發(fā)布時(shí)間：2021-06-27 22:28

　　近年來(lái),智能手機(jī)行業(yè)迅猛發(fā)展,不同手機(jī)生產(chǎn)企業(yè)之間的競(jìng)爭(zhēng)越發(fā)激烈,企業(yè)為了提升產(chǎn)品自身競(jìng)爭(zhēng)力,對(duì)于手機(jī)殼體表面質(zhì)量要求也越來(lái)越高。傳統(tǒng)手機(jī)殼體表面缺陷檢測(cè)方法采用人工檢測(cè)法,檢測(cè)效率低,成本高。機(jī)器視覺(jué)用于缺陷檢測(cè)具有檢測(cè)效率高、實(shí)時(shí)性好等優(yōu)點(diǎn)。因此,手機(jī)殼體表面缺陷視覺(jué)檢測(cè)已成為未來(lái)發(fā)展的重要方向。由于手機(jī)殼體表面的缺陷尺寸小,且殼體表面,尤其是其側(cè)面往往由不同形狀的平面和曲面構(gòu)成,而這些平面和曲面的表面加工工藝也不盡相同,因此被檢測(cè)區(qū)域的光照反射類型差異大,導(dǎo)致對(duì)缺陷的識(shí)別造成干擾,影響最終缺陷檢測(cè)結(jié)果的正確性。針對(duì)上述問(wèn)題,本文以目前手機(jī)殼體中常見(jiàn)的兩種表面（高光表面、亞光表面）的劃痕缺陷以及亞光表面孔洞邊緣的磕碰缺陷為檢測(cè)對(duì)象,開(kāi)展了手機(jī)殼體表面缺陷視覺(jué)檢測(cè)技術(shù)的研究。在此基礎(chǔ)上,主要進(jìn)行了缺陷檢測(cè)系統(tǒng)總體功能設(shè)計(jì)、成像系統(tǒng)設(shè)計(jì)以及缺陷檢測(cè)算法設(shè)計(jì)。其中成像系統(tǒng)的設(shè)計(jì)內(nèi)容主要是針對(duì)被檢測(cè)殼體表面的反射特性,設(shè)計(jì)了相應(yīng)的照明方式,以達(dá)到突出缺陷同時(shí)抑制反射光干擾的目的,并通過(guò)實(shí)驗(yàn)驗(yàn)證了該照明方式的可行性。在缺陷檢測(cè)算法方面,對(duì)于高光表面,采用了局部自適應(yīng)閾值分割算法來(lái)提取劃痕缺陷... 

【文章來(lái)源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

手機(jī)殼體表面缺陷檢測(cè)系統(tǒng)

手機(jī)殼體表面缺陷視覺(jué)檢測(cè)技術(shù)研究 像采集時(shí)以面為單位，從而使目標(biāo)圖像比較完量。面陣 CCD 相機(jī)缺點(diǎn)是雖然像元總數(shù)多，到限制。 用面陣 CCD 相機(jī)作為圖像采集設(shè)備。本文在.4mm 以上劃痕缺陷的檢測(cè)，而為了準(zhǔn)確檢測(cè)出來(lái)表示 0.4mm 長(zhǎng)度，才能很好的區(qū)分劃痕缺陷工位相機(jī)需要檢測(cè)的手機(jī)殼體側(cè)表面尺寸為 400 60pixel，因此本文選用的相機(jī)如圖 2.3 所需要。表 2.1 是該工業(yè)相機(jī)的主要性能參數(shù)。

1 1 1u v f 為物距、像距和鏡頭焦距。 成像好壞的內(nèi)在指標(biāo)，與相機(jī)的靶面以及傳感器的分辨率相關(guān)。 01 1 1 s rN N N 分辨率，0N 代表鏡頭的分辨率，N系統(tǒng)的視場(chǎng)與鏡頭的視場(chǎng)角有關(guān)，鏡系。 光量由焦距與通光孔孔徑的比值來(lái)決大，光圈越小。 文針對(duì)手機(jī)殼體高光表面和亞光表面4-MP2 鏡頭作為圖像采集所需鏡頭，幕范圍內(nèi)呈現(xiàn)出高對(duì)比度及清晰的圖

