冲压件表面缺陷图像检测系统的研究与开发

发布时间：2017-08-09 00:02

  本文关键词：冲压件表面缺陷图像检测系统的研究与开发

  更多相关文章： 机器视觉 冲压产品 表面缺陷检测 图像处理 HALCON

【摘要】：随着冲压生产线自动化要求的提高,能否实现产品的自动检测成为评判其自动化程度的一个重要指标。然而,目前冲压产品的缺陷检测还停留在人目检测的阶段,效率低、稳定性差、成本高的人目检测严重制约了冲压生产线的自动化进程。机器视觉检测技术作为一种新型的无损检测技术,因具备高效、稳定、精确、柔性高等特点而逐渐在工业生产的检测领域得到推广,也为冲压产品的表面缺陷检测提供新思路。但是,目前机器视觉检测技术在冲压产品的表面缺陷检测领域的应用普遍局限在单一大平面类产品上,对于具有复杂表面特征以及曲面特征的冲压产品的应用并不广泛。所以,本文以曲面冲压件为检测对象,研究开发一套基于机器视觉的冲压产品表面缺陷检测系统。本文针对曲面类冲压产品的表面缺陷类别及检测要求,对机器视觉检测系统做了以下研究工作：1、为了满足检测精度要求,本文通过分析曲面冲压件的表面缺陷形成机理及形貌,对各类缺陷进行特征描述并对其表面缺陷进行合理划分,分别为：破裂、划痕、压痕,继而明确了系统的检测指标。从检测指标和系统性能要求出发,设计了检测系统的总体结构,完成对相机和光学镜头、光源的选型并对检测系统的相关参数进行校核：理论检测精度为0.15mm。2、为了解决曲面缺陷光照不均、图像对比度低问题,本文根据缺陷形貌分析和表面光反射特性,分别设计了不同缺陷的最佳照明方案；3、为解决曲面缺陷分割存在的问题,本文通过对几种缺陷图像的分析,设计了基于HALCON的图像处理算法流程。针对破裂缺陷图像存在不可避免的结构阴影干扰问题,本文采用了交互式ROI构建及基于灰度值亚像素精度匹配的图像差减法分割方案,能稳定的排除干扰,完整分割破裂缺陷区域；针对划痕图像存在的干扰问题,本文先采用反锐化掩模增强,然后通过与传统分割方法的对比,提出局部动态阂值分割方案,能实现较稳定的分割效果；4、针对检测缺陷的判别问题,选择缺陷区域的圆度、紧密度、偏心率以及欧几里得长度等形状特征作为分类的依据,提出基于多形状特征的缺陷分类方法；5、针对传统缺陷特征测量方法的不足,本文探讨了冲压表面缺陷特征的单相机视觉测量技术。采用HALCON的相机标定方法,快速获取图像坐标与世界三维坐标的对应关系,并实现缺陷特征的精确测量；6、根据检测算法,设计了系统软件的检测流程以及系统总体框架。利用HALCON与VC++进行联合编程开发,设计系统软件的人机友好界面,实现各类缺陷检测模块的调试、检测以及缺陷信息保存输出功能。结果表明,此方法可以提高系统开发的效率,缩短开发周期。测试结果表明：本系统具有一定的检测效率和检测稳定性。本文的创新点在于提出了曲面类冲压产品的机器视觉检测方案,为复杂冲压产品的机器视觉检测技术的应用提供思路。
【关键词】：机器视觉 冲压产品 表面缺陷检测 图像处理 HALCON
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TG385.9
【目录】：

