工件表面劃痕和豎條紋缺陷檢測(cè)算法研究.pdf

1、中圖分類(lèi)號(hào)!里3壁!UDC620碩士學(xué)位論文學(xué)校代碼!Q圣3密級(jí)公玨工件表面劃痕和豎條紋缺陷檢測(cè)算法研究Algorithmresearchonworkpiecesurfacescratchandstripedefectinspection作者姓學(xué)科專(zhuān)研究方學(xué)院(系、指導(dǎo)教名：胡坤業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)向：數(shù)字圖像處理所)：信息科學(xué)與工程學(xué)院師：羅三定教授論文答辯日期翌!!：蘭：蘭答辯委員會(huì)主席—塹鈕嘞中南大學(xué)二零一三年五月一奄一二，牛血月

2、工件表面劃痕和豎條紋缺陷檢測(cè)算法研究摘要：隨著社會(huì)的進(jìn)步和科技的發(fā)展，人們對(duì)產(chǎn)品質(zhì)量和工藝的要求越來(lái)越高。由于工廠流水線的大批量生產(chǎn)，某些產(chǎn)品表面可能會(huì)產(chǎn)生一些缺陷，而目前檢測(cè)大都是通過(guò)人眼來(lái)檢測(cè)，效率效低。因此進(jìn)行產(chǎn)品表面缺陷的智能檢測(cè)具有非常重要的意義。本文針對(duì)iphone4S工件表面圖像上的劃痕缺陷和豎條紋缺陷進(jìn)行特征分析和檢測(cè)算法的研究，其中豎條紋缺陷包括豎紋、毛刺和黑線缺陷。本文通過(guò)對(duì)缺陷圖像的灰度特征和投影特征進(jìn)行分析，得到

3、了灰度特征明顯的劃痕和毛刺缺陷，投影特征較突出的豎紋和黑線缺陷。同時(shí)，工件表面由于存在細(xì)小顆粒導(dǎo)致本身輕微凹凸不平，使得采集圖像噪聲較多且不可避免。為解決常見(jiàn)的圖像去噪算法在平滑噪聲的同時(shí)存在模糊邊緣的問(wèn)題，本文提出一種數(shù)學(xué)化實(shí)現(xiàn)TV去噪模型的方法，可以較好的保持邊緣信息不受平滑的干擾，實(shí)現(xiàn)了圖像去噪的目標(biāo)。針對(duì)劃痕目標(biāo)小且方向任意的特點(diǎn)，提出了一種改進(jìn)線檢測(cè)模板的劃痕缺陷檢測(cè)算法，通過(guò)對(duì)O度，45度，90度，135度四個(gè)方向的序貫濾波

4、和線檢測(cè)結(jié)果進(jìn)行融合，使小目標(biāo)信息得到增強(qiáng)，解決了劃痕方向任意的檢測(cè)難點(diǎn)。最后，設(shè)計(jì)直方圖比例二值化對(duì)缺陷進(jìn)行提取，根據(jù)點(diǎn)聚積特征通過(guò)邊緣連接和雜點(diǎn)去除以完成劃痕缺陷的檢測(cè)。針對(duì)工件表面豎紋、毛刺和黑線缺陷在檢測(cè)過(guò)程中受高頻噪聲影響的不足，提出了基于投影分析的缺陷檢測(cè)算法。設(shè)計(jì)了峰谷值判定的豎紋缺陷檢測(cè)算法、基于分塊投影的工件邊緣線檢測(cè)、以及毛刺和黑線缺陷判定算法，以實(shí)現(xiàn)對(duì)豎條紋缺陷自動(dòng)檢測(cè)。通過(guò)大量實(shí)驗(yàn)表明，以新算法為核心技術(shù)的表面缺