勃肯特研發(fā)之路：基于機(jī)器視覺(jué)的智能缺陷檢測(cè)系統(tǒng)

來(lái)源：發(fā)布時(shí)間：2020-07-16

隨著電子技術(shù)、圖像傳感技術(shù)和計(jì)算機(jī)技術(shù)的快速發(fā)展，利用基于機(jī)器視覺(jué)檢測(cè)技術(shù)取代人工目視檢測(cè)表面缺陷，已逐漸成為表面缺陷檢測(cè)的重要手段，該方法具有自動(dòng)化、非接觸、速度快、精度高、穩(wěn)定性高等優(yōu)點(diǎn)。勃肯特已研發(fā)了基于機(jī)器視覺(jué)的智能缺陷檢測(cè)系統(tǒng)。

圖1智能缺陷檢測(cè)系統(tǒng)

一、目標(biāo)圖像處理

1.1標(biāo)準(zhǔn)圖像采集

相機(jī)將攝入的圖像模擬信號(hào)經(jīng)圖像采集卡數(shù)字化后送入計(jì)算機(jī)。

圖2圖像獲取

1.2圖像增強(qiáng)

1.2.1平滑濾波

采用領(lǐng)域平均法去除或衰減混雜在圖像上的噪聲的干擾，改善圖像的質(zhì)量。

圖3（j,k）點(diǎn)兩種領(lǐng)域

1.2.2灰度拉伸

采用灰度拉伸的方法對(duì)目標(biāo)圖像進(jìn)行圖像增強(qiáng)處理，可以更加靈活的控制輸出灰度直方圖的分布，可以有選擇的拉伸某段灰度區(qū)間以改善輸出圖像。

圖4灰度拉伸變換函數(shù)

1.3圖像分割

采用比較大類間方差法，依據(jù)灰度直方圖，實(shí)現(xiàn)圖像分割，不易受噪聲影響。

二、圖像匹配

依據(jù)檢測(cè)的物體，把所有缺陷進(jìn)行分類識(shí)別，建立缺陷模板匹配數(shù)據(jù)庫(kù)。當(dāng)實(shí)時(shí)檢測(cè)物體時(shí)，調(diào)取數(shù)據(jù)庫(kù)，輸出檢測(cè)結(jié)果，發(fā)信號(hào)給機(jī)器人，提高缺陷檢測(cè)精度。

2.1形狀特征提取

采用 Hough 變換分別對(duì)提取的孔進(jìn)行圓形檢測(cè)，初步計(jì)算出孔在圖像中的像素級(jí)圓心坐標(biāo)，再利用切線信息對(duì)孔進(jìn)行亞象素邊緣檢測(cè)來(lái)進(jìn)一步提高孔的圓心精度。

圖5圖像空間和參數(shù)空間中點(diǎn)和線的對(duì)偶性

圖6圓檢測(cè)中梯度信息的利用

圖7亞像素邊緣檢測(cè)

2.2多尺度形態(tài)學(xué)圖像邊緣提取

采用小波分解的方法分解檢測(cè)對(duì)象，分別得到圖像數(shù)據(jù)的高、低頻子圖像，利用多尺度形態(tài)學(xué)對(duì)低頻子圖像進(jìn)行邊緣檢測(cè)，采用小波變換進(jìn)行高頻子圖像邊緣檢測(cè)，將二者邊緣檢測(cè)結(jié)果融合，得到的清晰圖像。

在產(chǎn)品生產(chǎn)制造過(guò)程中，由于生產(chǎn)環(huán)境不理想、制造工藝不規(guī)范等各種技術(shù)原因，產(chǎn)品表面難免會(huì)產(chǎn)生多種缺陷，如印制電路板上出現(xiàn)錯(cuò)孔、劃傷、斷路、短路和污染，液晶面板的基板玻璃和濾光片表面含有、劃痕、顆粒，帶鋼表面產(chǎn)生裂紋、輥印、孔洞和麻點(diǎn)，鐵路鋼軌出現(xiàn)凹坑、鼓包、劃痕擦傷、色斑和銹蝕，這些缺陷不僅影響產(chǎn)品外觀，更重要的是影響產(chǎn)品性能，嚴(yán)重時(shí)甚至危害生命安全，對(duì)用戶造成巨大經(jīng)濟(jì)損失。

勃肯特研發(fā)的智能缺陷檢測(cè)系統(tǒng)能夠提高檢測(cè)缺陷效率，并識(shí)別缺陷種類，可供用戶循環(huán)利用，減少更多的經(jīng)濟(jì)損失。