根据检测要求设计了滚子表面自动展开装置,并在展开轨道上方安装CCD摄像机实时采集滚子表面图像。所以,是很难具体来衡量这个缺陷的,而弧面和柱面的检测就更是个问题了,因为相机和镜头等因素的影像,是很难把弧面不同位置上面的缺陷检测出来的。为了克服滚子表面反光及采集的滚子表面图像效果较差等原因,结合试验,选择了红色LED光源作为检测光源,采用左右两个光源从滚子上方斜向打光的照明方式,得到了清晰有效的滚子表面图像。 根据滚子在线检测的环境和滚子自身的特点,通过对图像各种预处理算法的分析研究,采用了的中值滤波算法进行图像的预处理,能有效地去除噪声对图像的影响并为下一步图像的分割奠定了基础。
本文分析了磁环表面缺陷检测研究现状,提出了本课题的关键技术点。根据厂家及课题组的要求制定了相关技术指标,并根据要求对磁环缺陷检测算法进行了设计,具体如下所示:图像预处理算法设计:通过相机获取的磁环初始图像灰度不均、含有噪声等干扰因素,因此在进行检测前必须要对图像实施预处理以降低干扰因素的影响。机器视觉是机器(通常指数字计算机)对图像进行自动处理并报告“图像中有什么”的过程,也就是说它识别图像中的内容。本文首先利用分段线性灰度变换对磁环图像进行灰度处理。然后,利用本文改进的中值滤波对磁环图像实施降噪处理。后,为了分离磁环的背景,提取有效区域,本文分别介绍了基于阈值分割和基于边缘检测的分割算法。
产品在线检测是工业生产发展的必然要求,而传统的产品质量检测基本由人工完成。人工检测受客观因素影响较大,存在很多不足之处。而计算机技术的提升,使得数字图像处理技术得到广泛应用,基于机器视觉的表面缺陷检测系统成为产品质量控制的重要手段。随着生产过程自动化程度的日益提高以及企业对产品质量要求和生产效率的不断提升,以数字图像处理技术为基础的机器视觉在线检测技术越来越得到人们的重视。 磁环产品加工面缺陷特征类型多,特征不明显,人工检测存在成本、不易识别、漏检多等不足。因此,本课题结合生产需要,以机器视觉技术代替人工检测,成功地实现了机器对磁环缺陷的自动检测。