【參考文獻(xiàn)】：
期刊論文
[1]基于多方向Gabor濾波器的圖像分割[J]. 李云紅,魏妮娜,張曉丹.  國(guó)外電子測(cè)量技術(shù). 2017(03)
[2]基于自適應(yīng)四階偏微分方程的圖像去噪算法[J]. 白云蛟,張權(quán),劉祎,焦楓媛,桂志國(guó).  計(jì)算機(jī)工程與設(shè)計(jì). 2017(02)
[3]數(shù)碼產(chǎn)品外殼表面的適應(yīng)性智能檢測(cè)技術(shù)[J]. 鄺泳聰,張坤,謝宏威.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[4]機(jī)器視覺(jué)系統(tǒng)中光源的選擇[J]. 侯遠(yuǎn)韶.  洛陽(yáng)師范學(xué)院學(xué)報(bào). 2014(08)
[5]基于Gabor和紋理抑制的手機(jī)配件劃痕檢測(cè)[J]. 宋迪,張東波,劉霞.  計(jì)算機(jī)工程. 2014(09)
[6]基于八方向Sobel算子的邊緣檢測(cè)算法[J]. 鄭英娟,張有會(huì),王志巍,張靜,范勝娟.  計(jì)算機(jī)科學(xué). 2013(S2)
[7]基于機(jī)器視覺(jué)的凸輪軸表面缺陷檢測(cè)系統(tǒng)[J]. 孫雪晨,姜肖楠,傅瑤,韓誠(chéng)山,文明.  紅外與激光工程. 2013(06)
[8]基于視覺(jué)檢測(cè)技術(shù)的機(jī)器人自動(dòng)貼片系統(tǒng)設(shè)計(jì)[J]. 胡輝,譚小群.  機(jī)械制造. 2013(02)
[9]基于中值濾波和小波變換圖像降噪的新算法[J]. 張昊慧.  電子科技. 2012(12)
[10]一種微小表面缺陷的機(jī)器視覺(jué)檢測(cè)方法[J]. 何志勇,孫立寧,芮延年.  應(yīng)用科學(xué)學(xué)報(bào). 2012(05)

碩士論文
[1]手機(jī)外殼表面缺陷檢測(cè)系統(tǒng)的研究與設(shè)計(jì)[D]. 任威.北京郵電大學(xué) 2015
[2]基于視頻特征的圖像配準(zhǔn)算法的研究[D]. 王聰.北京理工大學(xué) 2015
[3]基于機(jī)器視覺(jué)的目標(biāo)表面瑕疵檢測(cè)系統(tǒng)研究[D]. 許麗君.杭州電子科技大學(xué) 2015
[4]基于機(jī)器視覺(jué)的表面缺陷檢測(cè)算法研究[D]. 李玉寶.中南大學(xué) 2013
[5]表面光潔的注塑制品外觀缺陷視覺(jué)檢測(cè)方法研究[D]. 麥國(guó)銘.華南理工大學(xué) 2012
[6]基于偏微分方程的圖像增強(qiáng)算法研究[D]. 王翠翠.南京郵電大學(xué) 2012
[7]基于各向異性高斯濾波的圖像邊緣檢測(cè)方法[D]. 王丹.西安電子科技大學(xué) 2010
[8]基于差動(dòng)像散原理的FPC質(zhì)量檢測(cè)光學(xué)測(cè)頭的研究[D]. 袁志偉.廈門大學(xué) 2008
[9]圖像的特征提取與描述的研究[D]. 徐小明.重慶大學(xué) 2007
[10]基于人工神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別系統(tǒng)的研究[D]. 李飛.中北大學(xué) 2007



本文編號(hào)：3253725