基于机器视觉的机械加工零件表面微缺陷检测方法

为提高微缺陷检测结果精度、提升机械加工零件外观质量，该文引进了机器视觉技术，以某机械生产制造单位为例，设计了一种针对零件表面微缺陷的全新检测方法。根据机器视觉技术的应用需求，搭建了集成工业相机、采集装置、照射光源等为一体的扫描装置，采集零件表面图像；对采集的原始图像进行均值滤波处理，去除图像中可能对缺陷区域的判别造成干扰的因素与噪声；采用阈值分割的方式，提取并划分机械加工零件表面的微缺陷区域；采用提取图像边缘算子的方法，计算零件表面原始图像与待检测图像之间的像素相关性，通过对零件表面微缺陷灰度性质点的匹配，完成检测方法的设计。通过对比实验证明：该方法不仅可以精准检测机械加工零件表面微缺陷，还可以检测到具体的缺陷类别。     

机械加工零件表面纹理缺陷检测方法探究

机械加工零件过程中,对表面纹理缺陷进行检测非常关键,直接决定了零件的加工质量,对于零件的使用性能也有非常重要的影响,所以在机械加工过程中,应该很好地完成机械加工零件表面纹理缺陷检测,从而保证机械加工零件控制合理,促进零件加工的效果提升。本文对机械零件表面纹理缺陷检测进行了分析研究,本文简要阐述了机械零件表面纹理缺陷的产生原因,对表面纹理缺陷检测方法总结,以具体案例分析了机械加工零件表面纹理缺陷检测方法的具体实施。     

基于机器视觉的陶瓷砖表面缺陷快速检测方法的研究

为了提高陶瓷砖表面缺陷检测效率,提出了一种基于机器视觉的表面缺陷检测方法。采用了自适应中值滤波算法对表面图像进行预处理,利用形状匹配实现图像之间的对齐,采用Deriche亚像素分割算法实现了陶瓷砖边缘的精确分割,设计局部门限算法实现陶瓷砖表面缺陷图像的提取。实验结果表明：该方法可实现陶瓷砖表面缺陷的快速提取,效果较好。     

基于SIFT-SUSAN算法的零件图像特征提取研究

把SIFT-SUSAN算法应用在零件图像的特征提取上,检测图像的特征极值点。首先对采集的图像进行均值滤波和Laplace锐化预处理,以此增强图像的边缘响应;利用高斯卷积和高斯差分建立尺度空间域;再利用SIFT算法提取空间极值点,并引入SUSAN算子检测空间角点;计算两种特征点的位置,生成特征描述子,实现零件图像的匹配。通过对垫片、螺母和轴承盖零件分别采用SIFT算法和SIFT-SUSAN算法进行对比试验,实验表明:SIFT-SUSAN算法结合了图像区域和边缘角点特征,得到更多的匹配点,提高了图片匹配的正确率。     

基于机器视觉的笔芯球珠表面缺陷检测系统研究

针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。     

面向RP的工业CT切片数据的CLI建模技术研究

主要讨论利用ICT断层图像进行CAD建模并进行快速成形的方法 ,着重研究图像平滑、边缘检测、图像分割、轮廓提取、轮廓特征点采样、轮廓特征点匹配、插值中间轮廓的方法 ,针对摩托车汽缸头复杂零件ICT断层图像进行实验研究 ,取得了较满意的实验结果。     

基于单目图像序列的铸件三维重建方法

为了实现基于机器视觉的铸件毛刺自动检测与识别,提出了一种基于单目视觉的铸件三维重建方法。利用单目相机对目标进行无标定多角度旋转拍摄,获得一组单目图像序列;运用“两步匹配法”优化相邻图像特征点的匹配,剔除大量误匹配点,提高特征点匹配效率。对三维重建的点阵进行泊松表面重建,细化了铸件三维表面的细节。实验结果表明,该方法装置简单,无需对相机与目标的相对位置进行预先标定,能有效地恢复铸件三维表面的细节特征。该方法适用于机械加工环境下零件的三维表面重建。     

图像处理在医用纱布表面缺陷检测中的应用

针对医用纱布表面缺陷的特点,研究缺陷检测算法。运用迭代算法对图像进行预处理,有效地去除噪声对图像的影响。采用了一种特殊的图像分割方法即基于数学形态学的分割技术对图像进行边缘检测及分割,保证了边缘检测的连续性,能够分割出完整的缺陷目标图像。利用提取的纱布表面缺陷图像中的形态学特征对缺陷进行分类,实现纱布表面破洞、缺经、断纬等缺陷的识别目的。通过MATLAB软件对一些医用纱布图像进行测试,验证了该方法的可行性和准确率。     

