產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究.pdf

1、表面缺陷檢測是產(chǎn)品質(zhì)量控制的重要手段，是智能設(shè)計與制造不可或缺的重要環(huán)節(jié)。隨著機(jī)器視覺檢測技術(shù)的廣泛應(yīng)用，以二維圖像和三維點云為載體的缺陷識別問題已成為該領(lǐng)域的研究熱點，其數(shù)據(jù)處理技術(shù)直接決定了產(chǎn)品表面的缺陷識別率和幾何精度。圖像和點云數(shù)據(jù)維度不同，但缺陷檢測原理基本相同，且在數(shù)據(jù)處理方法上也有許多共通之處?；谠撜J(rèn)識，本文采用理論與實驗相結(jié)合的方法，分別對圖像和點云數(shù)據(jù)處理及缺陷識別方面的內(nèi)容展開理論和算法研究，并通過系統(tǒng)開發(fā)和實際產(chǎn)

2、品的缺陷檢測驗證研究成果。
　　論文主要研究內(nèi)容如下：
　　1、針對小缺陷或無缺陷圖像的漏檢和誤檢等問題，對圖像缺陷分割技術(shù)進(jìn)行研究。提出目標(biāo)方差加權(quán)的類間方差缺陷分割法，對圖像類間方差的目標(biāo)方差加權(quán)，其權(quán)重使分割閾值位于單模直方圖的左邊緣或者雙模直方圖的谷底，確保缺陷的高檢測率和低誤檢率。在鋼板、木材、織物、鋼軌等產(chǎn)品的缺陷分割實驗中，分割閾值接近理想閾值。設(shè)計鋼軌表面缺陷視覺檢測系統(tǒng)方案，測試該方法在機(jī)器視覺缺陷檢測中的

3、應(yīng)用效果，實驗表明該方法具有高缺陷檢測率和低誤檢率，相比于其它缺陷分割法，該方法缺陷檢測效果更優(yōu)。
　　2、曲率和法向等微分信息估算是點云數(shù)據(jù)處理的基礎(chǔ)，為提高曲率計算的準(zhǔn)確性，采用參數(shù)二次曲面求解點云曲率。針對尖銳特征曲面在曲率突變區(qū)域估算的法向量誤差大，提出迭代加權(quán)法對特征點云法向量進(jìn)行修正，以進(jìn)一步提高法向量估算的準(zhǔn)確性，實驗表明該方法對曲率突變點具有較高的魯棒性，并有計算效率上的優(yōu)勢。
　　3、針對點云去噪和精簡處理

4、時，特征區(qū)域被平滑或過精簡問題造成的過大誤差，提出特征保留的點云去噪和精簡方法。采用高斯映射和層次聚類相結(jié)合的方法提取特征點的最優(yōu)鄰域，在優(yōu)化鄰域內(nèi)進(jìn)行雙邊濾波去噪，該方法能有效去除噪聲的同時保留曲面的幾何特征。采用 K均值聚類和高斯球上的自適應(yīng)均值漂移聚類法分別對平坦區(qū)域和曲率突變區(qū)域進(jìn)行點云精簡，相比于其它點云精簡方法，該方法精簡誤差小，精簡后的點云能更好地保留原始曲面的幾何特征。
　　4、為了檢測產(chǎn)品表面凹陷、凸包和制造偏差