基于机器视觉的陶瓷管缺陷识别技术研究

论文摘要

随着计算机技术的发展,机器视觉已成为无损检测技术中颇具生命力的一个分支,并开拓出无损检测技术崭新的应用领域。陶瓷材料有许多优良性能,然而它断裂韧性很低,生产工艺比较特殊,成批生产时质量不易控制,因此,研究陶瓷管缺陷识别技术非常有意义。本文按照模块化设计思想,借助于数字图像处理技术、机电一体化技术、无损检测及评价技术、计算机技术等,深入研究了基于机器视觉图像的实时处理算法,并在此基础上完成了陶瓷管缺陷识别的关键技术研究与系统实现。对实现产品的自动分选、提高生产效率、降低生产成本、减少劳动强度等具有很重要的意义。通过对陶瓷管特征和应用特点进行分析,阐述了陶瓷管缺陷识别原理,提出了陶瓷管缺陷识别系统的总体方案,重点研究了陶瓷管缺陷识别方法。采用中值滤波对图像平滑,改善了图像质量;通过对多种边缘检测算子进行实验比较,分析了各个边缘检测算子的优缺点,选择了适合于陶瓷管图像处理的边缘检测算子;最后用迭代式阈值分割法求出的最佳阈值对图像进行二值化,通过计算二值缺陷图像的面积和周长后,采用圆形度指标判断陶瓷管是否为合格品,实现正次品的分类。在利用数字图像处理技术研究和分析缺陷图像的过程中,借助于Visual C++6.0来开发检测系统软件,采用模块化编程方法,代码具有很好的可读性和可修改性,软件界面友好,运行稳定而且效率高。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题研究背景和意义
• 1.1.1 课题研究背景
• 1.1.2 本课题研究的意义
• 1.2 国内外研究综述
• 1.2.1 机器视觉技术简介
• 1.2.2 机器视觉应用现状及发展趋势
• 1.2.3 陶瓷管缺陷检测的现状
• 1.3 基于机器视觉的数字图像处理进行缺陷检测的优势
• 1.4 本课题研究的内容和技术路线
• 1.4.1 本课题研究的内容
• 1.4.2 本课题的技术路线
• 2 陶瓷管缺陷识别系统原理和结构
• 2.1 陶瓷管缺陷识别系统原理
• 2.2 陶瓷管缺陷识别系统的结构
• 2.3 技术方案
• 2.3.1 硬件系统
• 2.3.2 软件系统
• 2.4 本章小结
• 3 陶瓷管图像采集及预处理
• 3.1 图像采集
• 3.2 陶瓷管的图像处理技术
• 3.2.1 数字图像处理概述
• 3.2.2 数字图像处理、识别理解
• 3.2.3 数字图像处理主要研究的内容
• 3.3 陶瓷管缺陷图像处理的流程
• 3.4 灰度直方图
• 3.5 陶瓷管图像的预处理
• 3.5.1 点运算
• 3.5.2 图像的平滑
• 3.6 本章小结
• 4 陶瓷管图像分割及缺陷识别
• 4.1 陶瓷管图像的分割
• 4.1.1 边缘检测
• 4.1.2 阈值分割
• 4.2 陶瓷管图像的裂纹识别
• 4.2.1 模式识别理论
• 4.2.2 陶瓷管图像的特征提取
• 4.2.3 陶瓷管裂纹的识别
• 4.3 本章小结
• 5 陶瓷管缺陷检测软件系统
• 5.1 应用软件设计的基本要求
• 5.2 系统软件的总体设计
• 5.3 BMP 位图
• 5.4 图像的处理和识别函数
• 5.5 串口控制模块
• 5.6 本章小结
• 6 陶瓷管缺陷检测实验
• 6.1 实验过程示例
• 6.2 本章小结
• 7 结论
• 致谢
• 参考文献