針對絲印樣板表面缺陷檢測采用人工目測法其檢測效率低且漏檢率高等問題,提出了一種基于機器視覺的絲印樣板表面缺陷檢測方法。對于邊緣斷裂缺陷,首先采用基于圖像金字塔和歸一化互相關(guān)(NCC)函數(shù)相結(jié)合的算法定位可能產(chǎn)生缺陷的邊緣區(qū)域,然后在邊緣區(qū)域生成一條灰度值掃描線,根據(jù)掃描線上的灰度值判斷是否存在邊緣斷裂缺陷。對于圓度不完整缺陷,首先按照種子搜索、曲線追蹤、曲線連接和輪廓選擇的步驟提取出圓形輪廓,然后基于輪廓像素點擬合得到理想的圓形輪廓曲線,最后逐點比較提取的輪廓與擬合圓形曲線上對應(yīng)點之間的距離,并根據(jù)設(shè)定的距離范圍來判斷被測目標輪廓是否存在圓度不完整的缺陷。實驗結(jié)果表明,該方法實現(xiàn)了對絲印樣板表面邊緣斷裂缺陷和圓度不完整缺陷的檢測,提高了檢測效率和準確率,缺陷檢測的綜合準確率達到94.6%。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1絲印樣板表面缺陷檢測平臺

本文檢測的絲印樣板表面為光滑材質(zhì),反射率較高,采用條形光源進行照明時,表面光照不均勻,極易反光,并且邊緣斷裂缺陷和圓度不完整缺陷不能較好地體現(xiàn)出來。為了解決上述問題,采集圖像時使用LED背光源進行照明,絲印樣板表面缺陷檢測照明平臺如圖1所示,檢測平臺采集出來的絲印樣板圖像如圖2所....

圖2絲印樣板表面缺陷檢測平臺采集圖像

圖1絲印樣板表面缺陷檢測平臺圖3絲印樣板表面缺陷

圖3絲印樣板表面缺陷

圖2絲印樣板表面缺陷檢測平臺采集圖像2絲印樣板表面缺陷檢測算法

圖4絲印樣板表面預(yù)處理效果

其中,c為尺度比例常數(shù),s為原圖灰度值,t為變換后的目標灰度值。采用對數(shù)變換對絲印樣板表面缺陷圖像進行圖像增強,圖像增強效果圖如圖4(b)所示。2.2邊緣裂縫缺陷檢測算法

本文編號：3954581