針對沖壓件沖孔缺陷檢測和識別存在效率低、準確度不高、勞動強度大的缺點,提出一種基于機器視覺的沖孔缺陷檢測與識別方法。首先,對圖像進行固定閾值分割轉換為二值圖像,利用形態(tài)學處理的開閉運算對圖像進行預處理去除噪聲,通過計算每一個區(qū)域的圓形度識別沖孔的個數,檢測零件是否合格;其次,對不合格沖壓件圖像根據最小外接圓的圓心進行平移變換,利用差異度和基于圖像金字塔的粗精兩次匹配進行循環(huán)旋轉變換匹配,對差異圖像通過形態(tài)學處理和最小外接矩形的寬長比特征參數進行缺陷識別。實驗結果表明,該檢測系統(tǒng)能夠準確地檢測沖壓件的沖孔缺陷和識別沖壓件的沖孔缺陷類型。 

【文章頁數】：4 頁

【文章目錄】：
0 引言
1 沖孔缺陷類型
2 檢測方法
    2.1 預處理
        2.1.1 閾值分割
        2.1.2 形態(tài)學處理
    2.2 缺陷檢測
    2.3 缺陷類型識別
        2.3.1 基于圖像金字塔的粗精兩次模板匹配
        2.3.2 特征識別分類
3 實驗與結果
4 結語


【參考文獻】：
期刊論文
[1]基于機器視覺的柑橘表面缺陷檢測[J]. 龔中良,楊張鵬,梁力,蔡宇,游江輝.  江蘇農業(yè)科學. 2019(07)
[2]基于雙打光模板匹配的沖壓件表面缺陷檢測[J]. 李松,周亞同,張忠偉,池越,韓春穎.  鍛壓技術. 2018(11)
[3]基于機器視覺的金屬邊緣細微缺陷檢測方法的研究[J]. 劉建春,林海森,黃勇杰,江駿杰.  制造技術與機床. 2018(11)
[4]一種X射線圖像白點噪聲去除算法[J]. 陳海進,陳偉.  現(xiàn)代電子技術. 2018(18)
[5]機器視覺技術在現(xiàn)代汽車制造中的應用綜述[J]. 尹仕斌,任永杰,劉濤,郭思陽,趙進,邾繼貴.  光學學報. 2018(08)
[6]基于機器視覺的玻璃瓶口缺陷檢測方法[J]. 羅時光.  包裝工程. 2018(03)
[7]機器視覺表面缺陷檢測綜述[J]. 湯勃,孔建益,伍世虔.  中國圖象圖形學報. 2017(12)
[8]基于形狀模板匹配的沖壓件外形缺陷檢測算法研究[J]. 李永敬,朱萍玉,孫孝鵬,謝嘯博,王野天.  廣州大學學報(自然科學版). 2017(05)
[9]基于機器視覺的玻璃磨邊缺陷檢測[J]. 趙俊冉,王東興,冷惠文,羅昆.  煙臺大學學報(自然科學與工程版). 2017(04)
[10]基于機器視覺的沖壓件表面缺陷在線檢測研究[J]. 陳廣鋒,管觀洋,魏鑫.  激光與光電子學進展. 2018(01)



本文編號：3690079