基于机器视觉和改进形态学边缘检测算法的钢球缺陷检测技术研究

为提高钢球表面缺陷检测的效率和准确性,设计一种基于机器视觉的钢球表面缺陷分拣系统。对钢球表面图像进行图像分割、平滑去噪和二值化预处理,获取钢球表面图像的准确信息,并采用改进的中值滤波算法去除噪声;利用小波变换和多尺度形态学融合算法进行钢球表面缺陷的边缘检测;通过该融合算法和其他算法的检测结果对比和客观数据评价,验证了本文所提算法能够有效保留图像真实细节,并满足钢球分拣系统的需求。     

基于机器视觉的钢球表面缺陷检测和分类

在分析钢球表面光学反射特性的基础上,构建了采用球积分光源与0.5×远心镜头组成的钢球表面缺陷图像检测平台,解决了钢球表面成像难度较高的问题.根据钢球表面图像的特征,利用分段线性灰度增强算法和边界跟踪实现了对钢球表面微小缺陷的分割和区域分类,并结合基于灰度共生矩阵的综合熵作为判定钢球表面是否存在缺陷的依据.最后利用矩形相似度与圆形相似度之比、角度等特征实现了缺陷分类器模型的建立,很好地解决了钢球表面缺陷的分类与识别.试验结果表明,该模型对钢球表面5类缺陷的识别率均可达到90％以上,并能很好进行分类,模型在1 600×1 200图像分辨率下,算法耗时小于80 ms,可以满足工业检测对算法实时性的要求.     

一种新型钢球表面检测方法的分析与系统实现

钢球作为常用的球轴承滚动体,其表面质量直接影响轴承的性能及寿命。目前已研制出的钢球表面缺陷检测装置展开机构结构复杂,不适用于大批量检测。基于一种双图像传感器的球面全展开方法,分析了在球列状态下球面完全展开所需要满足的参数条件。搭建系统进行实验,实验结果表明,该系统利用双传感器同时分别对每粒钢球进行5次采像就能够对钢球表面进行精确有效的高速检测与分选,漏检率低,检测速度可达到14 400粒/h,具有广泛的应用前景。     

基于机器视觉的笔芯球珠表面缺陷检测系统研究

针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。     

钢球表面缺陷的机器视觉检测方法

针对钢球表面缺陷的在线检测要求,提出了一种基于机器视觉的钢球表面缺陷轨道自动检测方法。该方法采用6个CCD摄像头,保证摄取到整个钢球的表面;采用自行设计的碗状红色LED圆顶漫射光源,克服了钢球表面易反光的难题,得到了真实清晰的钢球表面图像;并通过图像缺陷识别、球形表面重构等技术,准确地识别出了钢球表面所存在的缺陷。     

双图像传感器的球表面展开方法

钢球作为广泛应用的轴承组件,其表面质量直接影响轴承性能.在钢球表面缺陷自动检测中,钢球表面展开技术是核心,球表面能否充分展开直接决定了表面质量检测的准确性.目前发展的钢球表面展开技术仍存在机械结构复杂、展开不充分及随机性强的问题.基于计算机视觉技术研究了基于双图像传感器的球表面展开方法.首先,介绍基于双图像传感器的展开原理及装置.其次,建立数学分析模型,解算出完全展开整个球面所需要满足的参数条件;最后,设计实验完成全覆盖球表面的图像采集,验证理论模型结果.实验结果表明,在比例系数k为0.97,2个相机45.倾斜拍摄图像时至少需要拍摄4幅图像实现全覆盖展开,与理论模型分析结果一致.此方法在精确有效展开的同时,机械结构从复杂的二维运动简化为一维运动,提高了球表面展开的可靠性,具有广泛的应用前景.     

一种钢球表面缺陷光学检测新方法

为降低企业生产成本,简化钢球检测系统,提出了一种基于机器视觉技术钢球表面缺陷光学检测新方法,采用双目CCD传感器和平面镜反射成像同时获取上下左右四个表面的钢球表面图像,经过图像处理后进行缺陷分级,以取代传统的钢球表面展开机械装置。此外,在照明装置上,设计了一种基于LED面阵光源和磨砂玻璃的方法来模拟均匀散射光线,以提高成像质量。实践表明使用本文方法能够实现钢球表面缺陷的自动检测,简便高效,具有较高的可靠性。     