基于三维激光点云的零件表面缺陷检测北大核心CSCD

为了获取零件表面缺陷的精确尺寸,提出了一种基于三维激光点云的零件表面缺陷检测方法。首先使用三维激光测量仪对受损零件进行三维测绘,对测得的原始点云经过离群点去除、RANSAC平面分割等操作后得到零件点云。通过基于SAC-IA的粗配准和基于Huber损失函数优化的ICP精确配准算法,将缺陷零件的点云和完整零件的点云(从CATIA中导出)进行配准,使2个点云对齐。最后利用kd-tree加速的最邻近查找算法得出零件缺陷部位点云。分别使用了含破洞、凹陷的零件验证算法的有效性。实验结果表明:论文提出的方法对零件表面缺陷的3D尺寸提取精准。为后续开展零件修复工作打下良好的基础。     

机械加工零件表面纹理缺陷检测技术与实践

介绍了机械加工表面纹理缺陷检测系统,分析了机械加工零件表面纹理缺陷特征,阐述了机械加工零件表面缺陷纹理的提取方法,以有效提高工业运行的自动化水平。     

复杂型面工件超声自动检测中的匹配定位方法

为提高复杂型面工件超声自动检测的效率和通用性,研究了CAD模型已知时工件的匹配定位方法。首先使用人工缺陷贴片的超声C扫描数据获取待匹配特征点的位姿。然后以工件3个角点为特征点进行初始定位,由2个局部坐标系匹配得到初始匹配矩阵。最后根据点到曲面的最小距离原则进行精匹配定位,使用循环迭代及Menq算法进行寻优求解。实例表明,选用6个采样点时,匹配误差可控制在0.4mm以内,能很好地满足复杂型面工件超声自动检测的精度要求。     

基于条纹反射的陶瓷球表面缺陷快速检测算法

陶瓷球是一种广泛应用于精密轴承的基础零件,目前尚无成熟的陶瓷球表面缺陷检测设备。为此设计了一种基于条纹反射的陶瓷球表面缺陷快速视觉检测算法。该算法借助图像预处理、灰度累积差分定位、边缘检测、行间差分及模板匹配等方法来定位特征点,然后根据其数量评判球面是否存在缺陷。对直径6.35 mm的黑色氮化硅陶瓷球进行了检测,单幅灰度图缺陷检测时间0.78秒,检测极限为16.5μm。     

A hybrid defect detection for in-tray semiconductor chip

The requirements for high-speed and high-precision defect inspection in semiconductor chip are growing rapidly because of the complicated surface in semiconductor chip. Due to manufacturing tolerance of IC tray, the misalignment from the chip positioning shift and rotation are always presented for the application of in-tray inspection. In the beginning, this paper focuses on compensating the positioning shift and rotation of in-tray chip by using the proposed image alignment algorithm before the defect detection. After applying the process of image alignment, a hybrid approach of defect detection is applied to detect the defects of in-tray chip. Furthermore, this hybrid approach simultaneously detects the defects based on its surface by the following two categories: (1) the complicated surface in the circuit and (2) the primitive surface on the bump. As mentioned above, the image alignment strategy and the adaptive image difference method are applied in the detection of complicated surface, and the design-rule strategy is adapted to detect the defects on bumps. Finally, the experimental results show that the proposed image alignment strategy and hybrid approach can accurately and rapidly inspect the defects of in-tray chip. This approach is superior to the traditional template matching in defect detection. In addition, the computational complexity can be efficiently reduced by the proposed hybrid strategy.     

A Rotation-Invariant and Non-Referential Approach for Ball Grid Array (BGA) Substrate Conducting Path Inspection

The aim of this paper is to locate and classify boundary defects such as open and short circuits, mousebites, and spurs on ball grid array (BGA) substrate conducting paths using machine vision. Boundary defects are detected by a boundary-based corner detection method using covariance matrix eigen-values. Detected defects are then classified by discrimination rules derived from variation patterns of eigenvalues and the geometrical shape of each defect type. Real BGA substrates with both synthetic and real boundary defects are used as test samples to evaluate the performance of the proposed method. Experimental results show that the proposed method achieves 100% correct identification for BGA substrate boundary defects under a sufficient image resolution. The proposed method is invariant with respect to the orientation of the BGA substrates, and it does not require prestored templates for matching. This method is suitable for various types of BGA substrate in small-batch production because precise positioning of BGA substrates and the prestored templates are not necessary.     

