機(jī)器視覺表面缺陷檢測綜述

工業(yè)產(chǎn)品的表面缺陷對產(chǎn)品的美觀度、舒適度和使用性能等帶來不良影響，所以生產(chǎn)企業(yè)對產(chǎn)品的表面缺陷進(jìn)行檢測以便及時發(fā)現(xiàn)并加以控制。

機(jī)器視覺的檢測方法可以很大程度上克服人工檢測方法的抽檢率低、準(zhǔn)確性不高、實(shí)時性差、效率低、勞動強(qiáng)度大等弊端，在現(xiàn)代工業(yè)中得到越來越廣泛的研究和應(yīng)用。

方法以機(jī)器視覺表面缺陷檢測為研究對象，在廣泛調(diào)研相關(guān)文獻(xiàn)和發(fā)展成果的基礎(chǔ)上，對基于機(jī)器視覺在表面缺陷檢測領(lǐng)域的應(yīng)用進(jìn)行了綜述。分析了典型機(jī)器視覺表面缺陷檢測系統(tǒng)的工作原理和基本結(jié)構(gòu)，闡述了表面缺陷視覺檢測的研究現(xiàn)狀、現(xiàn)有視覺軟件和硬件平臺，綜述了機(jī)器視覺檢測所涉及到的圖像預(yù)處理算法、圖像分割算法、圖像特征提取及其選擇算法、圖像識別等相關(guān)理論和算法研究，并對每種主要方法的基本思想、特點(diǎn)和存在的局限性進(jìn)行了總結(jié)，對未來可能的發(fā)展方向進(jìn)行展望。

結(jié)果機(jī)器視覺表面缺陷檢測系統(tǒng)中，圖像處理和分析算法是重要內(nèi)容，算法各有優(yōu)缺點(diǎn)和其適應(yīng)范圍。如何提高算法的準(zhǔn)確性、實(shí)時性和魯棒性，一直是研究者們努力的方向。

結(jié)論機(jī)器視覺是對人類視覺的模擬，機(jī)器視覺表面檢測涉及眾多學(xué)科和理論，如何使檢測進(jìn)一步向自動化和智能化方向發(fā)展，還需要更深入的研究。

表面缺陷檢測

機(jī)器視覺技術(shù)是一種無接觸、無損傷的自動檢測技術(shù)，是實(shí)現(xiàn)設(shè)備自動化、智能化和精密控制的有效手段，具有安全可靠、光譜響應(yīng)范圍寬、可在惡劣環(huán)境下長時間工作和生產(chǎn)效率高等突出優(yōu)點(diǎn)。機(jī)器視覺檢測系統(tǒng)通過適當(dāng)?shù)墓庠春?a href="http://www.makelele.cn/tags/圖像傳感器/" target="_blank">圖像傳感器(CCD攝像機(jī))獲取產(chǎn)品的表面圖像，利用相應(yīng)的圖像處理算法提取圖像的特征信息，然后根據(jù)特征信息進(jìn)行表面缺陷的定位、識別、分級等判別和統(tǒng)計、存儲、查詢等操作；

機(jī)器視覺表面缺陷檢測系統(tǒng)基本組成

主要包括圖像獲取模塊、圖像處理模塊、圖像分析模塊、數(shù)據(jù)管理及人機(jī)接口模塊。

圖像獲取模塊由工業(yè)相機(jī)、光學(xué)鏡頭、光源及其夾持裝置等組成，其功能是完成產(chǎn)品表面圖像的采集。在光源的照明下，通過光學(xué)鏡頭將產(chǎn)品表面成像于相機(jī)傳感器上，光信號先轉(zhuǎn)換成電信號，進(jìn)而轉(zhuǎn)換成計算機(jī)能處理的數(shù)字信號。目前工業(yè)用相機(jī)主要基于CCD或CMOS芯片的相機(jī)。CCD是目前機(jī)器視覺最為常用的圖像傳感器。

機(jī)器視覺光源直接影響到圖像的質(zhì)量，其作用是克服環(huán)境光干擾，保證圖像的穩(wěn)定性，獲得對比度盡可能高的圖像。目前常用的光源有鹵素?zé)?、熒光燈和發(fā)光二級管(LED)。LED光源以體積小、功耗低、響應(yīng)速度快、發(fā)光單色性好、可靠性高、光均勻穩(wěn)定、易集成等優(yōu)點(diǎn)獲得了廣泛的應(yīng)用。

由光源構(gòu)成的照明系統(tǒng)按其照射方法可分為明場照明與暗場照明、結(jié)構(gòu)光照明與頻閃光照明。明場與暗場主要描述相機(jī)與光源的位置關(guān)系，明場照明指相機(jī)直接接收光源在目標(biāo)上的反射光，一般相機(jī)與光源異側(cè)分布，這種方式便于安裝；暗場照明指相機(jī)間接接收光源在目標(biāo)上的散射光，一般相機(jī)與光源同側(cè)分布，它的優(yōu)點(diǎn)是能獲得高對比度的圖像。結(jié)構(gòu)光照明是將光柵或線光源等投射到被測物上，根據(jù)它們產(chǎn)生的畸變，解調(diào)出被測物的3維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機(jī)拍攝要求與光源同步。

圖像處理模塊主要涉及圖像去噪、圖像增強(qiáng)與復(fù)原、缺陷的檢測和目標(biāo)分割。由于現(xiàn)場環(huán)境、CCD圖像光電轉(zhuǎn)換、傳輸電路及電子元件都會使圖像產(chǎn)生噪聲，這些噪聲降低了圖像的質(zhì)量從而對圖像的處理和分析帶來不良影響，所以要對圖像進(jìn)行預(yù)處理以去噪。圖像增強(qiáng)目的是針對給定圖像的應(yīng)用場合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識別效果的圖像處理方法。圖像復(fù)原是通過計算機(jī)處理，對質(zhì)量下降的圖像加以重建或復(fù)原的處理過程。圖像復(fù)原很多時候采用與圖像增強(qiáng)同樣的方法，但圖像增強(qiáng)的結(jié)果還需要下一階段來驗(yàn)證；而圖像復(fù)原試圖利用退化過程的先驗(yàn)知識，來恢復(fù)已被退化圖像的本來面目，如加性噪聲的消除、運(yùn)動模糊的復(fù)原等。圖像分割的目的是把圖像中目標(biāo)區(qū)域分割出來，以便進(jìn)行下一步的處理。

表面缺陷檢測應(yīng)用

應(yīng)用的領(lǐng)域十分的廣泛，主要包括鋼鐵冶金，有色金屬加工，高精銅板帶，鋁板帶，鋁箔，不銹鋼制造，電子素材，無紡布，織物，玻璃，紙張，薄膜等領(lǐng)域。

審核編輯：郭婷