基于機(jī)器視覺的磁瓦表面缺陷檢測(cè)技術(shù)研究.pdf

1、永磁鐵氧體磁瓦作為汽車、家電行業(yè)廣泛應(yīng)用的電動(dòng)機(jī)的重要組成部分，其表面質(zhì)量關(guān)系到電動(dòng)系統(tǒng)的穩(wěn)定性、安全性和可靠性。機(jī)器視覺檢測(cè)技術(shù)以計(jì)算機(jī)科學(xué)為依托，以機(jī)器代替人工來實(shí)現(xiàn)自動(dòng)檢測(cè)，將它應(yīng)用于磁瓦表面缺陷檢測(cè)不僅可以避免人工目視檢測(cè)法檢測(cè)效率低，容易產(chǎn)生誤檢和漏檢的問題，而且能夠削減勞動(dòng)成本，大幅提高檢測(cè)的效率和質(zhì)量。
　　本課題將機(jī)器視覺檢測(cè)技術(shù)應(yīng)用于磁瓦表面缺陷的檢測(cè)，通過在實(shí)驗(yàn)室靜態(tài)條件下采集磁瓦圖像，利用圖像處理方法檢測(cè)并識(shí)

2、別出磁瓦缺陷。主要完成的工作如下：
　　1、根據(jù)磁瓦檢測(cè)指標(biāo)、生產(chǎn)速度和精度等技術(shù)要求選擇了攝像機(jī)、鏡頭等硬件；通過照明實(shí)驗(yàn)選擇并設(shè)計(jì)了適用于磁瓦的光源照明模塊中的光源和照明方式，在此基礎(chǔ)上搭建了用于磁瓦圖像采集的硬件平臺(tái)。
　　2、研究了常用的圖像去噪算法，分析了自適應(yīng)中值濾波算法的不足，在此基礎(chǔ)上進(jìn)行了改進(jìn)，實(shí)驗(yàn)結(jié)果表明改進(jìn)的算法能在消除磁瓦表面不同程度脈沖噪聲的同時(shí)較好地保持圖像中的細(xì)節(jié)。
　　3、針對(duì)生產(chǎn)過程中

3、磁瓦內(nèi)表面常見的四種缺陷類型：裂紋（包括深裂紋和淺裂紋）、崩爛、欠磨、壓痕，在研究傳統(tǒng)圖像分割算法的基礎(chǔ)上，通過實(shí)驗(yàn)對(duì)比分析了各類分割算法的特點(diǎn)及其對(duì)于四種缺陷的適用性和局限性。針對(duì)傳統(tǒng)分割算法在提取淺裂紋和壓痕缺陷方面的不足，分別提出了基于紋理特征和基于區(qū)域生長(zhǎng)的缺陷提取算法。
　　4、研究了缺陷特征提取與分類技術(shù)，對(duì)分別含有不同缺陷的樣本分別提取了缺陷的幾何形狀特征、灰度特征和紋理特征，經(jīng)過特征選擇后構(gòu)建了二叉樹分類器實(shí)現(xiàn)了四