基于形状模板匹配的印刷品缺陷检测

针对传统的模板匹配算法无法满足工业检测中的实时性要求,提出了一种基于形状模板的匹配算法,并应用于印刷品的缺陷检测。算法以Sobel算子滤波后得到的边缘点的方向向量为基础,定义相似性度量,同时结合图像金字塔分层搜索策略,利用形状信息进行模板匹配。实验结果表明,所提出的匹配算法速度快、精度高,而且匹配鲁棒性高,不受印刷品缺陷检测中可能出现的遮挡、非线性光照变化和全局对比度反转等情况的影响。     

全局阈值自适应的高亮金属表面缺陷识别新方法

高反射类零部件在其生产及后期处理过程中,可能会产生划痕、擦伤等表面缺陷,严重影响产品的使用性能和寿命。该类零件表面具有镜面反光特性,易导致检测过程中缺陷目标的漏检、错检。针对这类问题,基于数字图像处理技术,提出一种具备全局阈值自适应调整的高亮表面缺陷识别新方法。首先,构造利用空域和值域信息的滤波方式对原始图像进行处理,保护目标边缘信息;其次,以高斯函数的一阶导数构建Canny最优边缘检测器,结合全局阈值最大类间方差法和形态学图像分割法,完成图像分割以及相应阈值的自适应调整,实现对缺陷目标的识别。实验结果验证了算法的有效性及可靠性,能够在排除高光影响的基础上有效地识别缺陷目标,对高亮金属表面缺陷识别具有重要意义。     

不规则多孔零件的通用匹配算法研究

汽车工业存在大量形状各异的带孔零件,针对不规则多孔零件的模板匹配,提出了一种基于特征三角形的快速模板匹配算法。利用面积特征和距离特征选取匹配孔,采用限定的最小二乘法圆拟合计算匹配孔的精准圆心构建特征三角形;根据三角形的旋转不变性和平移不变性,利用特征三角形提取匹配中心和匹配角进行仿射变换,实现零件的模板匹配和配准。实验结果表明,该模板匹配算法适用于不同孔数的零件,对零件变形的宽容度较高,且不易受匹配孔部分缺失、粘连等缺陷的影响,匹配速度快,可以达到工业零件缺陷检测的要求。     

基于奇异值分解的橡胶密封圈表面缺陷检测方法

为解决橡胶密封圈表面缺陷人工检测效率低,缺陷提取困难等问题,提高橡胶密封圈缺陷在线检测速度及准确率,提出一种基于机器视觉的橡胶密封圈表面缺陷检测方法。该方法采用多相机多线程图像采集模式,采集橡胶密封圈的上下表面不同位置的局部图像;对图像自适应中值滤波后进行边缘增强,并使用高斯差分算子提取轮廓粗边缘,利用Zernike 矩获取亚像素边缘位置;针对边缘存在不连续点问题,使用Ceres库多项式拟合,估计断点位置,并更新所有边缘位置;根据边缘位置寻找出整张图像中橡胶密封圈表面图像区域,并将该环形兴趣区域映射到矩形区域中;将获得的图像进行奇异值分解（SVD）,并通过连通域分析,提取出图像中的奇异区域,即存在缺陷的位置。经实验验证,基于奇异值分解的橡胶圈表面缺陷检测方法鲁棒性好、效率高,可以快速准确地寻找出橡胶密封圈表面缺陷信息。     

基于谱残差视觉显著性的带钢表面缺陷检测

针对带钢表面缺陷检测实时性要求高,采集的图像易受光照环境影响且缺陷特征弱等因素影响,提出一种基于谱残差视觉注意模型的带钢表面缺陷在线检测算法。首先,提出改进同态滤波方法对图像预处理,去除光照不均匀的影响,改善后续的分割结果。然后,构建谱残差视觉注意模型,通过对数频谱曲线差分得到缺陷显著图像。最后,提出加权马氏距离方法对显著图像阈值化增强,并利用连通区域标记法,标记出原带钢图像的缺陷位置。对提出的算法进行了实验验证,结果显示:该算法检测速度快,单幅图像平均检测耗时仅37.6ms,满足带钢在线实时检测要求。在同一缺陷数据库与灰度投影法,多尺度Gabor边缘检测法和隐马尔可夫树模型法进行了性能对比,结果表明:本文算法对带钢常见8类缺陷类型,平均检测率达到了95.3%,且漏检率和误检率较低,有效性高于对比算法。