磁头ABS面瑕疵检测算法与系统的研究

论文摘要

随着计算机科学以及信息技术的迅猛发展，市场对数据存储的需求也越来越高。特别是作为主要数据存储媒介的硬盘，近些年来存储容量、存储速度和稳定性都得到了大幅度的提升，因此对硬盘的生产提出了更高的要求。MR磁头(Magnetoresistive heads)是机械硬盘中最为重要的部件，也是硬盘技术中最关键的一环。磁头ABS (air bearing surface气垫面)是与磁盘盘面相对应的读写磁盘上数据的表面，磁头ABS面存在缺陷将直接影响硬盘数据的读写。本文希望建立一套机器视觉检测系统评估磁头ABS表面的瑕疵状态,以确保磁头的品质和提高生产效率。首先分析了视觉检测系统，针对磁头ABS面检测系统给出了总体方案。检测过程分为三个步骤：清晰磁头ABS面图像的获取、磁头图像的校正和磁头ABS面瑕疵识别。由于磁头是极精细的部件，首先采用了自动对焦的方法获取清晰的磁头图像，接着用模板匹配的方法得到磁头ABS面上特征坐标以消除磁头装配和夹紧时存在一些细微差异的影响。最后通过提取磁头ABS面瑕疵的特征，训练BP人工神经网络识别磁头ABS面瑕疵。本文为自动检测磁头ABS面瑕疵提供了解决方案。经过实验验证，基于机器视觉的识别系统对磁头ABS面的图像识别正确率达到实用要求。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.1.1 磁存储技术现状
• 1.1.2 磁头ABS 面与空气轴承
• 1.1.3 课题来源及意义
• 1.2 自动对焦技术的发展现状
• 1.3 机器视觉系统发展现状
• 1.3.1 机器视觉技术应用
• 1.3.2 边缘检测技术发展现状
• 1.3.3 直线提取技术发展现状
• 1.4 人工神经网络技术研究现状
• 1.5 本课题主要研究内容
• 第2章 检测系统总体设计
• 2.1 引言
• 2.2 检测系统总体方案
• 2.3 机器视觉硬件选取
• 2.3.1 镜头
• 2.3.2 感光元件
• 2.3.3 光源
• 2.3.4 图像采集卡
• 2.4 瑕疵检测步骤
• 2.5 磁头ABS 面瑕疵识别算法的选择
• 2.6 本章小结
• 第3章 磁头图像获取与预处理
• 3.1 自动对焦原理
• 3.1.1 光学镜头成像模型
• 3.1.2 光学镜头的景深
• 3.1.3 基于数字图像处理的自动对焦技术
• 3.2 磁头ABS 面影像自动对焦提取
• 3.2.1 图像清晰度评价函数
• 3.2.2 小波分解与图像清晰度评价
• 3.2.3 对焦路径搜索策略与对焦窗口选择
• 3.2.4 自动对焦结果
• 3.3 磁头图像调整方案
• 3.4 模板匹配
• 3.4.1 模板匹配概述
• 3.4.2 模板的选取
• 3.4.3 模板匹配预处理
• 3.4.4 搜索策略与区域
• 3.4.5 模板匹配相似度评价函数
• 3.5 磁头图像位置和姿态调整
• 3.6 本章小结
• 第4章 磁头ABS 面瑕疵识别
• 4.1 引言
• 4.2 磁头ABS 面瑕疵特征提取及分析
• 4.2.1 磁头ABS 面瑕疵定义
• 4.2.2 BP 网络输入参数设计
• 4.2.3 输入参数调整
• 4.3 BP 人工神经网络模型的建立
• 4.3.1 BP 网络层参数设定
• 4.3.2 传递函数设定
• 4.4 人工神经网络模型的建立
• 4.5 样本训练
• 4.6 瑕疵识别
• 4.7 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