缺陷圖像測試技術及應用研究.pdf

1、工業(yè)生產過程中，產品的表面缺陷檢測一直占據著產品的質量檢測的重要地位。由于原材料、制造設備和加工工藝等多方面的原因，產品表面出現的缺陷不僅影響產品的外觀，而且有可能會降低產品的質量。毛片是羽毛球生產的主要原料，毛片上的毛桿的強度是羽毛球耐打強度的決定因素，而毛桿上的劃痕缺陷直接影響毛桿強度的大小。毛桿上的劃痕缺陷不僅會影響美觀，而且會導致毛桿極易折斷，從而影響耐打強度。所以毛桿的劃痕缺陷是影響制造質量的一個重要因素。為此，本文以毛片為對

2、象，利用圖像處理技術實現了毛桿上劃痕缺陷的自動檢測，具有重要的實際意義和經濟效益。
　　 毛桿上劃痕缺陷主要表現為劃痕尺寸小、劃痕部位與周圍組織的灰度差不大且極易受毛桿邊緣噪聲的干擾。本文在毛片圖像采集平臺上獲得信息可靠的毛片圖像后，分別采取了小波變換和脊波變換的方法對毛桿劃痕缺陷進行檢測，主要解決了如下問題：
　　 1、根據毛桿劃痕的特點，得出在正光和側光兩種光照條件下進行劃痕檢測。選擇合適相機及照明光源，在正光和側光

3、光照下建立劃痕缺陷檢測平臺，獲取劃痕特征明顯的待測圖像。
　　 2、對毛桿劃痕的特征進行分析，為消除毛桿邊緣對劃痕缺陷產生干擾，選取卷積運算的方法進行圖像預處理，分別采用了小波變換和脊波變換的方法來對劃痕缺陷進行檢測。經過變換后的圖像，采用OSTU閾值進行分割，取得較好的效果，得到了適合后續(xù)處理的二值圖像。
　　 3、由于毛桿劃痕缺陷的尺寸特點，為避免產生嚴重的誤判，在多源圖像信息融合的原理和方法上，對正光光照下的毛桿劃

4、痕缺陷圖像和側光光照下的毛桿劃痕缺陷圖像進行分析研究，并結合不同圖像缺陷的多項特征來綜合的對劃痕缺陷進行判定。實驗驗證此方法比利用單一缺陷圖像的判斷效果好，進一步減少對劃痕缺陷的誤判。
　　 4、閾值處理后的缺陷圖像中劃痕特征突顯，總結劃痕特征，提出了毛桿劃痕的判定依據。通過Matlab軟件實現了上述方法和算法，對毛桿表面劃痕圖像進行了仿真分析和處理。研究多種方法及各項指標對結果產生的影響，并確定最終方法，取得了較好的效果，具有