基于机器视觉的表面缺陷检测系统设计_毕业设计(编辑修改稿)

基于机器视觉的表面缺陷检测系统设计_毕业设计(编辑修改稿)内容摘要：

0 年代尤其是 21 世纪后 ， 人们设计了各种与工业标准总线兼容的可以插入微机或工作站的图像卡。 这不仅减少了成本 ， 也促进了图象处理和分析专用软件的发展。 这些图像卡包括用于图象数字化和临时存储的图像采集卡 ， 用于以视频速度进行算术和逻辑运算的算术逻辑单元 ， 以及前面提到的帧缓存。 图象处理和 分析中的一个重要事实是对特殊的问题需要特殊的解决方法。 机器视觉技术 机器视觉技术简介 机器视觉是一个相当 新兴的 研究领域。 机器视觉发展到现在已有 15 年 的 历史。 机器视觉作为一种应用系统 ， 其功能特点是随着工业自动化的发展而逐渐完长春理工大学本科毕业设计 6 善和发展的。 人们从 20 世纪 50 年代开始研究二维图像的统计模式识别 ， 60 年代 Roberts 始进行三维机器视觉的研究 ， 70 年代中 ， MIT 人工智能实验室正式开设机器视觉 课程 ， 80 年代开始 ， 开始了全球性的研究热潮 ， 机器视觉获得了蓬勃发展 ， 新概念、新理论不断涌现。 机器视 觉系统的概念、组成及特点 机器视觉是将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合 ， 而形成的一门综合性的技术。 一般地说 ， 机器视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技术 ， 也就是用机器代替人眼来做测量和判断。 机器视觉系统的组成如图 21。 有 照明部分、图像获取部分、图像显示部分和图像处理部分。 一般采用 CCD 摄像头摄取检测图像并转化为数字信号 ， 再对图像数字信号进行处理 ， 从而得到所需要的各种目标图像特征值 ， 并由此实现模式识别、坐标计算、灰度分布图等多 种功能。 然后再根据其结果显示图像 ， 输出数据 ， 发出指令 ， 配合执行机构完成位置调整 ， 好坏筛选 ， 数据统计等自动化流程。 图 21 机器 视觉系统构成 机器视觉系统的特点是提高生产的柔性和自动化程度。 在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合 ， 常用机器视觉来替代人工视觉 ； 同时在大批量工业生产过程中 ， 用人工视觉检查产品质量效率低且精度不高 ， 用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。 而且机器视易于实现信息集成 ， 是实现计算机集成制造的基础技术。 因此 ， 在现代自动化生产 过程中 ， 人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。 有不少学科的研究目标与机器视觉相近或者相关 ， 这些学科中包括图像处理、模式识别或图像识别、图像理解等。 由于历史发展或领域本身的特点 ， 这些学科有某种程度的相互重叠。 但是 ， 机器视觉与其他学科又有着一定的区别 ， 其成像系统 光源 主机 视 觉 系统 场景 图像 描述 反馈 长春理工大学本科毕业设计 7 特点是 ： 综合技术 机器视觉是一项综合技术 ， 其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。 这些技术在机器视觉中是并列关系 ， 相互协调 应用才能构成一个成功的工业机器视觉应用系统 强调工业可靠性 机器视觉强调工业现场环境下的可靠性 ， 要求能够适应工业生产中恶劣的环境 ， 有较高的容错能力和安全性 ， 不会破坏工业产品。 强调实用性 机器视觉强调实用性 ， 要求有合理的性价比 ， 要有通用的工业接口 ， 能够由普通工作来操作 ， 必须有较强的通用性和可移植性。 要求高速度和高精度 由于机器视觉通常要求高速度和高精度 ， 数字图像处理中的许多新算法目前还难以应用。 因此 ， 机器视觉技术在工业生产中的实际应用速度远远滞后于图像处理理论的发展速度。 