手机壳体表面缺陷视觉检测技术研究

发布时间：2021-06-27 22:28

　　近年来,智能手机行业迅猛发展,不同手机生产企业之间的竞争越发激烈,企业为了提升产品自身竞争力,对于手机壳体表面质量要求也越来越高。传统手机壳体表面缺陷检测方法采用人工检测法,检测效率低,成本高。机器视觉用于缺陷检测具有检测效率高、实时性好等优点。因此,手机壳体表面缺陷视觉检测已成为未来发展的重要方向。由于手机壳体表面的缺陷尺寸小,且壳体表面,尤其是其侧面往往由不同形状的平面和曲面构成,而这些平面和曲面的表面加工工艺也不尽相同,因此被检测区域的光照反射类型差异大,导致对缺陷的识别造成干扰,影响最终缺陷检测结果的正确性。针对上述问题,本文以目前手机壳体中常见的两种表面（高光表面、亚光表面）的划痕缺陷以及亚光表面孔洞边缘的磕碰缺陷为检测对象,开展了手机壳体表面缺陷视觉检测技术的研究。在此基础上,主要进行了缺陷检测系统总体功能设计、成像系统设计以及缺陷检测算法设计。其中成像系统的设计内容主要是针对被检测壳体表面的反射特性,设计了相应的照明方式,以达到突出缺陷同时抑制反射光干扰的目的,并通过实验验证了该照明方式的可行性。在缺陷检测算法方面,对于高光表面,采用了局部自适应阈值分割算法来提取划痕缺陷... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

手机壳体表面缺陷检测系统

手机壳体表面缺陷视觉检测技术研究 像采集时以面为单位，从而使目标图像比较完量。面阵 CCD 相机缺点是虽然像元总数多，到限制。 用面阵 CCD 相机作为图像采集设备。本文在.4mm 以上划痕缺陷的检测，而为了准确检测出来表示 0.4mm 长度，才能很好的区分划痕缺陷工位相机需要检测的手机壳体侧表面尺寸为 400 60pixel，因此本文选用的相机如图 2.3 所需要。表 2.1 是该工业相机的主要性能参数。

1 1 1u v f 为物距、像距和镜头焦距。 成像好坏的内在指标，与相机的靶面以及传感器的分辨率相关。 01 1 1 s rN N N 分辨率，0N 代表镜头的分辨率，N系统的视场与镜头的视场角有关，镜系。 光量由焦距与通光孔孔径的比值来决大，光圈越小。 文针对手机壳体高光表面和亚光表面4-MP2 镜头作为图像采集所需镜头，幕范围内呈现出高对比度及清晰的图

【参考文献】：
期刊论文
[1]基于多方向Gabor滤波器的图像分割[J]. 李云红,魏妮娜,张晓丹.  国外电子测量技术. 2017(03)
[2]基于自适应四阶偏微分方程的图像去噪算法[J]. 白云蛟,张权,刘祎,焦枫媛,桂志国.  计算机工程与设计. 2017(02)
[3]数码产品外壳表面的适应性智能检测技术[J]. 邝泳聪,张坤,谢宏威.  华南理工大学学报(自然科学版). 2015(01)
[4]机器视觉系统中光源的选择[J]. 侯远韶.  洛阳师范学院学报. 2014(08)
[5]基于Gabor和纹理抑制的手机配件划痕检测[J]. 宋迪,张东波,刘霞.  计算机工程. 2014(09)
[6]基于八方向Sobel算子的边缘检测算法[J]. 郑英娟,张有会,王志巍,张静,范胜娟.  计算机科学. 2013(S2)
[7]基于机器视觉的凸轮轴表面缺陷检测系统[J]. 孙雪晨,姜肖楠,傅瑶,韩诚山,文明.  红外与激光工程. 2013(06)
[8]基于视觉检测技术的机器人自动贴片系统设计[J]. 胡辉,谭小群.  机械制造. 2013(02)
[9]基于中值滤波和小波变换图像降噪的新算法[J]. 张昊慧.  电子科技. 2012(12)
[10]一种微小表面缺陷的机器视觉检测方法[J]. 何志勇,孙立宁,芮延年.  应用科学学报. 2012(05)

硕士论文
[1]手机外壳表面缺陷检测系统的研究与设计[D]. 任威.北京邮电大学 2015
[2]基于视频特征的图像配准算法的研究[D]. 王聪.北京理工大学 2015
[3]基于机器视觉的目标表面瑕疵检测系统研究[D]. 许丽君.杭州电子科技大学 2015
[4]基于机器视觉的表面缺陷检测算法研究[D]. 李玉宝.中南大学 2013
[5]表面光洁的注塑制品外观缺陷视觉检测方法研究[D]. 麦国铭.华南理工大学 2012
[6]基于偏微分方程的图像增强算法研究[D]. 王翠翠.南京邮电大学 2012
[7]基于各向异性高斯滤波的图像边缘检测方法[D]. 王丹.西安电子科技大学 2010
[8]基于差动像散原理的FPC质量检测光学测头的研究[D]. 袁志伟.厦门大学 2008
[9]图像的特征提取与描述的研究[D]. 徐小明.重庆大学 2007
[10]基于人工神经网络的车牌识别系统的研究[D]. 李飞.中北大学 2007



本文编号：3253725