基于机器视觉的USB插头表面缺陷检测技术研究
本文关键词：基于机器视觉的USB插头表面缺陷检测技术研究 出处：《中国科学院大学(中国科学院光电技术研究所)》2017年硕士论文 论文类型：学位论文
更多相关文章： 机器视觉 表面缺陷 滞后阈值 Gabor滤波 SVM
【摘要】：在科技迅速发展的今天,自动化生产在某些领域已经逐渐发展成熟,自动化流水线大大增加了产品的生产效率,减少了人工成本。但是,对于USB插头表面缺陷的检测,由于检测过程复杂缺陷识别难度高,依然依赖人工检测。人工检测的缺点是主观性强、成本高、易产生视觉疲劳影响检测效率与准确率,并且高强度、高难度的缺陷检测很容易造成人眼疾病。因此,有必要研究一种高效客观的检测方法以适应USB表面缺陷检测的自动化、高效率、高精度的需求。本论文在充分调研国内外表面缺陷检测方法的基础上提出了一种基于机器视觉的USB插头表面缺陷检测方法,设计了USB插头机器视觉检测系统总体结构、设计了适合USB表面缺陷检测的光源、提出了一种改进的滞后阈值算法、研究了缺陷分类算法、搭建了一套USB插头表面缺陷检测装置并进行了实验验证。本论文主要工作内容如下:1.介绍了课题的背景、意义及预期目标。调研了常用的表面缺陷检测方法,磁粉检测法、渗透检测法、涡流检测法、超声检测法,通过比较不同方法间的优缺点以及使用范围,最终选择了基于机器视觉检测法作为本课题的检测方法。2.设计了USB插头机器视觉检测系统总体结构。研究了基于机器视觉的表面缺陷检测方法的原理,并根据系统需求对相机和镜头进行选型,并通过理论验证选型的可行性。调研了常用的图像处理软件和优缺点,最终选择HALCON作为本课题的处理软件。3.设计了适合USB表面缺陷检测的光源。介绍了机器视觉系统的常用照明方式和常用光源,对现有的同轴光源进行了改进,提高了光源的照明均匀性,设计了改进的同轴光源正向直射照明和环形光源正向直射照明两种照明方案。通过实验验证,同轴光源照明不适合有角度的划痕采集;环形光源对USB表面缺陷照明有较好的对比度,本课题最终选用环形光源正向直射照明的方式对系统照明。4.提出了一种改进的滞后阈值算法。该算法能够对不同的缺陷图像自动选择合适的阈值。验证了划痕缺陷的空间和频率特性,以此提出了一种基于Gabor滤波的划痕缺陷检测方法,该方法能够有效的抑制USB插头的复杂背景噪声,对划痕缺陷灵敏度高。通过大批量USB样本验证,面缺陷提取的准确率为95%且误检率为1%,划痕提取的准确率为92%且误检率为4%,达到预期目标。5.研究了缺陷分类算法。介绍了常见的缺陷分类模型以及相应模型中常用的分类算法,详细介绍了SVM的分类原理,分析了孔洞、划痕、擦伤缺陷的不同几何特性,通过面积、圆度和灰度均值特性对缺陷SVM分类。通过大批量USB样本验证,该方法的分类准确率高达96%,达到预期目标。
[Abstract]:......
【学位授予单位】：中国科学院大学(中国科学院光电技术研究所)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41;TP334.7
【相似文献】
相关期刊论文 前10条
1 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
2 任丙彦;李养贤;;一种控制硅片表面缺陷产生的新方法[J];河北工学院学报;1991年01期
3 马玉真;李国平;;大尺寸钢球表面缺陷的检测[J];传感器与微系统;2012年08期
4 章肖融;干昌明;郑乐奇;;用光声声表面波谱仪研究表面缺陷[J];应用激光;1987年06期
5 李玉山;;物体表面缺陷模型及检测方法的研究[J];西安电子科技大学学报;1988年04期
6 张赤斌,丛福建,易红,吴军辉,吴启迪;针灸针表面缺陷的计算机识别研究[J];计算机工程与应用;2001年24期
7 杨东林;于正林;;轴承钢球表面缺陷的快速检测方法[J];兵工学报;2009年06期
8 董德威;颜云辉;陈立武;丛家慧;;带钢表面缺陷严重程度的模糊综合评判研究[J];计算机工程与设计;2011年04期
9 何志勇;孙立宁;芮延年;;一种微小表面缺陷的机器视觉检测方法[J];应用科学学报;2012年05期
10 徐凤云;;基于神经网络的钢材表面缺陷快速检测[J];科技广场;2010年05期
相关会议论文 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
相关重要报纸文章 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
相关博士学位论文 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 宋克臣;面向硅钢板表面缺陷的检测与识别方法研究[D];东北大学;2014年
4 容典;脐橙表面缺陷的机器视觉快速检测研究及嵌入式系统应用[D];浙江大学;2017年
5 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
6 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
7 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
8 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
9 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
10 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
相关硕士学位论文 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 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
5 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
6 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
7 姚丹;基于FPGA的表面缺陷在线检测系统应用研究[D];西安科技大学;2015年
8 郭佳文;机械加工中亚表面缺陷对表面质量的影响[D];湖南大学;2016年
9 王时丽;基于机器视觉的钢轨表面缺陷检测技术研究[D];西南科技大学;2016年
10 张建炎;激光超声非接触检测高温金属表面缺陷研究[D];南京航空航天大学;2016年
，本文编号：1355301
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/1355301.html
