【摘要】：眼鏡已成為現(xiàn)代人生活中必不可少的組成部分,不但起到矯正視力的作用,還具有裝飾功能。截止2017年,我國眼鏡產(chǎn)量高達64858.2萬副,占全球的70%,且總體呈上升趨勢。目前,我國鏡片檢測仍停留在人工檢測階段,人工檢驗最大的問題是對產(chǎn)品的優(yōu)劣及合格判別完全取決于檢驗人員的經(jīng)驗和水平,受人為因素、個體差異的影響,帶來了實際判別結(jié)果的不一致性。本文以樹脂鏡片為研究對象,研發(fā)了一種基于機器視覺技術(shù)的鏡片面狀疵病檢測裝置,以鏡片面狀疵病的光學特性分析與光路仿真研究為理論支持,設(shè)計了包含有視覺檢測和自動上料的機器視覺系統(tǒng),為鏡片自動檢測奠定基礎(chǔ),論文的主要研究內(nèi)容如下:1.鏡片面狀疵病的光學成像方式研究。從仿真理論基礎(chǔ)著手,建立了投影成像光學仿真模型,以光柵圖標和散射體圖標為依據(jù),對比分析了不同光照方案對面狀疵病的成像效果,確定并優(yōu)化了點光源投影照明方案,通過點光源前端加入準直透鏡,在接收面上疵病區(qū)域接收光線密度為3.7%,正常區(qū)域接收光線密度為63%,可實現(xiàn)面狀疵病的最佳成像效果。為后期的實驗提供了理論依據(jù)和參考。2.鏡片面狀疵病視覺檢測裝置設(shè)計。根據(jù)光學仿真結(jié)果,設(shè)計了一套適用于鏡片面狀疵病檢測的視覺檢測試驗裝置,并以工藝要求和基礎(chǔ)試驗為指導(dǎo),對工業(yè)相機、鏡頭和點光源等視覺檢測部件進行了選型,并對應(yīng)設(shè)計了視覺檢測箱體。3.鏡片面狀疵病的圖像處理方法研究。利用區(qū)域生長生成二值圖像進行背景分割、孔洞填充去除因區(qū)域生長導(dǎo)致內(nèi)部孔洞,通過孔洞填充處理后的掩膜圖像與鏡片圖像做點乘運算獲得去除背景的鏡片圖像。利用均值濾波、邊緣檢測、閾值分割、形態(tài)學與特征篩選等方式進行鏡片面狀疵病的提取,算法識別成功率高達95.91%,平均檢測耗時為794ms,檢測的識別率和實時性均滿足在線檢測要求。4.鏡片面狀疵病自動檢測系統(tǒng)研究。自主設(shè)計了一套基于機器視覺檢測技術(shù)的鏡片檢測系統(tǒng),分別包括鏡片的上料系統(tǒng)、旋轉(zhuǎn)系統(tǒng)和檢測系統(tǒng)。鏡片上料系統(tǒng)可完成不同大小,不同厚度鏡片的上料,上料成功率高達100%,滿足鏡片的準確上料要求。針對鏡片夾取要求,設(shè)計了鏡片夾持裝置,可滿足鏡片的夾取且不會損壞鏡片的邊緣,鏡片夾取成功率高達100%。對所設(shè)計的鏡片在線檢測系統(tǒng)進行在線檢測,檢測成功率為95.48%,滿足樹脂鏡片的檢測要求。
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;TS959.6
【圖文】：

但具備矯正視力的功能，還起到裝飾的作用，個性化的消費觀更進眼鏡市場帶來了商機。從圖 1.2 可以看出，截止 2017 年，我國眼鏡模高達 730 億元，并且市場規(guī)模將進一步擴大，預(yù)計 2020 年市場850 億[1]。

法的檢測原理如圖 1.3 所示，在暗場照明的情況下用肉眼或放大鏡觀測疵后對疵病的等級進行劃分。目測法受到檢驗人員的經(jīng)驗水平，人為因素、個異的影響，限制了該方法的推廣[12]。雖然該方法實際檢測中并不可取，但受前檢測技術(shù)的限制，鏡片質(zhì)量檢測仍然以目測法為主。

圖 2.2 樹脂鏡片模型Fig.2.2 Resin glasses model型的建立模擬設(shè)計過程中，不同鏡片的曲面性與厚薄不，鏡片中疵病深度和位置同樣存在不確定性，，因此，在 light Tools 中無法直接進行建模。面狀疵病進行建模，其結(jié)構(gòu)模型如圖 2.3 所示參數(shù)設(shè)置。鏡片面狀疵病的產(chǎn)生是因為鏡片致鏡片固化后內(nèi)部密度不均勻，因此，疵病不同。研究發(fā)現(xiàn)，面狀疵病的密度與 PC(polyc其折射率與 PMMA 有所不同，因此，選擇 P疵病模型移至鏡片模型內(nèi)部，使其與鏡片模

【參考文獻】

相關(guān)期刊論文 前10條

1 張慶海;;基于HALCON的光學鏡片瑕疵分析系統(tǒng)的開發(fā)[J];南京工業(yè)職業(yè)技術(shù)學院學報;2015年02期

2 唐朝國;;基于改進Rank變換和分段MER的鏡片疵病檢測算法[J];計算機與數(shù)字工程;2015年04期

3 謝世斌;楊甬英;劉東;李陽;李晨;趙麗敏;;精密表面疵病檢測美標數(shù)字化評價實現(xiàn)算法[J];應(yīng)用光學;2015年02期

4 朱聰;于廣婷;李柏林;趙文川;;一種新的精密光學鏡片表面疵病寬度測量方法[J];計算機應(yīng)用與軟件;2014年12期

5 李璐;楊甬英;曹頻;嚴路;王世通;陳曉鈺;沈亦兵;劉東;;大口徑光學元件表面灰塵與麻點自動判別[J];強激光與粒子束;2014年01期

6 姚紅兵;曾祥波;馬桂殿;鄭學良;李亞茹;高原;于文龍;顧寄南;蔣光平;;鏡片疵病視覺在線檢測方法[J];激光與光電子學進展;2013年12期

7 姚紅兵;馬桂殿;沈?qū)殗?顧寄南;曾祥波;鄭學良;湯發(fā)全;;基于機器視覺的樹脂鏡片疵病檢測系統(tǒng)研究[J];激光與光電子學進展;2013年11期

8 肖冰;楊甬英;高鑫;劉東;王道檔;卓永模;;適于大口徑精密光學表面疵病圖像的拼接算法[J];浙江大學學報(工學版);2011年02期

9 姚敏茹;

本文編號：2774350