论文部分内容阅读
本文针对手机壳表面缺陷类型多样、光学性质不一的特点,对基于机器视觉的手机壳表面缺陷成像优化及缺陷融合检测方法进行研究。以铝合金材质手机壳为具体研究对象,分析表面缺陷特征及光学性质,提出了“单彩色相机对多光路”的成像方法和“RGB三通道图像单独处理对应缺陷后再融合”的缺陷识别方法,成像效果与传统的“多工位下一个成像光路对应一个相机”的方法相当,并且能进一步针对单通道图像待检缺陷特征设计专门算法,有效提高算法效率和针对性,且硬件系统成本低、灵活性强。为其他不同材质和颜色的手机壳表面缺陷检测提供解决思路。本文主要研究内容包括:(1)提出了单彩色相机RGB三通道分别对应三种不同光路的成像方法。三种成像光路分别采用LED条形红色平行光源、绿色平行光源和蓝色同轴光源,分析手机壳表面划痕、斑点等典型缺陷的特征及不同光源成像光路下缺陷突显效果,确定最佳光源尺寸和光源照明方式,使三种光路分别对应彩色相机的RGB三个通道成像,然后对相机、镜头、光源等硬件进行选型,设计搭建成像实验台。实验结果表明,采用同轴光源对斑点类缺陷成像、条形光与划痕平行布置进行暗场成像时成像最优,与传统方法相比可有效节约硬件空间和成本,便于灵活配置。(2)设计手机壳表面缺陷图像通道分离和图像预处理方法。采用RGB颜色空间分离彩色图像,分析了图像干扰噪声类型及各类滤波算法效果,采用中值滤波和高斯滤波去除椒盐噪声和高斯噪声,并结合直方图均衡化方法对缺陷特征增强。(3)研究三通道图像表面缺陷图像边缘提取及融合缺陷检测算法。分析对比Prewitt、Sobel、Roberts、Laplace、LOG和Canny等算法对手机壳表面缺陷图像边缘提取效果,设计了三通道图像提取特征融合检测算法流程。结合三种成像光路待检缺陷特征不同,提出基于数学形态学算法针对每个通道图像待检缺陷设计不同结构元素,再融合判别缺陷的方法。图像处理结果表明该方法效果较好,为本文单相机对三通道组合成像方法提供一种高效的检测算法思路。最后针对铝合金材质手机壳样本,以横向划痕、纵向划痕、斑点三类缺陷为检测对象,基于MATLAB软件平台实现缺陷融合检测算法,对比分析了检测结果。本文研究成果为其他材质、颜色及类似视觉检测应用场合提供解决思路。