基于图案完整性的高反射曲面缺陷检测新方法（英文）

高反射曲面零件的表面缺陷检测是一项具有挑战性的工作,以钢球为例,提出了一种通过识别反射图案的完整性进行表面缺陷检测的新方法。该方法基于钢球表面的反光率极高且达到镜面成像的特性,将钢球置于穹顶形光源内部,光源罩内壁修饰有规则、完整的图案。若钢球表面存在缺陷,则其反射形成的修饰图案的像将在缺陷部分发生扭曲变形或间断缺失。采集钢球表面图像,检测修饰图案所成像的完整性即可实现表面缺陷的检测。设计了内壁修饰同心圆图案的新型光源,利用上述方法,对钢球表面缺陷进行了有效提取与分析,取得了良好效果,验证了该方法对于高反射曲面零件表面缺陷检测的有效性。     

基于图案完整性的高反射曲面缺陷检测新方法

高反射曲面零件的表面缺陷检测是一项具有挑战性的工作,以钢球为例,提出了一种通过识别反射图案的完整性进行表面缺陷检测的新方法.该方法基于钢球表面的反光率极高且达到镜面成像的特性,将钢球置于穹顶形光源内部,光源罩内壁修饰有规则、完整的图案.若钢球表面存在缺陷,则其反射形成的修饰图案的像将在缺陷部分发生扭曲变形或间断缺失.采集钢球表面图像,检测修饰图案所成像的完整性即可实现表面缺陷的检测.设计了内壁修饰同心圆图案的新型光源,利用上述方法,对钢球表面缺陷进行了有效提取与分析,取得了良好效果,验证了该方法对于高反射曲面零件表面缺陷检测的有效性.     

摩擦式钢球表面缺陷检测仪的控制系统设计

主要研究的钢球表面缺陷检测仪方案采用的是CCD摄像机、视频图像采集卡、计算机以及数宇图像处理软件相结合的视觉检测技术。利用多个步进电机控制机械系统实现了钢球的自动下球、表面展开以及分选等功能。设计由多个单片机组成的集成控制卡,实现了与上位机通信及控制各个步进电机运行,建立了控制系统时序模型,为提高系统运行准确度和检测效率奠定了基础。     

基于LabVIEW的钢球表面缺陷图像纹理分析与检测

本文提出一种以LabVIEW为软件平台结合IMAQ Vision函数库的钢球表面缺陷检测方法,该方法完成了钢球表面缺陷的有无与类型判断。首先,利用Daubechies4小波的分解、最佳树计算、阈值量化与重构,对钢球图像进行去噪处理。其次,利用钢球图像纹理的熵进行有无缺陷的判断。在此,本文提出了基于水平熵、垂直熵、对角线熵的综合熵作为评判参数。然后以形状因子F对有缺陷的钢球图像分类。最后,在搭建的硬件实验台上测试了检测软件,满足快速、准确的现场要求。     

空气与油液介质下钢球表面缺陷检测效果对比分析

针对钢球在光源照射下产生较大光晕及光斑给缺陷检测带来困难的问题,将检测介质由空气改为10#航空液压油,对比分析了在空气及10#航空液压油介质中钢球表面缺陷采集及检测的效果,结果表明:10#航空液压油对于钢球图像的采集及钢球表面缺陷的检测效果比空气介质好,对弱化钢球表面光晕有较好的效果。     

一种高反射曲面表面缺陷的反射条纹检测方法

针对高反射曲面表面缺陷的检测,提出了一种基于计算机视觉的反射条纹检测方法。该方法根据该表面的高反射性和曲面特性,对曲面反射的照明光源内壁附着条纹的完整性进行检测,从而判断曲面表面是否存在缺陷。反射条纹检测系统由计算机、相机和照明光源组成。实验中,照明光源采用内壁附着同心圆条纹的穹顶漫射光源,相机通过照明光源的观测孔对曲面进行拍摄,将拍摄的黑白条纹图像送至计算机进行判别。实验结果表明,基于本方法的检测装置对某钢球生产厂家直径为0.8 mm的钢球缺陷的有效判别率为96.7%,其中G10等级及以下的钢球均被检出,满足其G10等级钢球的检测需求。本方法能够对高反射曲面表面的常见缺陷进行有效检测和判别。     

基于图像灰度梯度特征的钢轨表面缺陷检测

利用机器视觉技术检测钢轨表面缺陷时,检测结果的准确性易受光照变化、钢轨表面反射不均和锈迹等因素的影响。为此,提出了基于图像灰度梯度特征的钢轨表面缺陷检测方法。首先,在设计钢轨表面缺陷检测装置的基础上,分析了钢轨图像中不同区域的灰度和梯度特征;然后,基于双边滤波思想设计了背景平滑滤波器,利用局部灰度和梯度变化信息自适应调整不同特征区域的平滑程度,对原图像平滑得到背景图像;最后,将原图像与背景图像差分,通过对差分图像阈值分割并利用连通区域标记法,实现钢轨表面缺陷检测。实验结果表明,该方法可以在凸显图像缺陷部分的同时,有效减弱光照变化、钢轨表面反射不均和锈迹的影响,对不同轨道环境下的疤痕和裂纹缺陷均取得了较好的检测效果,缺陷漏检率和误检率分别为5.79%和6.84%,具有一定的实用价值。     

