基于机器视觉的工件锯片缺陷检测系统设计

《基于机器视觉的工件锯片缺陷检测系统设计》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于机器视觉的工件锯片缺陷检测系统设计摘要：针对利用人的感觉器官在工业生产线检测中的不足，提出了一个基于机器视觉的锯片缺陷检测系统。通过工业数码相机等硬件采集图像信息，采用亚像素精度阈值分割等图像处理算法并借助机器视觉库Halcon对采集的原始图像进行处理，最后输出检测结果，提高了工业生产线检测的效率。　　关键词：机器视觉；锯片；检测系统　　：TP391.41：A　　Abstract：Aimingattheshortageofthehumansenseorgansintheindustrialproductionlinedetection，thepaperproposesama

2、chinevision-baseddefectdetectionsystemforappliesindustrialdigitalcamerastocollectimages，usessub-pixelaccuracythresholdsegmentationastheimageprocessingalgorithm，adoptstheprofessionalmachinevisionlibrary，Halcon，toprocesstheoriginalimages，andfinallyoutputsthetestresults.Thesystemactuallyimprove

3、sthedetectionefficiencyoftheindustrialproductionline.　　Keyachinevision；sa　　1引言（Introduction）　　机器视觉工件检测系统要求能在生产线上实时、准确地利用一些经典的边缘检测算子，比如Sobel算子、Preily:微软雅黑,Helvetica;font-size:16px;line-height:28.8px;"/>　　本文以锯片锯齿两侧的坡口角度缺陷的检测为例，提出了一套基于机器视觉的工件检测系统。该系统由硬件系统和计算机软件系统两大部分组成，主要通过镜头、工业数码相机，图像采集卡等硬件系统完

4、成图像的采集，利用亚像素精度阈值图像分割算法、几何基元的分割算法、轮廓特征提取算法等图像处理算法，借助专业的机器视觉库Halcon[9，10]，设计一个视觉检测软件，对采集的原始图象进行处理并输出结果。　　2计算机视觉检测系统的构成（Thepositionof　　putervisioninspectionsystem）　　计算机视觉检测系统由硬件和软件两大部分构成。硬件系统的功能是用于采集原始数字图像，主要由光源、光学系统、CCD相机、图像采集卡和控制执行模块等几部分组成，软件系统的功能是利用相应的图像处理算法对采集到的图像进行处理和识别。如图1所示。　　本文以锯片缺陷的检测为

5、例，应根据系统分辨率和检测精度的要求合理地选择检测系统的光源、照明方式、照明环境、工业相机、镜头、图像采集卡等硬件模块，如表1所示。只有采集到优质的锯片检测图像，才能为图像处理提供保证，提高检测效率。　　3图像处理算法（Imageprocessingalgorithm）　　机器视觉检测系统另一重要内容是图像处理算法的设计，使用合适的编程语言描述并运行，通过图像处理达到锯片缺陷提取，最终实现机器视觉检测系统的应用。　　首先从采集得到的原始图像中提取锯片的轮廓，然后对轮廓进行分离得到锯齿，利用特征提取法得到锯齿轮廓，最后计算出锯齿的坡口角度。如图2所示。　　3.1亚像素精度阈值分割

6、算法[11]　　若把图像看成是一个连续的函数，那么图像边缘可以定义为若干个点，这些点的方向导数（即灰度值变化率）在垂直于边缘的方向上是局部最大的。　　为获取比原始图像更高的分辨率图像，可从原始图像中提取亚像素精度数据，亚像素精度数据可以通过亚像素阈值分割或亚像素边缘提取来获得。最简单的图像分割算法是阈值分割算法。阈值分割的操作被定义为：　　（1）　　式中（r，c）表示某像素的坐标，fr，c表示灰度值，gmin和gmax分别表示选择的最小阈值和最大阈值，该操作表示当灰度值满足式（1）时，则输出到区域S中。阈值分割算法执行速度较快，因为它对每个像素仅比较一次。若图像边缘比较模糊，则

7、所选的阈值对定位边缘有一定的影响。　　使用亚像素精度阈值分割算法能得到由一组边缘控制点形成的轮廓。图像上的两个区域以该轮廓分界，两个区域的灰度值分别大于和小于gsub，为得到这个轮廓，可将图像边缘周围的像素连续化表示成一个函数。其中一个简单方法就是通过双线性插值来处理，以达到像素细分的目的[12]。　　（2）　　通过重复选取未被处理的线段和附近的线段，直到形成闭合的轮廓，使用图像灰度函数f（r，c）和常量函数g（r，c）=gsub相交运算得到亚像素精度阈值分割的结果。　　3.2几何基元的分割