基于機(jī)器視覺的焊件外觀缺陷檢測系統(tǒng)的設(shè)計(jì).pdf

1、焊接構(gòu)件的外觀檢測作為焊接產(chǎn)品生產(chǎn)過程中重要的檢測步驟,已成衡量產(chǎn)品質(zhì)量高低的重要方法。對于焊件外觀評定過程而言,人工評定受主觀因素影響較大,易產(chǎn)生誤判信息,評定結(jié)果的準(zhǔn)確性較低。隨著計(jì)算機(jī)、模式識別以及機(jī)械電子等技術(shù)的快速發(fā)展,使得基于機(jī)器視覺的智能化輔助檢測技術(shù)成為了可能。但由于經(jīng)過 CCD攝像機(jī)采集后的焊件外觀圖像存在著圖像信噪比和對比度都偏低的問題,使得對焊件外觀質(zhì)量進(jìn)行自動(dòng)化、智能化地檢測仍存著較多的困難。本文針對焊件外觀圖像

2、的采集、處理與識別等技術(shù)的應(yīng)用進(jìn)行研究,實(shí)現(xiàn)了焊件外觀圖像中缺陷區(qū)域的提取與識別。
　　首先,根據(jù)焊接產(chǎn)品的生產(chǎn)環(huán)境,開發(fā)基于機(jī)器視覺識別的焊件外觀檢測系統(tǒng)的圖像采集裝置。通過設(shè)計(jì) CCD攝像機(jī)的自動(dòng)旋轉(zhuǎn)機(jī)構(gòu)及光源補(bǔ)償裝置,實(shí)現(xiàn)對焊接構(gòu)件外觀形貌的采集。同時(shí),根據(jù)圖像識別的基本過程,將焊件外觀檢測系統(tǒng)分為焊件外觀圖像采集、圖像預(yù)處理、圖像分割提取、焊件表面缺陷識別以及信息數(shù)據(jù)維護(hù)等五個(gè)模塊。
　　其次,針對CCD采集到的焊件

3、外觀圖像的特點(diǎn),將圖像預(yù)處理模塊分為圖像灰度化轉(zhuǎn)換、圖像復(fù)原、圖像降噪以及圖像增強(qiáng)等四個(gè)功能。其中,采用維納濾波法對物體在運(yùn)動(dòng)狀態(tài)下采集到的模糊圖像進(jìn)行復(fù)原處理,以得到清晰的圖像。之后,采用圖像降噪及圖像增強(qiáng)等方法提高圖像的信噪比及對比度,為后續(xù)圖像的分割提供質(zhì)量良好的焊件外觀圖像。
　　進(jìn)一步通過對焊件外觀圖像的分析,針對圖像中焊件表面形貌復(fù)雜等問題,采用基于核改進(jìn)的模糊K均值法對焊件表面圖像進(jìn)行區(qū)域的分割,通過引入核束縛系數(shù)β

4、和隸屬度調(diào)節(jié)系數(shù)λ,實(shí)現(xiàn)對 ROI區(qū)的精確分割。之后,采用區(qū)域標(biāo)記法對分割圖像進(jìn)行區(qū)域標(biāo)記,并采用圖像剪影技術(shù),實(shí)現(xiàn)焊縫區(qū)與缺陷區(qū)的提取。此外,采用種子填充技術(shù)實(shí)現(xiàn)缺陷區(qū)域內(nèi)空洞的填充,以便提高缺陷區(qū)域特征參數(shù)計(jì)算的準(zhǔn)確率。
　　最后,通過對相關(guān)缺陷識別標(biāo)準(zhǔn)的分析,歸納總結(jié)焊接構(gòu)件表面缺陷的特征參數(shù),結(jié)合考慮焊件加工工藝等因素,設(shè)計(jì)開發(fā)基于知識庫的專家系統(tǒng),實(shí)現(xiàn)對焊接構(gòu)件表面缺陷的自動(dòng)識別。專家系統(tǒng)采用模糊推理的方式進(jìn)行缺陷識別,