基于机器视觉的手机电池表面缺陷检测

针对手机电池表面质量人工检测情况,开发了电池表面缺陷无损检测系统软件。首先电池表面经过倾斜矫正、感兴趣区域提取和字符灰度值修改等预处理操作,通过基于灰度密度分布和灰度差的自适应阈值亮度法对感兴趣区域进行子图像遍历,融合有重合区域的缺陷子图像并滤除没有明显缺陷的区域;然后采用支持向量机多种类分类法,提取二值图像像素分布规律作为训练特征,识别电池表面缺陷种类;最后设计了人机交互界面,确定最佳的可变参数,实验测试缺陷识别率达95%以上。     

活塞表面缺陷图像的亚像素边缘检测技术研究

针对活塞图像对比度低、缺陷区域小、缺陷种类多、人工检测效率低等问题,提出一种结合区域生长法和亚像素边缘提取的活塞表面缺陷检测方法。利用图像处理软件采集活塞图像,分析活塞表面图像中缺陷区域与正常区域灰度值的差异。使用区域生长法进行图像分割,结合Canny算子对活塞表面缺陷边缘进行初步定位。通过定位感兴趣区域的位置,进行亚像素级别提取,并平缓感兴趣区域边缘。实验表明,所提算法比传统的边缘提取方法得到的缺陷区域更精确、平滑。     

钢球缺陷检测系统的研究

介绍了钢球缺陷的常见类型,分析了钢球在子午线展开机构作用下表面的展开方式,并应用Matlab仿真了钢球在展开时球面上任意一点的运动轨迹,设计了钢球缺陷检测系统,分析了钢球缺陷无损检测的工作原理.     

基于奇异值分解的橡胶密封圈表面缺陷检测方法

为解决橡胶密封圈表面缺陷人工检测效率低,缺陷提取困难等问题,提高橡胶密封圈缺陷在线检测速度及准确率,提出一种基于机器视觉的橡胶密封圈表面缺陷检测方法。该方法采用多相机多线程图像采集模式,采集橡胶密封圈的上下表面不同位置的局部图像;对图像自适应中值滤波后进行边缘增强,并使用高斯差分算子提取轮廓粗边缘,利用Zernike 矩获取亚像素边缘位置;针对边缘存在不连续点问题,使用Ceres库多项式拟合,估计断点位置,并更新所有边缘位置;根据边缘位置寻找出整张图像中橡胶密封圈表面图像区域,并将该环形兴趣区域映射到矩形区域中;将获得的图像进行奇异值分解（SVD）,并通过连通域分析,提取出图像中的奇异区域,即存在缺陷的位置。经实验验证,基于奇异值分解的橡胶圈表面缺陷检测方法鲁棒性好、效率高,可以快速准确地寻找出橡胶密封圈表面缺陷信息。     

基于BP神经网络的钢球表面缺陷识别

采用灰度共生矩阵为基础的纹理特征计算方法,对钢球表面图像进行特征参数提取,应用基于BP神经网络的图像特征模式识别方法,实现了对钢球表面不同种类缺陷的准确识别,实验结果表明,该方法能够对钢球表面缺陷进行有效地分类识别。     

基于机器视觉的镍基高温合金表面缺陷检测系统开发

在镍基高温合金棒料表面缺陷检测中，为避免人工目检方法的缺点、提高检测的效率和准确度，设计了一套基于机器视觉的镍基高温合金棒料表面缺陷检测系统。首先，采用工业相机采集棒料表面图像并采用高斯滤波方法进行图像降噪；其次，采用自适应二值化及形态学方法（如膨胀和腐蚀）对图像进行预处理，有效提取缺陷区域；然后，采用Canny边缘检测、轮廓查找等方法，对缺陷区域的边缘轮廓进行精准识别，并得到相应坐标；最后，系统通过与STM32的串口通讯，实现对相机移动和棒料旋转的节拍控制及相机位置和棒料转角的获取，并通过其与缺陷在视场中坐标的整合，最终得到棒料中所有缺陷相对于棒料原点的坐标信息。实验证明，的系统能较为准确地检测得到棒料表面的缺陷坐标信息。