基于机器视觉的丝印样板表面缺陷检测方法研究

发布时间：2024-04-14 11:00

　　针对丝印样板表面缺陷检测采用人工目测法其检测效率低且漏检率高等问题,提出了一种基于机器视觉的丝印样板表面缺陷检测方法。对于边缘断裂缺陷,首先采用基于图像金字塔和归一化互相关(NCC)函数相结合的算法定位可能产生缺陷的边缘区域,然后在边缘区域生成一条灰度值扫描线,根据扫描线上的灰度值判断是否存在边缘断裂缺陷。对于圆度不完整缺陷,首先按照种子搜索、曲线追踪、曲线连接和轮廓选择的步骤提取出圆形轮廓,然后基于轮廓像素点拟合得到理想的圆形轮廓曲线,最后逐点比较提取的轮廓与拟合圆形曲线上对应点之间的距离,并根据设定的距离范围来判断被测目标轮廓是否存在圆度不完整的缺陷。实验结果表明,该方法实现了对丝印样板表面边缘断裂缺陷和圆度不完整缺陷的检测,提高了检测效率和准确率,缺陷检测的综合准确率达到94.6%。

【文章页数】：8 页

【部分图文】：

图1丝印样板表面缺陷检测平台

本文检测的丝印样板表面为光滑材质,反射率较高,采用条形光源进行照明时,表面光照不均匀,极易反光,并且边缘断裂缺陷和圆度不完整缺陷不能较好地体现出来。为了解决上述问题,采集图像时使用LED背光源进行照明,丝印样板表面缺陷检测照明平台如图1所示,检测平台采集出来的丝印样板图像如图2所....

图2丝印样板表面缺陷检测平台采集图像

图1丝印样板表面缺陷检测平台图3丝印样板表面缺陷

图3丝印样板表面缺陷

图2丝印样板表面缺陷检测平台采集图像2丝印样板表面缺陷检测算法

图4丝印样板表面预处理效果

其中,c为尺度比例常数,s为原图灰度值,t为变换后的目标灰度值。采用对数变换对丝印样板表面缺陷图像进行图像增强,图像增强效果图如图4(b)所示。2.2边缘裂缝缺陷检测算法

本文编号：3954581