鈦螺母缺陷的研究與實現(xiàn)

鈦螺母缺陷的研究與實現(xiàn)

  東臺市凱順鈦鋯科技有限公司總結(jié)如下：

  鈦螺母表面缺陷檢測技術(shù)是提高企業(yè)產(chǎn)品競爭力、改進(jìn)生產(chǎn)工藝的關(guān)鍵技術(shù)之一,而傳統(tǒng)的表面缺陷檢測技術(shù)難以滿足高速生產(chǎn)需求,基于機器視覺的鈦螺母在線檢測系統(tǒng)的實現(xiàn),保證了即時檢測零件的效率和精度。

  目前,雖然已有視覺檢測系統(tǒng)應(yīng)用在工業(yè)生產(chǎn)中,但基于機器視覺的鈦螺母表面缺陷在線檢測技術(shù)在國內(nèi)尚在研究和發(fā)展階段。

  本課題以鈦螺母的高速檢測為實例對象,研究基于機器視覺的鈦螺母缺陷檢測的關(guān)鍵算法,深入研究了鈦螺母邊緣檢測與區(qū)域分割算法,并對多種算法進(jìn)行試驗分析。

  具體研究內(nèi)容分為以下幾點：

  1.圖像預(yù)處理:本文首先對在線獲取的鈦螺母圖像進(jìn)行了預(yù)處理研究。

  預(yù)處理是圖像處理與分析的重要前期工作,直接影響圖像處理的精度。

  圖像預(yù)處理包括濾波(去噪)和增強兩部分。本文介紹了圖像噪聲的分類和模型,同時針對經(jīng)典濾波方法做了詳細(xì)介紹以及試驗分析,之后又分別采用直方圖均衡化、Butterworth濾波以及基于模糊理論等多種圖像增強算法對鈦螺母圖像進(jìn)行處理,并對實驗結(jié)果進(jìn)行對比分析。

  2.圖像分割:本文在圖像分割研究中分為兩個部分:圖像目標(biāo)分割與目標(biāo)區(qū)域分割。

  其中,圖像目標(biāo)分割旨在將鈦螺母整體目標(biāo)從背景中完整提取出來,目標(biāo)區(qū)域分割是對提取出來的鈦螺母圖像進(jìn)行精確分割,分別分離出內(nèi)孔、端面與齒輪各部位。

  在圖像分割算法研究過程中,將要用到的圖像處理有:預(yù)處理、鈦螺母邊緣檢測、鈦螺母目標(biāo)提取、鈦螺母區(qū)域分割、缺陷特征提取等,其中,預(yù)處理將采用第一部分實驗得出部分預(yù)處理算法及它們的結(jié)合,鈦螺母目標(biāo)提取分割采用了基于邊緣檢測的圖像分割技術(shù),鈦螺母區(qū)域分割采用結(jié)合模糊理論的種子區(qū)域生長方法,最終實現(xiàn)鈦螺母不同區(qū)域特征完整提取,這是本文的研究重點。

  3.缺陷檢測:鈦螺母表面缺陷包括端面缺陷、孔內(nèi)缺陷、齒輪缺陷三部分。本文首先針對不同區(qū)域進(jìn)行詳細(xì)的缺陷分類。

  然后結(jié)合SVM理論,針對每種缺陷,提取多種特征及其融合特征并分別用于SVM分類器,對相應(yīng)缺陷進(jìn)行檢測與識別。

  最終,根據(jù)實驗的結(jié)果,對比每種特征的檢測率,在此基礎(chǔ)上提出適合鈦螺母缺陷檢測的最優(yōu)方案。

  4.測試實驗:為了將上述算法理論實際應(yīng)用到鈦螺母外觀缺陷檢測系統(tǒng)中,本文結(jié)合實驗室平臺進(jìn)行了相應(yīng)的測試實驗,以驗證算法的有效性和實時性。

  以上就是鈦螺母缺陷的研究與實現(xiàn)的總結(jié)，更多的資訊請關(guān)注：http://www.kstgkj.com/

http://www.kstgkj.com/aspcms/news/2020-5-20/866.html