论文部分内容阅读
陶瓷基片就是一种陶瓷薄板,它的生产过程是先进行冲压然后再烧结成型。因为冲压的时候陶瓷基片的基体材料比较柔软,所以经常会产生一些缺陷。陶瓷基片的缺陷检测主要是检测其表面质量(如炸裂、缺损、气孔、压痕、无刻痕等)。目前,陶瓷基片的缺陷检测主要依靠人工来完成。由于人工检测的速度比较慢,而且长时间工作容易产生视觉疲劳,所以常常会带来一定的检验误差。而随着计算机的发展及机器视觉的不断进步,使运用机器视觉技术来检测陶瓷基片的缺陷成为了可能。利用机器视觉来进行工业测量,不但可以避免人工检测可能会带来的不利影响,而且可以使检测的精度和效率大大提高、生产成本大大减少。本文主要研究了基于机器视觉的陶瓷基片缺陷检测系统。系统通过CCD相机获取陶瓷基片图像信息,在PC端首先对图像进行预处理去除图像的噪声,接着对倾斜的陶瓷基片进行校正。在对陶瓷基片倾斜校正中,先要对图像进行边缘提取,这里采用基于sobel算子的边缘提取法,然后利用RobertS算子在边缘基础上进行细化图像边缘。得到图像边缘之后,通过对Hough变换法、Radon变换法、旋转投影法三种传统的倾斜校正算法的比较,利用基于旋转投影法的改进算法来测量图像的旋转角度,最后利用双线性插值法实现对倾斜的陶瓷基片图像的校正。经过图像校正之后,接着要对陶瓷基片进行缺陷检测。陶磁基片的缺陷检测内容大致包括缺损、炸裂、气孔、杂质、压痕、无刻痕几个方面。针对这些内容,本文研究了基于机器视觉的陶磁基片缺陷检测系统。具体的研究内容包括几下方面:在陶瓷基片缺损检测中,利用阈值分割实现对陶瓷区域的提取,通过比较其面积来判断其是否缺损;在对气孔、炸裂等缺陷进行检测时,利用缺陷区域与周围背景的灰度差来进行比较;对压痕缺陷检测时,通过设计同态滤波器来对缺陷的放大;对陶瓷基片无刻痕缺陷的检测时,采用模板匹配的方法将待检测图像与模板进行匹配相减,然后再经过形态学处理,找出其中的无刻痕区域。