基于機(jī)器視覺(jué)的大口徑精密表面疵病檢測(cè)系統(tǒng)研究.pdf

1、本論文圍繞大口徑精密表面疵病檢測(cè)系統(tǒng)開(kāi)展了深入研究，提出了基于機(jī)器視覺(jué)的精密表面疵病的自動(dòng)化檢測(cè)方法，實(shí)現(xiàn)了對(duì)劃痕、麻點(diǎn)等疵病高分辨率的客觀的數(shù)字化檢測(cè)和評(píng)價(jià)，可有效解決人為的目視觀察評(píng)估由于主觀因素介入導(dǎo)致檢測(cè)的準(zhǔn)確度低、效率低的難題，為精密表面疵病的檢測(cè)手段開(kāi)拓了新的領(lǐng)域。 在分析了國(guó)內(nèi)外各種傳統(tǒng)的表面疵病檢測(cè)方法的基礎(chǔ)上，基于光學(xué)顯微散射暗場(chǎng)成像原理，搭建了一套新穎的能夠?qū)崿F(xiàn)大口徑精密表面疵病檢測(cè)的實(shí)驗(yàn)系統(tǒng)，完成了對(duì)全孔徑

2、精密表面的掃描成像采集，獲得了適合于計(jì)算機(jī)數(shù)字圖像處理的高質(zhì)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(shí)現(xiàn)了對(duì)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(biāo)提取方面，通過(guò)對(duì)大量疵病圖像的分析，提出了符合實(shí)際情況的自適應(yīng)中值濾波去噪處理方法，并利用計(jì)算圖像梯度的方法來(lái)增強(qiáng)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(yīng)局部閾值分割方法，很好地將疵病目標(biāo)與背景分割開(kāi)來(lái)；對(duì)于分割得到的疵病二值圖，利用數(shù)學(xué)形態(tài)學(xué)的相關(guān)操作去除了噪聲；最后通過(guò)區(qū)域標(biāo)記的方法將每個(gè)疵病目標(biāo)單獨(dú)提取出來(lái)。在疵病的幾何特征提取及分類(lèi)識(shí)別方面，提出了疵病目標(biāo)的面積和質(zhì)心位置的計(jì)算方法；建立了疵病模型，并采用疵病目標(biāo)最小外接矩形的長(zhǎng)寬之比作為目標(biāo)識(shí)別的特征量，完成了對(duì)劃痕和麻點(diǎn)疵病的自動(dòng)分類(lèi)識(shí)別；提出了疵病圖像的一種新的細(xì)化算法，在此

4、基礎(chǔ)上完成了對(duì)劃痕疵病的長(zhǎng)度、寬度及傾斜角度等幾何特征的提??；最后提出了對(duì)麻點(diǎn)的特征提取方法。 設(shè)計(jì)制作了新穎的二元光學(xué)標(biāo)準(zhǔn)比對(duì)板，建立了完整的表面疵病的數(shù)字化評(píng)價(jià)流程。針對(duì)CCD的像元是矩形的特點(diǎn)，提出了先分別在水平和豎直兩個(gè)方向上進(jìn)行長(zhǎng)度定標(biāo)，然后將實(shí)際被檢劃痕疵病的像分解、投影到水平和豎直兩個(gè)方向上，得到實(shí)際長(zhǎng)度在這兩個(gè)方向的投影分量的值，最后再合成得到劃痕實(shí)際長(zhǎng)度的方法；利用二次曲線擬合寬度定標(biāo)比對(duì)函數(shù)，進(jìn)行了大量的實(shí)驗(yàn)