基于圖像識(shí)別的透鏡瑕疵檢測(cè)系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、透鏡表面疵病的存在嚴(yán)重影響著精密光學(xué)元器件的性能，快速準(zhǔn)確的檢測(cè)出透鏡表面的疵病是保證透鏡生產(chǎn)質(zhì)量的關(guān)鍵。融圖像處理、模式識(shí)別及計(jì)算機(jī)技術(shù)為一體的機(jī)器視覺(jué)檢測(cè)技術(shù)可以實(shí)現(xiàn)對(duì)透鏡表面疵病的高效檢測(cè)，有著廣泛的應(yīng)用前景。本文以透鏡表面的劃痕、臟污及麻點(diǎn)等疵病為研究對(duì)象，對(duì)基于圖像識(shí)別的機(jī)器視覺(jué)檢測(cè)關(guān)鍵技術(shù)進(jìn)行深入的分析學(xué)習(xí)，研究了基于圖像識(shí)別的透鏡表面疵病提取和量化的處理方案。
　　首先，為了能夠準(zhǔn)確地對(duì)透鏡表面的劃痕、臟污及麻點(diǎn)進(jìn)行

2、分割提取，對(duì)獲得的透鏡圖像首先進(jìn)行增強(qiáng)處理，該過(guò)程主要包括對(duì)比度增強(qiáng)和圖像的去噪。針對(duì)傳統(tǒng)去噪方法破壞圖像邊緣的不足，改進(jìn)了一種濾波算法，該方法對(duì)處于圖像不同區(qū)域的噪聲像素進(jìn)行判別分類(lèi)，根據(jù)所屬區(qū)域的不同采用相應(yīng)的窗口模板進(jìn)行處理，去除噪聲的同時(shí)有效保護(hù)了透鏡圖像邊緣和疵病的細(xì)節(jié)信息。其次，對(duì)常用的基于區(qū)域、邊緣及閾值的圖像分割算法進(jìn)行分析研究，結(jié)合透鏡疵病的特點(diǎn)，對(duì)傳統(tǒng)的二維大津閾值分割算法判決閾值的生成方法進(jìn)行了改進(jìn)，很好的實(shí)現(xiàn)了對(duì)

3、透鏡疵病的分割。然后，采用基于幾何特征的圓區(qū)域檢測(cè)算法，去除透鏡邊框?qū)Υ貌〈笮∮?jì)算的干擾。對(duì)常用的幾種連通區(qū)域面積計(jì)算方法進(jìn)行分析對(duì)比基礎(chǔ)之上，針對(duì)傳統(tǒng)疵病面積計(jì)算方法不適應(yīng)于小目標(biāo)區(qū)域的計(jì)算以及不易編程實(shí)現(xiàn)的不足，改進(jìn)了一種基于數(shù)學(xué)形態(tài)學(xué)的像素掃描標(biāo)號(hào)的小目標(biāo)連通區(qū)域面積計(jì)算方法，并對(duì)該算法的性能進(jìn)行了分析，實(shí)驗(yàn)結(jié)果表明該算法在處理效果和時(shí)間上均能很好的滿(mǎn)足要求。最后，對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了介紹，采用BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器，實(shí)現(xiàn)了對(duì)劃痕、麻