基于纹理特征的磁片表面刀纹缺陷检测.pdf

《基于纹理特征的磁片表面刀纹缺陷检测.pdf》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、复旦大学硕士学位论义目录目录@录i觀IAbstractII■11.1选题背景11.2本文研究的问题及主要难点41.3本文的主要工作51.4本文的组织安排6第二章缺陷检测方法综述72.1传统无损检测方法概述72.1.1涡流检测技术72.1.2射线检测法92.1.3超声检测方法122.1.4磁粉检测方法142.1.5渗透检测方法162.2计算机视觉系统在表面缺陷检测的应用192.2.1印刷品缺陷检测192.2.2钢铁材料缺陷检测202.3基于纹理特征的表面缺陷检测应用

2、212.4本章小结22第三章磁片表面刀纹缺陷检测233.1磁片表面刀纹缺陷检测系统框架233.2图像采集243.2.1相机的选取243.2.2镜头的选取263.2.3光源的选取273.3缺陷检测：283.3.1感兴趣区域提取293.3.2图像预处理323.3.3缺陷提取353.4本章小结38第四章实验与分析394.1实验环境394.2实验参数设置394.3感兴趣区域获取394.4图像预处理404.4缺陷提取424.5图像预处理的作用424.6实验结果分析434

3、.7本章小结44第五章总结与展望455.1总结45复旦大学硕1:学位论义目录5.2MM4546fm49复旦大学硕士学位论文摘要摘要表面缺陷检测在工业生产中对产品质量可以起到有效的监督控制作用，磁性材料在加工过程中产生的表面刀纹缺陷严重影响着其质量，人工去检测这些缺陷效率会比较低，并且容易受到干扰。目前工业生产中应用较多的是五大无损检测方法，即涡流检测、射线检测、渗透检测、磁粉检测和超声检测。这些方法各自存在自身的局限性，如成本过高、检测速度慢、检测工序繁琐等，不能满足工业生产中实时检测的需

4、求。为了能够达到实时稳定的检测磁片表面刀纹缺陷的目的，本文借助于计算机工业视觉系统获取磁片表面原始图像，基于纹理特征，首先获取感兴趣区域，再通过图像预处理增强缺陷部分并抑制背景部分，使得各种缺陷具有了统一性，最后设计适合的掩模来提取出缺陷部分，实现了对磁片表面刀纹缺陷的检测。实验结果表明，采用本文提出的方法可以实时完成对磁片表面刀纹缺陷的检测并且对于多种缺陷类型都适用。关键词：表面缺陷检测，图像处理，纹理特征，实时，无损检测中图分类号：TP391.4复旦大学硕士学位论义AbstractAbstractS

5、urfaceinspectionplaysanimportantroleinindustrialproductionofproductqualitycontrol.Thesurfacemarksdefectsofmagneticmaterialintheprocessseriouslyaffectitsquality.Detectionofthesedefectsisnotefficiencyandsusceptibletointerferencebyhuman.Therearefivenon-dest

6、ructivetestingmethodsmostlyusedinindustrialproductionwhichareeddycurrenttesting,radiographictesting,penetranttesting,magneticparticletestingandultrasonictesting.Thesemethodshavetheirownlimitationssuchastooexpensive,tooslowanddetectionprocessiscumbersomet

7、omeettheneedsofreal-timedetectioninindustrialproduction.Inordertoachievereal-timeandrobustdetectionofsurfacemarksdefects,weproposedamethodinthispaper.Thepictureofthesurfaceofdiskisgotbythecomputerindustrialvisionsystems.Thismethodwhichbasedontexturefeatu

8、remakesvariousdefectstobeunitybyenhancingthedefectivepartsandinhibitingthebackgroundpartsafterimagepre-processing.Thenwedetectsurfacemarksdefectsbydesigningasuitablemask.Themethodweproposedinthispaperachievedthedetectionof