机器视觉系统的 应用及发展动向 机器视觉检测应用 机器视觉系统在高速、细微和重复的制造过程中显得非常可靠 ， 因此被广泛用于加工制造企业 ， 完成大批量生产过程中的重复性检测任务。 机器视觉在质量检测方面的应用占整个工业应用的近 80%， 其中最大的应用行业为 ： 汽车、制药、电子与电气、制造、包装、食品、饮料等。 机器视觉检测是非接触无损检测 ， 与传统的检测手段相比 ， 它具有不可替代的优越性 ， 因而得到了广泛的应用。 利用线阵 CCD 配合包装盒的一维运动获取目标图像 ， 然后由计算机对图像进行处理 ，可以检测日期编号等信息的遗漏和正确与否 ； 以频闪 光作为照明光源 ， 利用面阵或者线阵 CDC 作为螺纹钢外形轮廓尺寸的探测器件 ， 实现热轧螺纹钢几何参数在线测量 ；在各种产品表面缺陷检测方面应用也很多。 机器视觉系统的发展动向 近年来计算机视觉 (即机器视觉 )的发展大致表现在以下三个方面 ： 基于几何方法的计算机视觉计算理论体系已臻于完整计算机视觉的研究目标之一是使机器能感知三维环境中物体的几何信息 ， 包括它的形状、位置、姿态、运动等。 20 世纪 90 年代中期以来 ， 计算机视觉界将对应与射影几何、仿射几何、欧几里得几何的描述 ， 系统地引进视觉计算方法中 ， 比较完美地 对应为视觉系统中对物体由粗到细的描述 ， 在计算机视觉系统中降低了对摄像系统参数了长春理工大学本科毕业设计 8 解的要求 ， 提高了系统对噪声的鲁棒性。 机器学习方法受到越来越多的关注模式识别的所有领域始终存在基于结构与基于统计的两大分支。 如果说基于几何的计算机视觉主要通过几何 ， 描述物体及其运动的三维结构 ， 属于结构方法 ， 已得到较系统的研究 ； 而在计算机视觉中的统计方法除较好地用于图像的底层处理外 ， 一直显得不完善更不用说系统化了。 针对众多特定领域的应用研究不断深入 ， 较大规模的应用系统逐步走向商业化随着当前计算机的性能价格比飞速提高 ， 众多特 定领域的计算机实时应用系统的商业化已成为可能。 如利用指纹、虹膜、人脸、语音等识别技术、行为识别技术与运动跟踪技术、多摄像机融合技术构成视觉监测系统 ， 用于信息安全、智能交通、反恐防盗、身份鉴别等。 长春理工大学本科毕业设计 9 第 3 章 系统总体设计 本系统是由 CCD 摄像头、照明系统、图像采集卡、机械装置、主控计算机等部件组成，图 31 为系统结构图。 其工作过程是 ： 首先将工件送到 CCD 摄像头视场内 ； 然后由成像系统和图像采集卡将图像采集到计算机内部 ； 运用图像处理技术对采集到的原始图像进行预处理以改善图像质量，从中提 取感兴趣的特征量 ； 最后运用模式识别技术对取到得特征量进行分类整理以完成系统的检测。 下面分别介绍系统的各部分的组成及工作原理。 1 2 3 4 5 6 CCD 摄像头及照明系统 图像采集卡 主控计算 机 分类机构 工件 传送装置 图 31 机器视觉 系统结构图 3. 1 CCD 摄像头 CCD 是一种半导体成像器件，具有灵敏度高、抗强光 、畸变小、体积小、寿命长，抗震动等优点。 本系统采用的是国产 MTV1881EX 型号的黑白摄像头 ，它的工作方式是将被摄物体的图像经过镜头聚焦到 CCD 芯片上， CCD 根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经视频捕捉卡滤波、放大处理， A/D 转换后形成视频信号输出。 3. 2 图像采集卡 本系统采用的是大恒 PCIXR 视频捕捉卡，具有高品质的视频采集性能，具备高速 PCI 总线，采集频率为 3D 帧 /秒，显示画面流畅不间断 ； 显示分辨率640X480。 动态捕捉影像以静态图像方式存盘，提供 BMP， JPG， TIP， TGA 等多种存盘格式。 其工作原理如图 32 所示 ： 图 32 VIDEOPCIXR 图像采集片工作原理 复合视频输入 4 复合视频输入 1 复合视频输入 2 复合视频输入 3 多路开关 多路开关 滤波 滤波 A/D A/D 缓存 缓存 PCI 总线 VGA 显示卡 系统内存 长春理工大学本科毕业设计 10 四路复合视频输入经多路开关 ， 软件选择其中一路作为当前输入 ， 输出到A/D 进行模 /数变换 ， 数字化的图像信号经各种图像处理后 ， 利用 PCI 总线 ， 传到 VAG 卡显示或计算机内存存储。 