随机纹理表面缺陷检测方法与应用

针对随机纹理表面缺陷检测问题,提出了一种基于Gabor小波的检测方法。该方法首先利用实值2维 Gabor小波对图像进行多通道滤波;然后通过对滤波图像进行非线性处理和平滑滤波产生通道能量图像（特征图像）;接着在学习阶段估计学习样本（不含缺陷）特征的统计参数,并用于指导检测阶段特征图像的阈值化;最后在不同尺度和方向,对阈值化后的特征图像进行融合,并二值化,以达到减小虚警率的目的。实验结果表明,该方法检测效果好,且要求学习样本少,适用于不同缺陷类型和各种检测问题。     

机器视觉在钢球表面缺陷检测中的应用

提出一种基于机器视觉钢球表面缺陷识别方法, 利用计算机图像技术采集钢球表面图像信号, 采用图像比对法对图像信号进行缺陷识别分析.实践表明使用本文方法能够实现钢球表面缺陷的自动检测,具有可靠、高效的特点.     

基于机器视觉的发动机表面缺陷检测技术

发动机表面的缺陷检测是保证其使用安全性的重要手段。本文应用机器视觉技术实现发动机内表面缺陷的自动检测,用内窥镜采集发动机装药内表面的图像,结合图像特点,通过多次实验对比,选择中值滤波方法对图像进行滤波、Canny算子检测图像边缘,应用像素灰度的相似性和不连续性将缺陷从图像背景中分割出来,在此基础上,选取面积和周长特征作为缺陷判断依据,并将以上功能进行整合,设计缺陷自动检测系统。实验结果表明该方法在发动机内表面缺陷检测方面有较好的效果。     

基于深度学习的表面缺陷检测方法综述

近年来, 基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中. 本文对近年来基于深度学习的表面缺陷检测方法进行了梳理, 根据数据标签的不同将其分为全监督学习模型方法、无监督学习模型方法和其他方法三大类, 并对各种典型方法进一步细分归类和对比分析, 总结了每种方法的优缺点和应用场景. 本文探讨了表面缺陷检测中三个关键问题, 介绍了工业表面缺陷常用数据集. 最后, 对表面缺陷检测的未来发展趋势进行了展望.     

基于机器视觉的螺纹钢表面缺陷检测方法

螺纹钢是一种广泛应用的建筑材料,在轧制过程中如果不能及时发现其尺寸和表面缺陷,就会生产出大量废品,给企业带来损失.本文设计了一种基于视觉的螺纹钢表面缺陷检测方法.先利用仿射变换对图像中歪斜的螺纹钢进行校正,然后基于霍夫变换检测纵肋边缘直线位置的方法对螺纹钢正面、侧面图像进行区分.最后针对正面、侧面图像分别进行缺陷检测,快速准确地判别表面是否存在缺陷.实验表明所设计的方法具有较好的稳定性和实用性,能有效地解决人工检测过程中效率低、误检率高等问题.     

基于机器视觉的梨表面缺陷检测方法研究

针对梨表面缺陷的机器视觉检测问题,在对已有研究成果的分析和研究的基础上,论文采用形态学相加的方法实现梨图像的背景去除和表面缺陷提取;提出花萼、果梗与表面缺陷的区分方法;借助Matlab软件进行仿真算法的编程,通过作者设计开发的Graphical User Interface(GUI)界面,对三个品种的梨表面进行了缺陷检测仿真实验,成功提取了其中的表面缺陷信息,实验结果表明,作者提出的方法在多种梨的缺陷提取上通用性强、准确性高.     

基于机器视觉的液晶基板表面缺陷检测系统

介绍一种基于机器视觉的液晶玻璃基板质量在线检测系统。利用分布式视觉处理技术、采用模块化的图像处理系统设计,能够实现缺陷的精确提取与对缺陷的智能分类和分级,满足LCD液晶玻璃基板质量在线检测的需要。     

