基于機(jī)器視覺的零件表面缺陷檢測(cè).pdf

1、零件表面質(zhì)量直接決定著其使用性能。因此，零件表面缺陷的在線檢測(cè)，作為自動(dòng)化生產(chǎn)線的一個(gè)重要環(huán)節(jié)，對(duì)保證零件質(zhì)量有著至關(guān)重要的作用。目前，隨著圖像傳感器和計(jì)算機(jī)性能的提高以及機(jī)器學(xué)習(xí)理論的完善，機(jī)器視覺檢測(cè)使用方便、包含信息量大的優(yōu)點(diǎn)越來越突顯出來。所以，機(jī)器視覺檢測(cè)也被使用得越來越廣泛并日益成為研究的熱點(diǎn)方向。本文根據(jù)當(dāng)前基于機(jī)器視覺的表面檢測(cè)的發(fā)展現(xiàn)狀和未來發(fā)展方向，著眼于微型電機(jī)外殼表面缺陷的識(shí)別與分類，對(duì)主要的零件表面檢測(cè)的相關(guān)共

2、性技術(shù)進(jìn)行研究。
　　首先，本文通過分別對(duì)平面表面和曲面表面使用不同的照明方式，成功地在平面表面和曲面表面上都采集到高質(zhì)量的圖像。
　　其次，本文使用了多種圖像去噪與增強(qiáng)算法，對(duì)收集到的各樣本圖像成功實(shí)現(xiàn)了了像質(zhì)改善。然后，本文利用改進(jìn)后的分水嶺分割算法，完成了對(duì)所有樣本圖像的分割。在此基礎(chǔ)上，考慮到缺陷形態(tài)的多樣性，本文從多方面對(duì)樣本缺陷的特征進(jìn)行提取并通過主成分分析法整理出16個(gè)主成分來描述這些特征。此后，本文使用本文提