机器视觉在轮胎检测领域的应用研究.pdf

《机器视觉在轮胎检测领域的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第3期光学仪器2013年6月0PTICALINSTRUMENTSV01．35，No．3June，2013文章编号：1005—5630(2013)03—0032—04机器视觉在轮胎检测领域的应用研究谢琚，黄秭(上海市质量监督检验技术研究院，上海200072)*摘要：将先进的机器视觉理论成果应用于航空轮胎的表面质量检测，为复杂的轮胎测量提供实时、有效的测量途径。通过研究实现了一个航空轮胎表面缺陷识别系统，该系统在机器视觉平台下用分时和同步两种方式实现了航空轮胎的各种表面缺陷在线检测。该系统可使检测时间缩短至15"--30S，达到在轮胎生产过程中实

2、时监控的目的。关键词：机器视觉；图像检测；航空轮胎；表面质量中图分类号：TP23文献标识码：Adoi：10．3969／j．issn．1005—5630．2013．03．007MachinevisionapplicationsinthefieldoftiretestingXJEJun，HUANGⅥ(ShanghaiInstituteofQualityInspectionandTechnicalResearch，Shanghai200072，China)Abstract：Theadvancedtheoryofmachinevisionwasusedint

3、hesurfacequalitymeasurementofaircrafttires，toprovidearealtimeandeffectivemethodforthecomplicatedtiresmeasurement．Anidentificationsystemofthesurfacedefectsinaircrafttireswasproposedandputintopractice，andthen，basedontheplatformofmachinevision，thetime-sharingandsynchronousmethodsw

4、ereadoptedtoachievetherealtimemeasurementofallkindsofsurfacedefectsinaircrafttires．Withthissystem，thedetectiontimewasshortento15～30S，therefore，thepurposeofreal—timemonitoringthoughtheprocessingoftiresproductionwasachieved．Keywords：machinevision；imagedetection；aircrafttires；surf

5、acequality引言近年来，随着生产工艺飞速发展，人们开始关注产品的外观质量，比如印刷品、包装、工艺品等以外观质量为重要附加价值的产品，又比如航空轮胎等表面缺陷会直接影响到使用效果甚至会给使用者的生命财产安全带来无可挽回的损失的产品。众所周知，机器视觉已经发展成为重要的工业生产加工手段之一，在中国成为全球重要的制造中心之一的背景下，中国成为继美国、欧洲和日本后的全球第四大机器视觉市场，同时也是最具发展潜力的市场。一方面外国企业积极入驻中国带来了巨大的视觉系统需求，另一方面国内企业不断扩大生产规模，加大了对视觉系统的需求，以航空轮胎为例，未来十年，

6、国家将在大飞机项目中投人500"-一600亿资金，大飞机项目的发展，必将会带动航空轮胎行业大规模的发展，对航空轮胎的质量要求也会更加严格。。收稿日期：2012—10—14基金项目：上海市质量技术监督局科研项目(2012—57)作者简介：谢瑁(1979一)，男，上海人，工程师，学士，主要从事质检方面的研究。第3期谢瑁，等：机器视觉在轮胎检测领域的应用研究·33·1国内外相关技术研究国外对机器视觉技术的研究，由于开展的比较早，而且具有资金、技术以及硬件方面的优势，已经走在了国内的前面。国外的机器视觉系统的应用领域涉及到了社会生产的各个方面，有原始的在线监

7、视，也有外观检测以及动作、行为控制，许多工业加工成套生产设备都集成了机器视觉系统，成为加工生产线的标配，比如印刷生产线上的机器视觉质量控制系统，又比如汽车制造业中的移动三坐标测量系统[1

8、。由于经济和技术原因，国内绝大多数图像处理技术公司都以代理国外产品为主，没有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在比较低端的小系统集成上，对需要进行大数据量的实时在线检测的研究很少，也很少有成功案例。但是，随着国内经济发展和技术手段不断提高，对产品质量检测要求就更高，对在线检测设备的需求也就更大，具有巨大的市场潜力。计算机、摄

9、像机等电子技术的飞速发展大大提高了机器视觉系统的硬件水平，同时图像处理理论和算法的快速发展也给机器视觉系统提