基于机器视觉钢板表面缺陷检测技术研究

钢板表面缺陷严重降低钢板的耐磨性、耐高温性、耐腐蚀性、抗疲劳强度等性能,因此,钢板表面缺陷的检测就显得尤为重要。本文基于机器视觉采用Matlab图像处理技术对钢板表面缺陷进行检测识别。在不同光照条件下采集钢板表面图像,分别进行图像处理,讨论分析不同光照条件和去噪方法对检测结果的影响。首先对缺陷图像进行预处理,然后将预处理后的图像二值化及形态学图像处理,使图像背景与对象图形分离,提取出表面缺陷特征,计算缺陷的面积和周长。通过对图像细化和骨架提取线性缺陷,计算出缺陷长度,并且通过对像素的标定,将像素单位转化为长度或面积单位。实验结果表明该方法具有很好的可靠性和重复性。     

基于机器视觉的钢卷尺表面缺陷检测系统设计

针对钢卷尺生产过程中表面缺陷检测效率低下的问题,构建一套应用于实际工业环境下的基于机器视觉的钢卷尺表面缺陷在线检测系统。首先,设计一种实验检测平台用于获取钢卷尺表面的图像;然后,通过图像分割的数字图像处理手段准确定位钢卷尺区域轮廓;最后,采用基于灰度值的模板匹配算法、边缘检测算法及颜色聚类方法对预处理后的图像进行匹配和特征计算,实现对目标物体和区域图像的快速定位和特征提取。结果表明：该检测系统的正确率达95.83%,平均检测速度达5.025 秒/根,基本代替了人工检测,为钢卷尺表面检测提供了一种检查正确率和效率较高的新方法。     

表面缺陷检测的机器视觉技术研究进展

物体表面缺陷检测技术是工业质检领域的一项重大课题,对工业生产有着重要的意义。针对近些年基于机器视觉的表面缺陷检测技术进行梳理总结。首先,列举了几种缺陷检测在工业领域的应用场景;其次从特征提取和分类算法的角度简要阐述了传统的机器视觉方法;重点探讨了缺陷检测中常用的经典神经网络结构和缺陷检测算法的最新发展,并介绍了两种常用的缺陷检测算法优化方式;最后,分析了缺陷检测领域面临的三大挑战：实时性问题、小样本问题和小目标问题,目的是为工业表面缺陷检测的研究提供有益的参考和脉络梳理。     

基于视觉仿生机理的铜带表面缺陷检测

受神经解剖学和心理学中有关视觉系统研究成果的启发,提出一种基于生物视觉仿生机理的铜带表面缺陷检测模型。该模型首先使用Gaussian金字塔分解和Gabor滤波器提取缺陷图像特征,合成特征显著图,然后模拟自底向上注意机制,分析视网膜中央凹的内容以获取what信息;再根据扫视仿真中访问点的时间顺序序列,即扫描路径,组成where信息流;最后利用离散的可观测马尔可夫模型,根据what信息和where信息调整相应类的单个马尔可夫链的概率,最大化训练样本的似然值,从而实现缺陷的正确分类。实验结果表明,本文算法在表面缺陷检测系统中的可行性及有效性,在多类缺陷分类中达到94.40%的总准确率。     

Automated visual inspection of rolled metal surfaces

A prototype for an automated visual on-line metal strip inspection system is described. The system is capable of both detecting and classifying surface defects in copper alloy strips, and it has been installed for evaluation in a production line in a rolling mill. The image acquisition part of the system is based on a CCD line scan camera and condensing bright field illuminators. The inspection algorithms are based on morphological preprocessing and combined statistical and structural defect recognition. The image processing hardware consists of commercial modules. An analysis of this implementation is presented. A similar inspection principle has also been successfully applied to steel strip inspection.     

基于二值投影的PCB元件安装缺陷检测算法研究

研究分析了适用于AOI设备的PCB表面安装元件的缺陷检测算法.使用二值投影分析方法对2种元件类型的缺陷检测方法进行了研究,包括针对贴片电阻电容类型的chip元件和集成电路芯片类型的IC元件的缺陷检测方法.使用VC++6.0编写MFC程序实现算法,并制作了各种元件图像进行实验测试.实验结果表明,提出的方法能够快速有效的对两种类型的元件安装缺陷进行检测.     

