论文部分内容阅读
目前，在磁卡生产过程中，磁卡的表面质量检测主要依靠人工裸眼进行检测。人工检测不仅效率低、容易受到个人主观意识影响而且对缺陷的判断缺乏统一的标准。另外，人工经过长时间的工作容易产生疲劳，会出现误检和漏检的情况。所以，本文提出针对磁卡表面质量的缺陷检测算法，取代或辅助人工进行表面质量检测，从而提高生产效率和经济效益。 本文研究基于机器视觉的磁卡表面缺陷检测算法，以检测过程中的问题为主线，提出改进的引导滤波算法解决磁卡表面缺陷检测中的噪声问题，提出采用sobel边缘检测算法解决磁卡表面缺陷检测中常见的缺陷检测问题，提出优化的线性缺陷检测算法解决磁卡表面缺陷检测中划痕缺陷检测问题，提出采用twopass快速区域检测算法解决磁卡表面缺陷检测中缺陷区域检测问题。主要研究内容如下: (1)根据磁卡表面缺陷检测的实际需求，制定了磁卡表面缺陷分类标准;分析磁卡种类以及其表面缺陷特征，对缺陷进行了总结。 (2)为了满足后续算法的环境需求，搭建了视觉分析硬件平台，设计了相应的硬件配置方案以及视觉成像方案。 (3)对采集到的图像进行矫正、初步裁剪、精准定位、噪声去除等预处理。提出改进的引导滤波算法解决复杂背景下磁卡表面缺陷检测的噪声干扰问题。根据图像梯度信息，动态确定平滑力度，能够更好的保留边缘信息。尤其是对低对比度划痕缺陷的处理，在去除噪声的同时，能够保留边缘细节，为后续的缺陷检测算法奠定了坚实的基础。 (4)对卡片缺陷检测进行研究，算法以经典检测算法为基础，提出采用sobel边缘检测算法解决普通缺陷检测问题;结合磁卡划痕缺陷的具体特征，提出了改进的线检测方法，取得了较好的线检测效果，为后续的划痕缺陷判别创造了条件。 (5)提出了采用快速区域检测算法判别磁卡表面缺陷。同时构建了磁卡表面缺陷算法检验标准数据集，能够用于算法性能的测试和对比。 在标准数据集中的测试表明，本文研究的磁卡表面缺陷检测算法能够有效的检测磁卡表面缺陷，同时具有较强的鲁棒性。通过与人工检测的量化对比表明，其检测准确率和效率大大优于人工检测，因此具有工业检测适用性。