第6期 2017年6月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2017)06014104
DOI: 10. 13462/j. cenki. mmtamt. 2017. 06. 036
基于显微成像与图像处理的工件表面
漏光缺陷检测算法
李胜军，郑灼”
No.6 Jun.2017
（1．吉林省经济管理干部学院，长春130021;2.流阳工业大学信息科学与工程学院，流阳110023）摘要：为了解决工件表面微米级针孔缺陷特征不明显而导致其难以检出的问题，提出了基于显微成像与图像处理的针孔漏光缺陷检测系统。首先，对针孔缺陷检测精度、视野覆盖范围进行分析，完成视觉系统设计，达到对缺陷清晰成像的目的。然后利用Canny分割与膨胀处理图像缺陷目标，遍历轮廊提取面积、长轴特征，通过加入缺陷坐标系模型，完成缺陷定性判断。实验测试结果显示：与当前缺陷检测技术相比，文中算法拥有更高的缺陷检出率。
关键词：漏光缺陷检测；显微成像：长轴特征；遗历轮廊；缺陷定性判断
中图分类号：TH165；TG506
文献标识码：A
Pinhole Light-Leaking of Work Piece Surface Defect Inspection Algorithm
Based on Microscopic Imaging and Image Processing
LI Sheng-jun' ,ZHENG Zhuo
(1. Jilin Province Economic Management Cadre University, Changchun 130000, China;2. School of Informa-tion Science and Engineering, Shenyang University of Technology , Shenyang 110023, China)
Abstract: In order to solve the material surface micro-scale pinhole defect feature is not obvious, hard tc check out the problem, based on microscopic imaging and image processing is proposed pinhole light-leaking defect inspection system. First of all, the comprehensive analysis of vision inspection accuracy, coverage, and the complete visual system selection, achieve the goal of defect clear imaging. Then by using threshold segmentation and expansion processing image defect target, traverse contour extraction area, long axis, complete defect qualitative judgment. At last, the programming algorithm and system, to join the defect co-ordinate system model, test results show that compared with the current defect inspection methods, this sys-tem has higher defect detection ability.
Key words: light leakage defect detection; microscopic imaging ; characteristics of long axis; traverse out-line; defect quality judgment
0引言
随者“智能制造”的概念深化和实践，在企业制造成本不断升高的背景下，利用先进智能处理技术，实现低成本高品质制造已经是必然趋势14)。工件材料加工中，难免出现微米级针孔缺陷不良，以往采用手电筒对光，人眼查看是否漏光，来决定是否存在针孔缺陷这种检测方式不仅效率低、人力成本高，而且存在漏检隐患。于是，工厂提出了基于工业相机的缺陷检查方式，随着应用的深人，面临的挑战也更大，比如微米级针孔缺陷很难打光成像稳定，即使勉强成像，也很难通过图像定位方式来检出不良。
在缺陷检测方面，国内研究人员已经将计算机视觉技术引入到该领域中，对其展开研究，如董本志[3]提出了大数据环境下超声波焊缝缺陷识别算法。通过主成分分析和CURE聚类算法将缺陷回波信号编码转换成可进行匹配的对象，进而将当前检测缺陷特征与历史检测数据进行匹配，并利用最近邻方法实现了对缺陷历史检测数据集的扩充，达到缺陷检测目的。但是，此技术依靠大数据样本做分析基础，在特征成像微弱，往往影响了检出效果。徐科[6]提出了基于Tetrolet变换的热轧钢板表面缺陷识别应用，通过Tetrolet变换将热轧钢板表面图像分解成不同尺度和方向的子带，提取子带的Tetrolet高通系数矩阵特征，得到一个高维
收稿日期：20161209；修回日期：20170110
（）重（）
作者简介：李胜军(1982一)，男，长春人，吉林省经济管理干部学院讲师，长春理工大学颈士研究生，研究方向为计算机应用、缺陷检测与识别、计
6 表面技术、计算机应用，(E-mail)
万方数据