• 摘要4-6
• Abstract6-15
• 第一章 绪论15-21
• 1.1 课题研究背景和意义15-16
• 1.2 机器视觉检测技术的研究和应用16-19
• 1.2.1 机器视觉检测概述16-17
• 1.2.2 视觉检测技术的国内外研究现状17-19
• 1.3 课题来源及研究内容安排19-21
• 1.3.1 课题来源19
• 1.3.2 检测对象19
• 1.3.3 章节内容安排19-21
• 第二章 冲压件表面缺陷分析及图像获取21-37
• 2.1 半球型冲压件表面缺陷分析21-26
• 2.1.1 破裂产生机理和形貌分析21-23
• 2.1.2 划痕产生机理和形貌分析23-25
• 2.1.3 表面缺陷分类描述25
• 2.1.4 缺陷检测技术指标25-26
• 2.2 冲压件表面缺陷检测系统结构设计26-32
• 2.2.1 冲压件表面缺陷检测系统的主要硬件选型26-32
• 2.2.2 检测系统参数校核32
• 2.3 冲压件表面缺陷照明方案设计32-36
• 2.3.1 破裂照明方案33-34
• 2.3.2 划痕照明方案34-35
• 2.3.3 压痕照明方案35-36
• 2.4 本章小结36-37
• 第三章 冲压件表面缺陷分割与判别37-58
• 3.1 基于灰度值匹配的图像差减法破裂缺陷识别分割37-45
• 3.1.1 破裂图像分析37-38
• 3.1.2 破裂缺陷分割流程38-39
• 3.1.3 破裂缺陷分割的算法实现及结果39-45
• 3.2 基于局部动态阈值分割的平面划痕缺陷分割45-52
• 3.2.1 平面划痕缺陷图像分析46
• 3.2.2 划痕缺陷分割流程46-47
• 3.2.3 划痕缺陷分割的算法实现及结果47-52
• 3.3 基于自动全局阈值分割的压痕缺陷分割52-54
• 3.4 缺陷特征提取和判别54-57
• 3.5 本章小结57-58
• 第四章 表面缺陷视觉测量58-64
• 4.1 传统缺陷测量方法不足58
• 4.2 表面缺陷的单目视觉测量58-60
• 4.3 基于HALCON的单目相机标定60-62
• 4.3.1 标定板的选型60
• 4.3.2 标定流程60-61
• 4.3.3 相机标定结果61-62
• 4.4 视觉测量的准确性验证62-63
• 4.5 本章小结63-64
• 第五章 冲压件表面缺陷检测系统软件设计64-74
• 5.1 缺陷检测软件系统设计要求64
• 5.2 软件开发工具及其配置64-65
• 5.2.1 HALCON简介64-65
• 5.2.2 MFC简介及工程配置65
• 5.3 软件系统的缺陷检测流程设计65-67
• 5.4 软件系统功能模块设计67-72
• 5.5 系统测试实验72-73
• 5.6 本章小结73-74
• 结论与展望74-77
• 参考文献77-82
• 攻读学位期间发表的学术成果82-84
• 致谢84-85
• 附录85-95

【相似文献】

中国期刊全文数据库 前10条

1 张泰昌;表面缺陷的检测与评定[J];制造技术与机床;2000年04期

2 王凤林;酸洗钢板表面缺陷检查装置的开发[J];轧钢;2000年04期

3 李惠萍;检测钢材表面缺陷的新方法[J];特殊钢;2001年01期

4 李荣;检测钢材表面缺陷的新方法[J];上海金属;2004年04期

5 李荣;检查热钢材表面缺陷的设备[J];上海金属;2005年04期

6 原永良;张晓刚;;电子探针在钢材表面缺陷分析中的应用二例[J];冶金分析与测试(冶金物理测试分册);1985年02期

7 彭惠民;;螺纹表面缺陷检查器[J];激光与光电子学进展;1987年04期

8 席欣;;检测钢材表面缺陷的新方法[J];云南冶金;1990年02期

9 张泰昌;表面缺陷及其评定[J];机械工人.冷加工;1992年11期

10 李荣;;检测钢材表面缺陷的新方法[J];上海金属;1992年03期

中国重要会议论文全文数据库 前10条

1 ;金属工业中表面缺陷检查的视觉先锋[A];2010钢材质量控制技术、形状、尺寸精度、表面质量控制与改善学术研讨会文集[C];2010年

2 全燕鸣;朱国强;姜长城;柯志勇;;小球表面缺陷自动检测中的表面滚翻方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年

