基于机器视觉的笔芯球珠表面缺陷检测系统研究

《基于机器视觉的笔芯球珠表面缺陷检测系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TP273论文编号：102870518-S122学科分类号：080202硕士学位论文基于机器视觉的笔芯球珠表面缺陷检测系统研究研究生姓名王伟华学科、专业机械电子工程研究方向机电控制及自动化指导教师刘凯副教授南京航空航天大学研究生院机电学院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofMechanicalandElectricalEngineeringResearchonSurfaceD

2、efectsDetectionSystemofRefillBallBasedonMachineVisionAThesisinMechanicalandElectricalEngineeringbyWangWeihuaAdvisedbyAssociateProf.LiuKaiSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的

3、研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要圆珠笔在日常生活中使用十分广泛，而球珠作为圆珠笔芯的关键零件，其表面缺陷情况直接影响笔芯的书写性能。因此，对笔芯

4、球珠表面缺陷检测技术的研究具有一定的理论和实用价值。本文对基于机器视觉的笔芯球珠表面缺陷检测系统开发中的试验系统设计、球珠表面缺陷图像提取、同一球珠不同视角下的缺陷图像拼接、球珠表面缺陷分类等关键技术问题进行了深入研究，并搭建试验样机，主要工作内容如下：根据系统技术参数要求，确定了自动上下料模块、球面展开模块、图像采集模块等检测系统关键结构的设计方案，完成了基于机器视觉的笔芯球珠表面缺陷检测系统样机的搭建，从而实现对球珠表面缺陷图像的采集。进行球珠表面缺陷图像提取方法的研究。首先研究了球珠表面图像采集及滤

5、波增强的图像预处理方法。根据滤波效果对比选择高斯滤波作为图像的滤波方法；采用灰度变换方法提高球珠表面缺陷图像的对比度。对于球珠转动时其表面缺陷的大小及形状随其位置而变化的问题，本文提出将球面投射坐标系下的图像转换到球面弧长坐标系下，建立了球面图像的校正模型，恢复了缺陷在球珠表面对应的实际大小和形状。通过设置图像掩码避免将图像上由于试验装置及光源造成的阴影误识别为缺陷。采用最大类间方差法实现球珠表面图像的自动阈值分割，根据分割结果确定缺陷区域生长种子点，最后通过区域生长方法提取单幅图像上完整的缺陷图像。对于

6、单幅球珠表面图像可能只包含某一缺陷的部分图像，采用基于轮廓的方法对单个球珠所获取的8幅图像提取的缺陷图像进行拼接以获取完整的缺陷图像。本文提出了基于区域面积比的轮廓角点检测算法，该算法首先定义区域面积比为轮廓将圆形模版分割成的两块区域中较小区域的面积与较大区域的面积的比值，然后通过寻找轮廓线上区域面积比为极小值的点并与设定的阈值比较，若低于阈值则认为该点为轮廓角点。通过与同类的RJ轮廓角点检测算法和Teh-Chin算法的测试效果对比说明本文提出的算法检测的角点位置更加准确并具有更好的抗噪性。采用最短距离匹

7、配方法实现特征点的粗匹配后通过RANSAC算法实现精匹配。最后采用线性加权法实现图像的融合。提出几何特征与纹理特征相结合的15个统计特征作为三种表面缺陷分类识别的有效特征。利用KNN分类算法分别分析形状特征、矩特征、统计纹理特征用于缺陷分类描述的特点，并根据试验结果选择了有效特征组合，提高了系统对缺陷种类辨识的准确率。关键词：机器视觉，笔芯球珠，表面缺陷，图像处理，轮廓角点检测，特征提取I基于机器视觉的笔芯球珠表面缺陷检测系统研究ABSTRACTBallpointpeniswidelyusedindail

8、ylifeandballasthekeypartofrefillswhileitssurfacedefectsdirectlyaffectthewritingperformanceofrefills.Therefore,thereisaimportanttheoreticalandpracticalsignificancetoresearchsurfacedefectdetection.Thisthesishasdevelop