【摘要】：光纖接頭作為光纖通信系統(tǒng)中的重要組成部分,其潔凈程度將直接影響通信系統(tǒng)的性能,傳統(tǒng)的光纖接頭檢測方法為人工目測法,檢測效率低下且實時性差,而機器視覺檢測系統(tǒng)則有高速度、高精度、零損傷等優(yōu)勢,于是本文旨在利用機器視覺技術(shù)來替換傳統(tǒng)的人工檢測,實現(xiàn)一款基于機器視覺的光纖接頭缺陷檢測系統(tǒng)。本文的待檢測對象為32插孔的光纖接頭,結(jié)合光纖接頭缺陷檢測系統(tǒng)的需求,對整個缺陷檢測系統(tǒng)進(jìn)行了設(shè)計,并對硬件進(jìn)行分析選型,采用LED光源對光纖接頭進(jìn)行前向照明,并使用CMOS工業(yè)相機完成圖像的采集。為了避免輪廓模糊對后續(xù)缺陷檢測的干擾,本文在圖像預(yù)處理過程中對圖像進(jìn)行了增強,分析了三種常用的圖像增強方法,并引入評價指標(biāo)對它們進(jìn)行了評估,選擇了效果較好的Laplace銳化操作,但銳化給圖像帶來了額外的噪點,本文又介紹了常用的濾波方法,并根據(jù)評價指標(biāo)選擇了Gauss濾波對圖像進(jìn)行去噪,然后采用模板匹配的方式進(jìn)行接頭類型識別。在缺陷檢測之前需要進(jìn)行檢測區(qū)域的提取,即插孔的提取,本文采用了局部自適應(yīng)閾值分割結(jié)合形態(tài)學(xué)處理的方式對插孔的輪廓進(jìn)行了增強,并采用Hough變換對插孔進(jìn)行了定位,但定位的插孔并非順序排列,且包含了兩個定位孔,接著采用基準(zhǔn)數(shù)據(jù)對比法對插孔信息進(jìn)行排序,根據(jù)排序后的插孔信息便可精準(zhǔn)分割出插孔分圖,便于后續(xù)的缺陷檢測。對插孔分圖進(jìn)行缺陷檢測時,本文首先結(jié)合涂覆層的特征制作掩摸,并采用固定閾值分割法結(jié)合圓的幾何知識獲取了涂覆層圓心,然后計算插孔的偏心程度;再統(tǒng)計分析了50個光纖樣本的涂覆層灰度直方圖,提出了基于正態(tài)分布3?準(zhǔn)則的閾值分割法,對涂覆層中的缺陷進(jìn)行檢測,并存儲檢測到的缺陷信息以便后期的界面展示。最后,對交互界面進(jìn)行了設(shè)計與實現(xiàn),并實現(xiàn)整個缺陷檢測系統(tǒng),然后對系統(tǒng)進(jìn)行了準(zhǔn)確性和一致性的測試,測試結(jié)果表明,本文實現(xiàn)的缺陷檢測系統(tǒng)能準(zhǔn)確地檢測出光纖接頭中各個插孔的偏心程度和涂覆層污染程度,達(dá)到了預(yù)期目的。
【圖文】：

待檢測光纖接頭

待檢測接頭中插孔實際結(jié)構(gòu)圖
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TN253

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李陽;常霞;紀(jì)峰;;圖像增強方法研究新進(jìn)展[J];傳感器與微系統(tǒng);2015年12期

2 方菲;耿春明;;基于Hough變換運用形狀角及梯度檢測圓[J];機械工程與自動化;2015年01期

3 羅菁;董婷婷;宋丹;修春波;;表面缺陷檢測綜述[J];計算機科學(xué)與探索;2014年09期

4 楊娜;陳益強;劉斌;范玉廣;;復(fù)雜背景下多目標(biāo)圖像分割方法研究[J];北京交通大學(xué)學(xué)報;2014年03期

5 謝季峰;;機器視覺在光纖缺陷檢測中的應(yīng)用[J];電腦編程技巧與維護(hù);2012年16期

6 張五一;張繼超;侯遠(yuǎn)韶;楊揚;;機器視覺系統(tǒng)中鏡頭的選擇[J];中原工學(xué)院學(xué)報;2011年06期

7 趙偉杰;高勇;;機器視覺在光纖端面缺陷檢測中的應(yīng)用[J];現(xiàn)代電子技術(shù);2011年19期

8 熊艷艷;吳先球;;粗大誤差四種判別準(zhǔn)則的比較和應(yīng)用[J];大學(xué)物理實驗;2010年01期

9 秦開懷;王海潁;鄭輯濤;;一種基于Hough變換的圓和矩形的快速檢測方法[J];中國圖象圖形學(xué)報;2010年01期

10 盧允偉;陳友榮;;基于拉普拉斯算法的圖像銳化算法研究和實現(xiàn)[J];電腦知識與技術(shù);2009年06期

相關(guān)碩士學(xué)位論文 前10條

1 姜夢梅;基于圖像處理的紋理表面缺陷檢測算法研究[D];電子科技大學(xué);2018年

2 姜凱;基于機器視覺的光纜外觀缺陷檢測系統(tǒng)的研究[D];浙江工業(yè)大學(xué);2016年

3 張凱;基于機器視覺的光纖插芯同心度檢測研究[D];中國計量學(xué)院;2016年

4 羅集寧;基于機器視覺的塑料噴嘴缺陷檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];廣東工業(yè)大學(xué);2015年

5 朱明勝;圖像增強技術(shù)研究與實現(xiàn)[D];安徽大學(xué);2014年

6 李玉寶;基于機器視覺的表面缺陷檢測算法研究[D];中南大學(xué);2013年

7 李春濤;基于機器視覺的光纖頭表面缺陷檢測應(yīng)用研究[D];電子科技大學(xué);2011年

8 袁紅中;基于機器視覺的工業(yè)產(chǎn)品表面缺陷檢測方法的應(yīng)用研究[D];燕山大學(xué);2010年

9 陳勇;基于機器視覺的表面缺陷檢測系統(tǒng)的算法研究及軟件設(shè)計[D];天津大學(xué);2006年

10 康濤;基于圖像處理的檢測系統(tǒng)的研究與設(shè)計[D];西安科技大學(xué);2005年

，

本文編號：2641520