基于機器視覺的汽車安全帶表面缺陷檢測算法研究.pdf

1、汽車安全帶作為一種重要的交通安全保障工具，在其生產(chǎn)過程中，需要進行嚴格的質(zhì)量檢測，表面缺陷檢測是質(zhì)量檢測中的關鍵環(huán)節(jié)之一。目前人工檢測方法存在效率低、穩(wěn)定性差的問題，無法滿足實際檢測需求,因此利用機器視覺代替人工已成為新的趨勢。本文基于工業(yè)實際需求，探索了基于機器視覺的汽車安全帶表面缺陷檢測算法，并構建了基于機器視覺的汽車安全帶表面缺陷檢測系統(tǒng)。本文的主要研究如下：
　?。?）為了滿足高速度、高精度的檢測要求，針對汽車安全帶在圖像

2、采集和表面缺陷檢測方面的特性，提出了系統(tǒng)的整體設計方案，并對檢測系統(tǒng)的硬件組成進行了研究和分析，為后續(xù)的圖像處理分析奠定了基礎。
　?。?）針對汽車安全帶的紋理圖像特征，提出了一種基于Laws紋理能量測度的形態(tài)學分割方法，提高了圖像分割的抗噪性。針對紋理圖像的邊緣缺陷特征，分析了基于形態(tài)學處理的缺陷檢測方法，取得了良好的檢測效果。
　　（3）針對汽車安全帶的表面缺陷特征，從不同的角度出發(fā)，研究了不同的檢測方法。在空間域中分析

3、了 Bob特征分析法、直方圖特征分析法和灰度共生矩陣特征分析法，針對每種方法，研究了特征參數(shù)的選擇及缺陷對特征參數(shù)的影響，并對實驗結果進行了分析；在頻域中研究了頻譜特征分析法，并討論了頻域濾波器的選擇和參數(shù)的計算。對比分析幾種算法的缺陷檢測結果，實驗表明，相比其他幾種檢測方法，頻譜特征分析法可以更好地滿足缺陷檢測的準確率和實時性要求。
　?。?）搭建了汽車安全帶表面缺陷檢測平臺，構建了基于機器視覺的汽車安全帶表面缺陷檢測系統(tǒng)，實現(xiàn)