基于机器视觉的光纤预制棒内部缺陷检测

《基于机器视觉的光纤预制棒内部缺陷检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据浙江师范大学硕士学位论文Sc．M．DissertationofZhejiangNormalUniversity基于机器视觉的光纤预制棒内部缺陷检测MachineVisionBasedIntemalDefectsInspectionforOpticalFiberPreform硕士研究生：王飞舟MasterDegreeCandidate：Fei—zhouWang导师：陈达如副教授Tutor：Da．ruChen中国·金华·浙江师范大学ZhejiangNormalUniversity,Jinhua，China二零一四年三月March，2014万方数据基于机器视觉的光纤预制棒内部缺陷检测

2、摘要近年来，随着信息技术的普及，对于光纤的需求量越来越大，因此越来越多的企业开始进军光纤行业。对于光纤的制造来说，光纤预制棒就是其中的核心原材料。光纤预制棒的质量决定光纤的质量。如果预制棒的内部杂质与气泡过多，则光纤拉丝时容易断裂。所以对于光纤的制造来说，光纤预制棒内部的缺陷检测至关重要。目前对于光纤预制棒的内部缺陷检测主要采用人工检测的方法，不仅误检率高、效率低下，而且缺乏一个统一的标准去判断预制棒内部的缺陷。鉴于人工检测的种种不足，本文提出基于机器视觉的光纤预制棒内部缺陷的检测方法。该方法的优点有：处理速度快，检测标准统一，易于控制，可实现在线自动化检测。本文的目的是，根据检测要求

3、，设计并开发光纤预制棒内部缺陷检测系统，实现光纤预制棒内部缺陷的自动化检测。主要研究内容概括如下：详细介绍了光纤预制棒在光纤制造中的作用，以及我国的光纤产业现状和光纤预制棒的生产状况。介绍了机器视觉的基本理论，在国内外的发展和应用情况，以及机器视觉开发中常用的OpenCV开源函数库。根据光纤预制棒的检测要求，设计并研制了一套完整的光纤预制棒内部缺陷检测系统，包括光源系统、图像采集系统、运动控制系统和图像处理系统，并对其中各个部分进行了详细的介绍，以及在选择光源、镜头、摄像机时需要考虑的参数，并对本系统中选择的器件进行了说明。利用OpenCV库开发了光纤预制棒内部缺陷的识别和提取算法，该

4、算法包括图像去噪、图像分割、图像二值化、缺陷提取，缺陷位置确定及缺陷特征描述。在WindowsXP平台下用VS2008基于MFC编写了一套系统软件，包括运动控制模块、相机控制模块、图像处理模块和结果显示模块，并对各个模块进行了详细的说明。利用本文开发的系统对光纤预制棒的内部缺陷进行测量，并分析了影响检测精度的因素。实验结果表明该系统能有效地检测光纤预制棒的内部缺陷。本文的研究结果可应用到其他光学材料内部缺陷的检测，具有一定的使用价值。关键词：机器视觉：图像处理；缺陷检测；光纤预制棒；OpenCV万方数据MACHINEVISIONBASEDn叮TERNALDEFECTSINSPECTIO

5、NFOROPTICALFIBERPREFORMABSTRACTInrecentyears，withthepopularizationofinformationtechnology,theopticalfiberisterriblyneededwhichleadtomoreandmorecompaniesbegintoenterthefiberopticindustry．Forthemanufactureofopticalfiber，opticalfiberpreformisoneofthemostimportantmaterialssinceitsqualitydeterminesth

6、equalityofopticalfiber．Iftherealeimpuritiesandairbubblesinsideperform，thentheopticalfiberwouldbeeasilybrokenwhenbeingdrawn．Thus，internaldefectsinspectionforopticalfiberperformisveryimportantinthemanufactureofopticalfiber．Currently，theartificialdetectionforinternaldefectdetectionofopticalfiberper

7、formismainlyadopted，whichhasthedisadvantageofhigherrordetectionrate，lowefficiencyandlackofunifiedstandardtojudgeinternaldefects．Inviewoftheshortcomingofartificialdetection，thispaperputforwardmachinevisionbaseddetectingmethod