工业产品的表面缺陷对产品的美观度、舒适度和使用性能等带来不良影响,所以生产企业对产品的表面缺陷进行检测以便及时发现并加以控制。
机器视觉的检测方法可以很大程度上克服人工检测方法的抽检率低、准确性不高、实时性差、效率低、劳动强度大等弊端,在现代工业中得到越来越广泛的研究和应用。
方法以机器视觉表面缺陷检测为研究对象,在广泛调研相关文献和发展成果的基础上,对基于机器视觉在表面缺陷检测领域的应用进行了综述。分析了典型机器视觉表面缺陷检测系统的工作原理和基本结构,阐述了表面缺陷视觉检测的研究现状、现有视觉软件和硬件平台,综述了机器视觉检测所涉及到的图像预处理算法、图像分割算法、图像特征提取及其选择算法、图像识别等相关理论和算法研究,并对每种主要方法的基本思想、特点和存在的局限性进行了总结,对未来可能的发展方向进行展望。
结果机器视觉表面缺陷检测系统中,图像处理和分析算法是重要内容,算法各有优缺点和其适应范围。如何提高算法的准确性、实时性和鲁棒性,一直是研究者们努力的方向。
结论机器视觉是对人类视觉的模拟,机器视觉表面检测涉及众多学科和理论,如何使检测进一步向自动化和智能化方向发展,还需要更深入的研究。
表面缺陷检测
机器视觉技术是一种无接触、无损伤的自动检测技术,是实现设备自动化、智能化和精密控制的有效手段,具有安全可靠、光谱响应范围宽、可在恶劣环境下长时间工作和生产效率高等突出优点。机器视觉检测系统通过适当的光源和图像传感器(CCD摄像机)获取产品的表面图像,利用相应的图像处理算法提取图像的特征信息,然后根据特征信息进行表面缺陷的定位、识别、分级等判别和统计、存储、查询等操作;
机器视觉表面缺陷检测系统基本组成
主要包括图像获取模块、图像处理模块、图像分析模块、数据管理及人机接口模块。
图像获取模块由工业相机、光学镜头、光源及其夹持装置等组成,其功能是完成产品表面图像的采集。在光源的照明下,通过光学镜头将产品表面成像于相机传感器上,光信号先转换成电信号,进而转换成计算机能处理的数字信号。目前工业用相机主要基于CCD或CMOS芯片的相机。CCD是目前机器视觉最为常用的图像传感器。
机器视觉光源直接影响到图像的质量,其作用是克服环境光干扰,保证图像的稳定性,获得对比度尽可能高的图像。目前常用的光源有卤素灯、荧光灯和发光二级管(LED)。LED光源以体积小、功耗低、响应速度快、发光单色性好、可靠性高、光均匀稳定、易集成等优点获得了广泛的应用。
由光源构成的照明系统按其照射方法可分为明场照明与暗场照明、结构光照明与频闪光照明。明场与暗场主要描述相机与光源的位置关系,明场照明指相机直接接收光源在目标上的反射光,一般相机与光源异侧分布,这种方式便于安装;暗场照明指相机间接接收光源在目标上的散射光,一般相机与光源同侧分布,它的优点是能获得高对比度的图像。结构光照明是将光栅或线光源等投射到被测物上,根据它们产生的畸变,解调出被测物的3维信息。频闪光照明是将高频率的光脉冲照射到物体上,摄像机拍摄要求与光源同步。
图像处理模块主要涉及图像去噪、图像增强与复原、缺陷的检测和目标分割。由于现场环境、CCD图像光电转换、传输电路及电子元件都会使图像产生噪声,这些噪声降低了图像的质量从而对图像的处理和分析带来不良影响,所以要对图像进行预处理以去噪。图像增强目的是针对给定图像的应用场合,有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果的图像处理方法。图像复原是通过计算机处理,对质量下降的图像加以重建或复原的处理过程。图像复原很多时候采用与图像增强同样的方法,但图像增强的结果还需要下一阶段来验证;而图像复原试图利用退化过程的先验知识,来恢复已被退化图像的本来面目,如加性噪声的消除、运动模糊的复原等。图像分割的目的是把图像中目标区域分割出来,以便进行下一步的处理。
表面缺陷检测应用
应用的领域十分的广泛,主要包括钢铁冶金,有色金属加工,高精铜板带,铝板带,铝箔,不锈钢制造,电子素材,无纺布,织物,玻璃,纸张,薄膜等领域。
为什么要使用表面缺陷检测系统呢?
保证产品质量,改善生产工艺,减少人工成本
线扫描表面缺陷检测系统主要构成:
视觉采集部主要包括线阵相机,镜头,光源,图像采集卡。
系统支架部分包括:相机支架,光源支架,和操作台支架。
电气部分(通信/控制部)包括编码器,运动控制卡或者PLC,也有可能会有马达等。
其他:各种电线电缆,CL线啊,电源线啊,各种SMPS啊,照明控制器啊等等。
还有PC。
审核编辑 :李倩
-
机器视觉
+关注
关注
161文章
4255浏览量
119466 -
检测
+关注
关注
5文章
4323浏览量
91055 -
工业相机
+关注
关注
5文章
294浏览量
23399
原文标题:什么是缺陷检测?机器视觉表面缺陷检测方法
文章出处:【微信号:机器视觉沙龙,微信公众号:机器视觉沙龙】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
赛默斐视X射线薄膜测厚仪与薄膜表面缺陷检测
基于深度学习的芯片缺陷检测梳理分析
![基于深度学习的芯片<b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>梳理分析](https://file1.elecfans.com/web2/M00/C0/E8/wKgZomXa31uAB_R6AAAVwpLznTQ304.png)
机器视觉之玻璃产品缺陷检测
![<b class='flag-5'>机器</b><b class='flag-5'>视觉</b>之玻璃产品<b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>](https://file1.elecfans.com/web2/M00/B8/92/wKgZomWFRJOAEgG0AAAcaApx6yY840.png)
评论