由于要检测工件的两个表面 ， 所以需要在硬件上使用两路视频输入 ， 每路采集不同表面的图像。 采样频率在一定范围内可调 ，满足不同场合的需求。 视频输入信号及采样频率 凡符合 PAL 制式 (625 行 ， 50 场 /秒 )和 NTSC 制式 (525 行 ， 60 场 /秒 )的视频设备输出的图像信号均可作 为该 视频捕捉卡 的输入源。 在一般情况下 ， 摄像机、 录像机等视频设备均满足上述标准。 采样频率在一定范围内可调 ， 满足不同场合的需求。 视频输入窗口和显示窗口 视频输入窗口是指数字化后的输入图像尺寸。 在 PAL 制式 ， 输入窗口最大尺寸为 768 X 576。 在 NTCS 制式为 64 X 480。 图像显示窗口是指在 VAG 显示器上显示的图像尺寸 ， 其最大值不能超过输入图像窗口。 当图像显示窗口小于视频输入窗口时 ， 有两 种方法可以采用。 一种方法是减少视频输入窗口的大小 ， 即重新设置起始行 、 终止行 、 起始列 、 终止列。 使视频输入窗口与图像显示窗口相匹配。 处理后的结果显示的仅是全部输入图像的一个局部 ， 这种方法称为裁剪。 另一种方法是采用对视频输入窗口采用抽点和抽行的方法减少其大小 ， 即根据视频输入窗口和图像显示窗口的相对大小设置缩小比例系数 ， 处理后的结果显示的是缩小的全部输入图像 ， 这种方法称为比例缩小。 也可以将两种方法结合起来 ， 达到所需要的结果。 3. 3 软件设计 本课题中的图像处理算法均采用 Matlab 程序语言实现模拟， Matlab 提 供一个高度集成的、集科学计算、程序设计和可视化归于一身的。 为了设计出实用有效的软件 ， 必须按照软件工程的理论 ， 进行充分的分阶段的分析和设计。 采用 模块化结构 设计，其特点为 ： 1)可修改性。 对模块内部的修改 ， 对模块外部没有影响 ； 增加或删除几个模块 ， 不影响整个程序 ； 2)可读性。 每个模块意义和职责明确 ， 模块间的接口关系清楚 ， 便于用户和设计人员进行系统代码的维护 ； 3)验证性。 独立于其它模块 ， 可单独验证一个模块的正确性 ， 便于进行调试。 采用模块化原理使软件结构清晰 ， 容易阅读理解和维护。 本系统中 ， 按照算法要求设计了各子 程序。 长春理工大学本科毕业设计 11 第 4 章 缺陷检测软件设计 由于本系统是一个完整、实时的缺陷检测系统，需要系统从原始图像采集到图像预处理、 阈值 选取、分割，再到模式识别，最后到缺陷种类分选整套过程有一个全面、整体的设计。 系统 主要有以下几个模块 ： 图像实时采集模块、图像预处理模块、 阈 值选取模块、图像测量模块、缺陷检测模块、缺陷识别模块，其过程如图 41 所示。 图 41 缺陷检测过程 4. 1 图像实时采集模块 为了准确、及时获得图像的当前状态，需要不断地通过图像采集卡将 CCD摄像系统的图像信息直接读取到计算机内存，在计算机内 存中进行其他的后续处理，如 ： 图像滤波、图像测量、缺陷检测等等。 4. 2 图像预处理模块 为去掉噪声对图像的于扰，要将刚采集的图像数据进行预处理，如 ： 去除孤立点、平滑、滤波等 ； 同时，还要对图像进行灰度调整，增加对比度，为后续的图像处理工作做准备，如图 42 所示。 图 42 原始图像及灰度调整后图像 经过预处理后，图像的对比度增加，拉伸了图像灰度，表现在灰度直方图上就是峰与峰之间的距离加大，便于选取分割 阈 值及后续图像分割，如图 43 所示。 图像实时采集模块 缺陷识别模块 图像预处理模块 缺陷检测模块 阈值选取模块 图像测量模块 长春理工大学本科毕业设计 12 0 50 100 150 200 250 直方图 直方图 像素值 3000 2500 20xx 1500 1000 500 0 0 50 100 150 200 250 像素值 3000 2500 20xx 1500 1000 500 0。