3 于正林;曹国华;杨东林;;轴承钢球表面缺陷自动检测[A];科技创新与节能减排——吉林省第五届科学技术学术年会论文集（上册）[C];2008年

4 吴建永;;琼州大桥T梁表面缺陷的预防及处理[A];海南省公路学会2003年学术交流会论文集[C];2003年

5 贡雪南;;宝钢1420镀锡板表面质量检测与控制技术[A];薄钢板质量研讨会论文集[C];2000年

6 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];2010年重庆市机械工程学会学术年会论文集[C];2010年

7 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];重庆市机械工程学会铸造分会、重庆铸造行业协会2010重庆市铸造年会论文集[C];2010年

8 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];2010年中国铸造活动周论文集[C];2010年

9 王暄;秦世引;张其生;;热轧钢板表面缺陷的自动识别与分类[A];2001年中国智能自动化会议论文集（上册）[C];2001年

10 杨金艳;肖良辰;;表面缺陷对钢丝断裂行为的影响[A];全国金属制品信息网第23届年会暨2013金属制品行业技术信息交流会论文集[C];2013年

中国重要报纸全文数据库 前5条

1 高宏适;钢板表面缺陷产生机制研究[N];世界金属导报;2013年

2 陈方;远距离测绘系统让大坝表面缺陷尽在掌握[N];中国水利报;2006年

3 钟;超低碳冷轧薄板钢表面缺陷的消除[N];世界金属导报;2005年

4 徐科 杨朝霖 周鹏;高效算法实现热轧带钢表面缺陷在线检测[N];中国冶金报;2010年

5 道哥拉斯·斯塔海姆;消除表面缺陷 提高连铸坯质量[N];中国冶金报;2010年

中国博士学位论文全文数据库 前10条

1 孟云吉;光晶格中空间孤子的传输特性研究[D];南京航空航天大学;2013年

2 陈立君;基于流形支持向量机的木材表面缺陷识别方法的研究[D];东北林业大学;2015年

3 李长乐;冷轧带钢表面缺陷图像检测关键技术的研究[D];哈尔滨工业大学;2009年

4 张建川;红钢棒材表面缺陷图像采集与检测系统研究[D];山东大学;2012年

5 杨铁滨;基于机器视觉的陶瓷球表面缺陷自动检测技术研究[D];哈尔滨工业大学;2007年

6 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年

7 赵彦玲;基于图像技术的钢球表面缺陷分析与识别[D];哈尔滨理工大学;2008年

8 甘胜丰;带钢表面缺陷图像检测与分类方法研究[D];中国地质大学;2013年

9 何志勇;基于改进Otsu法和显著性分析的表面缺陷高效视觉检测方法研究[D];苏州大学;2015年

10 李武斌;热轧圆钢表面缺陷视觉在线检测算法研究[D];山东大学;2013年

中国硕士学位论文全文数据库 前10条

1 雷志强;磁片表面缺陷检测技术研究[D];沈阳理工大学;2015年

2 宋丁东;基于LBP的子弹表面缺陷光电检测算法研究[D];电子科技大学;2015年

3 尚西昌;基于图像识别的汽车滤纸表面缺陷自动检测研究[D];河北科技大学;2014年

4 张传荣;基于ACFM亚表面缺陷识别技术研究[D];中国石油大学(华东);2014年

5 刘伟;考虑热效应和表面缺陷的滚动轴承性能分析[D];北京理工大学;2016年

6 唐永春;基于形态特征的热轧型钢表面缺陷测量分类系统设计研究[D];江苏大学;2016年

7 徐信;冲压件表面缺陷图像检测系统的研究与开发[D];广东工业大学;2016年

8 王毅;亚表面缺陷诱导损伤的机理与实验技术研究[D];中国工程物理研究院;2005年

9 张玉华;金属平板表面缺陷扰动的磁场量分布研究[D];国防科学技术大学;2003年

10 郑嵘;铸坯表面缺陷图像检测方法研究[D];上海交通大学;2013年

，

本文编号：642577