宽幅钢板表面缺陷在线检测技术研究

论文摘要

随着生产技术的不断发展,用户对钢板质量的要求也在不断提高,钢板表面质量是衡量钢板好坏的重要指标,对钢板表面缺陷的检测具有十分重要的意义。因此,如何有效地对钢板表面缺陷进行检测并加以控制成为国内外学者共同关注的课题。本文研究了现有的基于机器视觉的检测技术,提出了一种基于面阵CCD摄像机钢板表面缺陷检测系统,并给出了相应的方案设计。本系统采用面阵CCD—MV-1300FM相机,利用图像处理技术对钢板实行在线检测。检测系统对获取的图像进行平滑去噪,使用LOG算子对缺陷进行边缘提取,然后对图像进行腐蚀、膨胀等形态学操作,最后提取特征得出测量结果。实验表明,系统能够在传送速度为5m/s的钢板表面检测出尺寸为1mm×1mm的缺陷。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 本课题研究的目的和意义
• 1.2 国内外研究现状和发展状况
• 1.3 钢板表面缺陷检测方法技术综述
• 1.4 机器视觉技术在工业领域中的应用现状
• 1.5 本文的研究内容
• 第二章 系统总体设计
• 2.1 在线检测系统的组成和工作原理
• 2.2 系统的总体技术要求
• 2.3 系统的主技术性能指标
• 2.4 数字图像处理系统
• 第三章 系统硬件设计
• 3.1 光源
• 3.2 面阵CCD的选择
• 3.2.1 CCD简介
• 3.2.2 CCD的工作原理
• 3.2.3 CCD的特征参数
• 3.2.4 相关参数计算
• 3.2.5 面阵CCD及镜头的选型
• 3.3 图像采集模块
• 3.3.1 图像采集卡
• 3.3.2 计算机
• 3.4 控制模块—I/O板卡
• 第四章 缺陷在线检测系统的算法实现
• 4.1 算法概述
• 4.2 带钢表面缺陷图像预处理
• 4.2.1 直方图均衡化
• 4.2.2 平滑滤波的几种方法
• 4.2.3 滤波后结果分析
• 4.3 边缘检测算法
• 4.3.1 常见的边缘检测算法
• 4.3.2 图像边缘检测方法的比较
• 4.4 形态学操作
• 4.5 特征提取与判别
• 4.5.1 邻接与连通
• 4.5.2 区域标记
• 4.5.3 二值图像的特征参数
• 4.5.4 缺陷判别
• 第五章 软件设计与结果分析
• 5.1 软件设计流程
• 5.2 软件开发工具的选择
• 5.3 实验结果及分析
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献