隨著科技水平的不斷提升,工業(yè)產(chǎn)品表面缺陷的自動(dòng)化檢測必然成為未來的發(fā)展趨勢。目前,廠家主要采取傳統(tǒng)的人工目視及抽檢的方法進(jìn)行產(chǎn)品表面缺陷的檢測,該方法勞動(dòng)強(qiáng)度大、誤檢率高、極大影響了產(chǎn)品的生產(chǎn)效率及產(chǎn)品質(zhì)量的提高。為此本文在充分調(diào)研了國內(nèi)外表面缺陷檢測方法的基礎(chǔ)上提出了基于機(jī)器視覺的貼花陶瓷盤表面缺陷的檢測方法,并設(shè)計(jì)了相應(yīng)的缺陷檢測系統(tǒng)。研究內(nèi)容如下:(1)通過實(shí)地走訪和文獻(xiàn)調(diào)研,詳細(xì)了解了貼花陶瓷盤的生產(chǎn)流程及生產(chǎn)過程中常見的表面缺陷類型。本文結(jié)合產(chǎn)品特性設(shè)計(jì)了基于圖像差分的缺陷檢測系統(tǒng),通過圖像配準(zhǔn)技術(shù)實(shí)現(xiàn)待測圖像與模板圖像(不含缺陷的標(biāo)準(zhǔn)圖像)的空間幾何坐標(biāo)對(duì)齊,將配準(zhǔn)后的待測圖像與模板圖像進(jìn)行差分處理,利用表面缺陷智能檢測算法判斷該產(chǎn)品是否合格。(2)圖像配準(zhǔn)的精度是影響缺陷檢測準(zhǔn)確性的關(guān)鍵因素,因此本文通過重點(diǎn)研究3類主要的配準(zhǔn)算法,提出了一種滿足該系統(tǒng)需求的改進(jìn)的SURF+BBF的快速圖像配準(zhǔn)算法。該算法采用FAST(加速分割檢測特征)特征點(diǎn)檢測+SURF(加速穩(wěn)健特征)特征描述符生成+BBF(最優(yōu)節(jié)點(diǎn)優(yōu)先)雙向匹配算法得到初匹配點(diǎn)對(duì),然后利用RANSAC(隨機(jī)抽樣一致性...

【文章頁數(shù)】：76 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)器視覺技術(shù)的發(fā)展現(xiàn)狀
        1.2.2 表面缺陷檢測技術(shù)的發(fā)展現(xiàn)狀
    1.3 研究內(nèi)容及章節(jié)安排
2 貼花陶瓷盤表面缺陷檢測系統(tǒng)
    2.1 系統(tǒng)設(shè)計(jì)
    2.2 攝像機(jī)標(biāo)定
        2.2.1 相機(jī)需要標(biāo)定的參數(shù)
        2.2.2 棋盤平面與成像平面間的單應(yīng)性
        2.2.3 相機(jī)的內(nèi)外參數(shù)求解
        2.2.4 極大似然估計(jì)
        2.2.5 徑向畸變的消除
        2.2.6 實(shí)驗(yàn)過程及結(jié)果
    2.3 圖像預(yù)處理
        2.3.1 圖像灰度化
        2.3.2 對(duì)比度增強(qiáng)
    2.4 本章小結(jié)
3 圖像配準(zhǔn)算法研究
    3.1 圖像配準(zhǔn)技術(shù)概述
    3.2 圖像的幾何變換
    3.3 圖像配準(zhǔn)算法
        3.3.1 基于灰度相關(guān)的配準(zhǔn)算法
        3.3.2 基于變換域的配準(zhǔn)算法
        3.3.3 基于特征的配準(zhǔn)算法
    3.4 改進(jìn)的SURF+BBF的快速圖像配準(zhǔn)方法
        3.4.1 FAST-SURF特征檢測與描述算法
        3.4.2 快速近似最近鄰向量匹配
        3.4.3 圖像間相對(duì)變換參數(shù)的計(jì)算
    3.5 實(shí)驗(yàn)結(jié)果與分析
    3.6 本章小結(jié)
4 表面缺陷檢測與識(shí)別算法
    4.1 表面缺陷檢測算法設(shè)計(jì)
        4.1.1 圖像差分提取缺陷
        4.1.2 剔除輪廓偽影
        4.1.3 迭代閾值的圖像二值化
        4.1.4 形態(tài)學(xué)處理
        4.1.5 待檢測圖像判定
        4.1.6 缺陷檢測結(jié)果測試
    4.2 缺陷分類算法設(shè)計(jì)
        4.2.1 缺陷分類算法
        4.2.2 基于SVM的貼花陶瓷盤表面缺陷分類
            4.2.2.1 SVM分類原理
            4.2.2.2 SVM分類器的應(yīng)用
            4.2.2.3 缺陷類型識(shí)別結(jié)果
    4.3 本章小結(jié)
5 基于MFC的缺陷檢測應(yīng)用程序
    5.1 應(yīng)用程序框架
    5.2 應(yīng)用程序界面介紹
    5.3 應(yīng)用程序測試及運(yùn)行結(jié)果
        5.3.1 圖像讀入
        5.3.2 圖像預(yù)處理
        5.3.3 圖像配準(zhǔn)
        5.3.4 缺陷檢測與缺陷輪廓標(biāo)記
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號(hào)：3824411