基于機器視覺的大口徑精密表面疵病檢測系統(tǒng)研究.pdf

1、本論文圍繞大口徑精密表面疵病檢測系統(tǒng)開展了深入研究，提出了基于機器視覺的精密表面疵病的自動化檢測方法，實現(xiàn)了對劃痕、麻點等疵病高分辨率的客觀的數(shù)字化檢測和評價，可有效解決人為的目視觀察評估由于主觀因素介入導致檢測的準確度低、效率低的難題，為精密表面疵病的檢測手段開拓了新的領域。 在分析了國內外各種傳統(tǒng)的表面疵病檢測方法的基礎上，基于光學顯微散射暗場成像原理，搭建了一套新穎的能夠實現(xiàn)大口徑精密表面疵病檢測的實驗系統(tǒng)，完成了對全孔徑

2、精密表面的掃描成像采集，獲得了適合于計算機數(shù)字圖像處理的高質量的子孔徑疵病圖像陣列。研究了基于灰度相似性的塊模板圖像匹配算法，創(chuàng)新性地提出了沿著采集子孔徑圖像的掃描路線、并根據(jù)邊界信息延伸拼接的方法，實現(xiàn)了對掃描采集得到的子孔徑疵病圖像陣列的匹配拼接，得到了大口徑精密表面的完整的疵病圖像。 在疵病的目標提取方面，通過對大量疵病圖像的分析，提出了符合實際情況的自適應中值濾波去噪處理方法，并利用計算圖像梯度的方法來增強被模糊的疵病圖

3、像；提出了新穎的適合于大口徑表面疵病圖像的的自適應局部閾值分割方法，很好地將疵病目標與背景分割開來；對于分割得到的疵病二值圖，利用數(shù)學形態(tài)學的相關操作去除了噪聲；最后通過區(qū)域標記的方法將每個疵病目標單獨提取出來。在疵病的幾何特征提取及分類識別方面，提出了疵病目標的面積和質心位置的計算方法；建立了疵病模型，并采用疵病目標最小外接矩形的長寬之比作為目標識別的特征量，完成了對劃痕和麻點疵病的自動分類識別；提出了疵病圖像的一種新的細化算法，在此

4、基礎上完成了對劃痕疵病的長度、寬度及傾斜角度等幾何特征的提?。蛔詈筇岢隽藢β辄c的特征提取方法。 設計制作了新穎的二元光學標準比對板，建立了完整的表面疵病的數(shù)字化評價流程。針對CCD的像元是矩形的特點，提出了先分別在水平和豎直兩個方向上進行長度定標，然后將實際被檢劃痕疵病的像分解、投影到水平和豎直兩個方向上，得到實際長度在這兩個方向的投影分量的值，最后再合成得到劃痕實際長度的方法；利用二次曲線擬合寬度定標比對函數(shù)，進行了大量的實驗