论文部分内容阅读
随着电子产业的发展,电子产品的功能扩展离不开各式各样的电镀插件。多数工厂对电镀插件的外观质量检测技术还停留在手工抽检或半自动化检测阶段,难以满足大批量的质检任务,人工抽检或半自动化检测流程需要耗费较多人力资源及造成检测结果不准确。因此针对这一问题,本文研究基于机器视觉的图像处理技术,设计了检测插件表面外观质量的检测方案,将电镀插件表面的擦伤、划痕缺陷作为质量检测标准,对缺陷设计检测算法,实现了缺陷的自动化检测。首先,根据国内外对于工件质量检测的研究现状,针对接触式测量和中间介质检测方法的局限性,为了对电镀插件做高效自动化的外观质量检测,本文选择使用基于机器视觉与图像处理的检测方法,并对缺陷检测算法做了研究。其次,在图像预处理阶段,本文分析了常用阈值分割和图像去噪算法,使用基于Otsu全局阈值分割与形态学相结合的ROI提取算法,经过对算法的性能测试,该算法对插件图像表面部分与背景分离效果较好。研究并实现了图像去噪相关算法,经过实验对比,最终选择对插件图像去噪效果最佳的高斯滤波算法。然后,本文针对插件外观质量的检测,主要检测插件表面的擦伤和划痕缺陷。根据这两种缺陷的特点,擦伤缺陷灰度与周围差异大小不一,研究使用阈值分割对擦伤缺陷进行检测的算法,并在全局阈值的基础上研究实现了改进后的局部阈值分割算法。针对划痕缺陷具有方向性的特点,提出一种基于Gabor滤波的划痕提取算法,通过实验证明了所提出算法在缺陷检测提取任务中的有效性及优越性,并采用支持向量机对检测出的擦伤、划痕缺陷进行分类统计。最后,缺陷检测系统的开发,选择合适的相机、镜头搭建图像采集平台,并将在Halcon软件平台编写的缺陷检测算法移植到Microsoft Visual Studio2012环境下,开发了基于机器视觉的电镀插件缺陷检测系统,对待检测电镀插件缺陷进行检测与分类实验,通过实验结果验证了检测系统使用本论文提出的检测算法可以对图像中的缺陷快速检测并分类,达到检测的要求。