基于机器视觉的贴花陶瓷盘表面缺陷检测方法研究

发布时间：2023-05-28 09:58

　　随着科技水平的不断提升,工业产品表面缺陷的自动化检测必然成为未来的发展趋势。目前,厂家主要采取传统的人工目视及抽检的方法进行产品表面缺陷的检测,该方法劳动强度大、误检率高、极大影响了产品的生产效率及产品质量的提高。为此本文在充分调研了国内外表面缺陷检测方法的基础上提出了基于机器视觉的贴花陶瓷盘表面缺陷的检测方法,并设计了相应的缺陷检测系统。研究内容如下:(1)通过实地走访和文献调研,详细了解了贴花陶瓷盘的生产流程及生产过程中常见的表面缺陷类型。本文结合产品特性设计了基于图像差分的缺陷检测系统,通过图像配准技术实现待测图像与模板图像(不含缺陷的标准图像)的空间几何坐标对齐,将配准后的待测图像与模板图像进行差分处理,利用表面缺陷智能检测算法判断该产品是否合格。(2)图像配准的精度是影响缺陷检测准确性的关键因素,因此本文通过重点研究3类主要的配准算法,提出了一种满足该系统需求的改进的SURF+BBF的快速图像配准算法。该算法采用FAST(加速分割检测特征)特征点检测+SURF(加速稳健特征)特征描述符生成+BBF(最优节点优先)双向匹配算法得到初匹配点对,然后利用RANSAC(随机抽样一致性...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 机器视觉技术的发展现状
        1.2.2 表面缺陷检测技术的发展现状
    1.3 研究内容及章节安排
2 贴花陶瓷盘表面缺陷检测系统
    2.1 系统设计
    2.2 摄像机标定
        2.2.1 相机需要标定的参数
        2.2.2 棋盘平面与成像平面间的单应性
        2.2.3 相机的内外参数求解
        2.2.4 极大似然估计
        2.2.5 径向畸变的消除
        2.2.6 实验过程及结果
    2.3 图像预处理
        2.3.1 图像灰度化
        2.3.2 对比度增强
    2.4 本章小结
3 图像配准算法研究
    3.1 图像配准技术概述
    3.2 图像的几何变换
    3.3 图像配准算法
        3.3.1 基于灰度相关的配准算法
        3.3.2 基于变换域的配准算法
        3.3.3 基于特征的配准算法
    3.4 改进的SURF+BBF的快速图像配准方法
        3.4.1 FAST-SURF特征检测与描述算法
        3.4.2 快速近似最近邻向量匹配
        3.4.3 图像间相对变换参数的计算
    3.5 实验结果与分析
    3.6 本章小结
4 表面缺陷检测与识别算法
    4.1 表面缺陷检测算法设计
        4.1.1 图像差分提取缺陷
        4.1.2 剔除轮廓伪影
        4.1.3 迭代阈值的图像二值化
        4.1.4 形态学处理
        4.1.5 待检测图像判定
        4.1.6 缺陷检测结果测试
    4.2 缺陷分类算法设计
        4.2.1 缺陷分类算法
        4.2.2 基于SVM的贴花陶瓷盘表面缺陷分类
            4.2.2.1 SVM分类原理
            4.2.2.2 SVM分类器的应用
            4.2.2.3 缺陷类型识别结果
    4.3 本章小结
5 基于MFC的缺陷检测应用程序
    5.1 应用程序框架
    5.2 应用程序界面介绍
    5.3 应用程序测试及运行结果
        5.3.1 图像读入
        5.3.2 图像预处理
        5.3.3 图像配准
        5.3.4 缺陷检测与缺陷轮廓标记
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
攻读硕士学位期间发表的学术论文



本文编号：3824411