要是针对失落角的缺陷，根据工件的特性，如图427所示，我们采纳的办法：首先遍历圆周，因为布景的灰度值是很低的，可以比较容易将工件和布景联系开，提取收工件的外形；然后计算圆周上各点到圆心的距离，并和半径比较，如果比半径小于某一个设定值时，认为该点不在圆周上，如果这样的点连续而它们个数超出失落角缺陷的设定值时，可以认为

54、这个工件是不圆的。如图428所示，半径的值其实不是一条直线，而是一条曲线，甚至有些处所有凹沟，这标明工件自己不圆。我们可以利用这个数据曲线可以计算最小半径、失落角标的目的和失落角角度。200圆度判断圆度判断180经160度上有缺陷的工件在识别其他图428扫描工件外圆所得的数据术要求，设定合适缺陷阈值，可以把圆180经过运算，可以获得如表41数据，根据圆度技-也种类缺陷之160前剔出来。020F1表41圆度判断数工件半径R最小半径r外md（R-工）80（R-r）/R掉角方向掉角角工件A152像素149像素3像素400.0197347.9619.490152像素一,:20406010像素10020

55、10.06579020（2）识别麻坑和失落角171.654060弧度X100+136.1180100O麻坑和失落角区别就是麻坑在工件概略的内部，而失落角在工件概略的边沿。利用不变矩，就可以计算有缺陷区域的形心坐标，判断缺陷区域是否在工件图像的边沿，如果在边沿，则可以确定是失落角；不然，是麻坑。（3）识别刀纹、裂纹和划痕刀纹一般宽度和长度较年夜，并且面积也年夜，不变矩长短径之比要比裂纹和划痕小同时，缺陷区域的分离度和庞杂度较年夜，综合利用这几点就可以确定刀纹。至于裂纹和欧阳歌谷创编2021年2月划痕，在缺陷区域自己的形状上很难区分。第5章实验结果及阐发5.1实验数据一、将企业提供的各种缺陷的合格

56、限度样品按已经完成的法度进行检测获得其缺陷的特征参数面积值、周长值，单位为：像素个数。数据见表51和表52。进行合格限度样品检测的目的是为了确定区分工件合格与否的标准，即周长和面积两个特征的数据，以便将各种缺陷的面积和周长与之比较，从而确定判断的依据。表51选取概略镀层为镍、工件规格为：D9.2*d4.02*1.2的圆环形工件的失落角、麻坑、划痕及刀痕等四种缺陷的合格限度样品各10个。只要检测到有裂纹缺陷，则判定为不合格品。表51合格限度样品概略的缺陷数据（单位：像素）序号失落角划痕刀痕麻坑面积周长面积周长面积周长面积周长135173318732122122271626121554917931

57、81017131614613741671010134352512515938179227776201141211855110672615351821659181082313542627884321593013442032783311410138503138498169表52选取概略镀层为锌、工件规格为：D9*1.2的圆环形工件的失落角、麻坑、划痕及刀痕等四种缺陷的合格限度样品各10个。同样只要有缺陷就判定为不合格。表52合格限度样品概略的缺陷数据（单位：像素）序号失落角划痕刀痕麻坑面积周长面积周长面积周长面积周长11984119173471372271636202777421113241348

58、212135226124331757331384119105251129131964523116291439173498217973815332037289381584320654045511229159472151294079631141052274221364862512二、根据表51和表52的检测结果，我们将规格为D9.2*d4.02*1.2的圆环形工件和规格为D9*1.2的圆形工件的失落角、划痕、刀痕及麻坑等缺陷的判断阈值设定为如表53和表54所示。表53圆环形工件缺陷的判断阈值（单位：像素）缺陷类型失落角划痕刀痕麻坑面积周长面积周长面积周长面积周长数值3617533138498311

59、4表53圆形工件缺陷的判断阈值（单位：像素）缺陷类型失落角划痕刀痕麻坑面积周长面积周长面积周长面积周长数值512765404551123815三、将人工检测出的规格为D9.2*d4.02*1.2（D9*1.2）的圆环形（圆形）合格品20片、失落角10片、划痕10片、裂纹10片、刀痕10片、麻坑10片及砂眼10片共80片工件混合在一起，放入初步研制胜利的概略缺陷自动检测系统进行缺陷的检测和分类识别，经屡次频频实验，记录数据阐发结果。5.2实验阐发将频频实验后各种缺陷的检验数据进行统计并将10次实验结果进行累计，概略缺陷检测系统软件对圆环形工件缺陷的检出率如下表54所示。表54实验结果、一.缺陷类

60、型实验数据失落角麻坑划痕或裂纹刀痕应识别出的工件数10*1010*1010*1010*1010*10欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月1欧阳歌谷创编2021年2月欧阳歌谷创编2021年2月11欧阳歌谷创编2021年2月1实验1软件识别99879硬件识别99879实验2软件识别88679硬件识别88778实验3软件识别98778硬件识别98878实验4软件识别98878硬件识别98878实验5软件识别89759硬件识别89759实验6软件识别88869硬件识别88869实验7软件识别98768硬件识别98768实验8软件识别88778硬件识别88778实验9软件识别88878