基于机器视觉的磁瓦表面缺陷检测系统

《基于机器视觉的磁瓦表面缺陷检测系统》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、一—兮＾；…．＇马．：－－Ｖ—割？，＇，＇—＾．－＾式１＊８皆―＇＇―＇麵？．．一■？－．＊－、－心如Ｖ，－－，＊ｗ．．＊：：，分类号密敬－、、＾，＿畔、与点’——ＬＩＤＣ：单位代码：矣繳玉扯乂葦硕壬学位论文－论文题目；基于机器视觉的磁瓦表面缺陷检测系统，欄－３．：．＇＇成罪２４４■：；：：：：学号＿；ｆ：；孙海＇涛作者：检测技术与自动化装置专业名称．’－。－：取：’＇．；

2、．２０１６年５月１９日．：二占―－—．：：＾，踩与４占辟掉＼．＿扣Ｖ？＇－．■？＇一？巧，．ｒ－―＇ｒ靠ｉ．；独创性说明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得安徽工业大学或其他教育机构的学位或证书所使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并表示了谢意。１篇名１＾／＾

3、日期；ｕａ、；，关于论文使用授权的说明本人完全了解安徽工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可Ｗ公布论文的全部或部分内容，可Ｗ采用影印、缩印或其他复制手段保存论文，保密的论文在解密后应遵循此规定。，签名為导师答名日期；兴／八‘巧作安徽工业大学硕士学位论文论文题目：基于机器视觉的磁瓦表面缺陷检测系统DesignoftheDefectsDetectionSystemforMagnetsSurfaceBasedonMachineVision作者：孙海涛学院：电

4、气与信息工程学院指导教师：李丹单位：安徽工业大学协助指导教师：单位：单位：论文提交日期：2016年5月19日学位授予单位：安徽工业大学安徽马鞍山243032摘要摘要磁瓦是永磁电机的组成部分，其表面缺陷检测是磁瓦生产过程中的一个重要环节。目前磁瓦生产企业常用的措施是人工目测检测，严重影响了生产效率和产品质量。因此本文提出了一种基于机器视觉的磁瓦表面检测方法，可实现实时、非接触、高效率、高精度的磁瓦表面缺陷在线检测。该方法在磁瓦生产线上的合理运用对企业自动化生产具有重要意义。具体研究内容如下：首先在分析磁瓦表面缺陷种类和特点的基础上，对图像处理平

5、台、相机、镜头进行选型，针对性地设计了弧形直射型光源，以获取高质量的磁瓦表面图像，并对图像进行滤波处理。针对磁瓦表面亮度不均匀问题，通过对三种常用的亮度不均匀校正算法结果进行对比，提出了一种改进同态滤波算法，并用形态学顶帽和底帽变换增强图像对比度。该方法能有效均衡图像亮度，并一定程度上凸显缺陷区域。其次，结合图像分块思想，提出采用改进均值、熵值和方差灰度特征量描述图像块特征。通过对比灰度特征量快速判断磁瓦表面是否存在缺陷。针对图像纹理情况，采用基于视觉注意机制的方法分割缺陷图像块，并提出了从视觉特征选择方法、融合特征显著图的角度改进Itti视

6、觉显著计算模型的方案。再次，通过对各种图像特征的分析，选择改进均值、熵值和方差灰度特征量和阈值化图像的七个Hu不变矩作为缺陷分类的依据。利用随机森林分类器将缺陷图像块分类，识别出缺陷种类。最后在上述分析研究的基础上，搭建系统软件，并对软件平台和算法进行测试，验证平台的稳定性和算法的可靠性。本文提出的算法能够有效地检测磁瓦表面缺陷，具有较好的实时性和可靠性，为后续在现场环境的在线缺陷检测奠定坚实的基础。关键字：磁瓦表面缺陷；同态滤波；图像分块；视觉注意机制；随机森林IAbstractAbstractMagnetictileisanimporta

7、ntpartofthepermanentmagnetmotor,soitssurfacedefectwhichdetectedintheproductionprocessisaveryimportantpart.Ontheotherhand,artificialvisualinspectioniscommonlyusedbymagnetictilemanufacturersatpresent,itaffectedtheproductionefficiencyandproductqualityseriously.Therefore,thispa

8、perproposesamagnetictilesurfacedetectingmethodbasedonmachinevision,inordertoachiev