Effect of bright and shade,and luminance difference of defect on defect detection in appearance inspection utilizing peripheral vision

This study considers the effect of bright and shade, and luminance difference of defects on defect detection in appearance inspection utilizing peripheral vision experimentally. Specifically, bright and shade of defect, luminance difference of defect, surface luminance of defect (evaluation index of the difficulty of defect detection, which was proposed in the previous study), and location of defect are designed as experimental factors, and their effects on defect detection rate are evaluated. As a result, it is clarified that the defect detection rate of the shade defects is lower than that of the bright defects, even if the surface luminance is at an identical level. It is also clarified that the defect detection rate of the luminance difference of 10 cd/m² becomes lower even if the surface luminance is at an identical level. Furthermore, these two trends are particularly remarkable for defects detected in the peripheral vision. Based on the results, in actual appearance inspection utilizing peripheral vision, it is necessary to take measures to detect the shade defects and/or the luminance difference of approximately 10 cd/m².     

基于线阵CCD的玻璃缺陷检测系统研究

研究的基于线阵CCD的玻璃缺陷在线自动的检测系统,以高速线阵CCD采集双CCFL冷阴极管透射玻璃带的光强信号,分析了典型缺陷的信号特征,给出了系统检测分辨率的确定方法,采用双DMA的数据传输方式和三值化处理方法,丢弃无缺陷的数据,仅保存缺陷数据的幅值和坐标.实验结果表明:系统检测分辨率为0.1mm,缺陷类型识别率为99...     

基于视觉注意机制的棉花污染物机器视觉检测算法

针对棉花中污染物这类大背景中的目标检测,模仿人类视觉注意机制,提出了一种检测算法:在预注意阶段,主相机获取全局图像,利用离散余弦变换和支持向量机提取和识别特征,确定目标所在的感兴趣区域;在注意阶段,对应感兴趣区域的从相机工作,获取该区域的局部图像,利用均值和方差方法识别污染物。实验表明,该算法能去除冗余数据,提高检测精确度。     

基于统计分析的PCB组装缺陷特征学习方法*

为了减少自动光学检测系统对用户经验的依赖,提出了一种基于统计分析的PCB组装缺陷特征学习方法。该方法通过对良品和不良品样本图像的统计学习优选出分类能力强的特征,再采用最小风险贝叶斯决策得到特征分类参数。实验结果表明,该算法有效地简化了用户检测程序的编程和调试,提高了AOI的使用效率和准确率。     

A new strategy for defect inspection by the virtual inspection in semiconductor wafer fabrication

The defect of process equipments is a major factor that impairs the yields in the mass production of semiconductor wafer fabrication and it is a main supervision means to use high-resolution defect inspection tools to detect and monitor the defect damage. Due to the high investment costs of these inspection tools and the resulting decrease in the throughput, how to improve the sampling rate is an important issue for the associated inspection strategy. This paper proposes a new concept and implementation of virtual inspection (VI) to enhance the detection and monitoring of defect in semiconductor production process. The underlying theory of the VI concept is that the state variables identifications (SVIDs) of process equipments can reflect the process quality effectively and loyally. The approach of VI is to combine the application of the fault detection and classification (FDC), and the defect library and the re-engineering of inspection procedure to reach the full-scope of strategic objective. VI enables the defect monitoring to enter a new era by promoting the monitoring level of defect inspection from the previous lot-sampling basis to the wafer-sampling level, and hence upgrades the sampling strategy from random-sampling to full and right-sampling. In this study, various typical defect cases are utilized to illustrate how to create VI models and verify the reliability of the proposed approach. Furthermore, a feasible architecture of the VI implementation for mass production in semiconductor factory is presented in the paper.     

有色金属通电测磁探伤方法可行性研究

有色金属零部件应用广泛,但已有的磁性检测方法均不能对其有效探伤.提出一种基于磁场测量的有色金属电磁探伤方法,在有色金属中通以直流电流,其体表会产生一个稳恒磁场,当有色金属表面或内部存在裂纹等缺陷时,有色金属体内电流分布发生变化,引起外部磁场变异,利用高灵敏度梯度磁场传感器测量磁场的畸变,可检出表面微小裂纹和内部缺陷.以铜板为例,建立了仿真模型,分析表面各个方向磁场分量的特征.实验结果表明:裂纹特征参数与测量磁场最大变化量间存在线性关系的结论,对有色金属探伤提供了新的方法.