基于機器視覺的表面缺陷定量檢測技術研究.pdf

1、近年來隨著機器視覺和圖像處理技術的發(fā)展，國內外學者對表面缺陷檢測工作展開了廣泛的研究，對表面缺陷的檢測和識別水平不斷提高。然而目前表面缺陷檢測系統(tǒng)的主要功能是對表面缺陷進行識別或分類，如何準確有效的實現(xiàn)表面缺陷的定量檢測仍是一個值得深入研究的問題。本文在現(xiàn)有的表面缺陷檢測系統(tǒng)的基礎上對缺陷的定量檢測技術進行研究。主要包括:
　　針對光學元件表面缺陷尺寸標定過程中，由于尺寸較小的標準缺陷在檢測系統(tǒng)中存在衍射增寬的現(xiàn)象，導致像素尺寸對

2、應到實際尺寸時存在非線性段而無法用最小二乘準確評價的問題，提出采用最小二乘支持向量機建立回歸模型的方法來提高缺陷尺寸標定的精度。采用網(wǎng)格搜素和交叉驗證法得到模型最優(yōu)參數(shù)，相比傳統(tǒng)擬合方法基于最小二乘支持向量機的模型能夠將擬合絕對誤差控制在0.4μm以內，相對誤差由80％減小到17％。利用實際缺陷數(shù)據(jù)對兩種模型預測能力進行評估，實驗表明最小二乘支持向量機模型針對尺寸較小缺陷的預測誤差是最小二乘模型的一半，最小二乘支持向量機模型的預測能力比

3、最小二乘模型更強?；谧钚《酥С窒蛄繖C建模的方法能夠提高標準缺陷的擬合精度，同時也能提高系統(tǒng)的定量檢測精度。
　　針對兩種常見玻璃表面缺陷孔崩和孔倒缺陷，提出結合基于霍夫變換的直線和圓檢測原理以及圖像配準和差分的方法對缺陷進行快速提取。利用改進的像素距離算法提取待檢測孔崩圖像的直線與圓弧標準邊緣，重構與其對應的自匹配基準模板，該方法對細小的孔崩缺陷也能實現(xiàn)精確提取;通過多幅無孔倒缺陷圖像相互配準疊加的方法，建立固定的基準圖像實現(xiàn)