论文部分内容阅读
双排线束连接器(以下简称双排线束)检测的目的是将装配不合格的缺陷线束检测出来,这些缺陷产品通常表现为缺线、排线位置装错、正反面装反。目前,工厂里的检测方式为人工目检,存在的缺点有:易疲劳、人工成本高、效率低,不能满足现代化生产的要求。本文基于机器视觉检测技术,设计出一套完整的双排线束视觉检测仪,实现对双排线束缺陷的检测。本文主要研究内容如下:首先,根据机器视觉检测原理和双排线束检测需求,在硬件部分对相机、镜头、光源、支具和布光方式的选型上进行了详细的分析和讨论。为解决普通采像装置无法完成双排线束正反面区分和正反面同色缺线检测问题,设计了三相机采像装置,其中两部相机分别在线束左右两侧采集线束颜色顺序图像,一部相机在线束顶部采集线束端子图像。针对双排线束种类繁多的问题,设计了一种可以前后左右调节的支具结构。在软件部分构建了机器视觉开发环境,包括编写图像获取窗口和人机交互界面,为后续图像处理算法提供环境。其次,设计了一种线束颜色顺序识别算法,该方法使用自适应ROI提取算法,得到最佳检测区域,并提取图像。为了消除图像噪声的同时不破坏图像的轮廓信息,使用中值滤波和双边滤波融合的方式对得到的图像进行滤波操作。使用双线性插值算法对图像纵向拉伸,消除线束纵向倾斜对图像分割的影响。将RGB颜色空间转换到HSL颜色空间提高S分量倍数对图像的饱和度进行提升,解决相似颜色线错判问题的同时增强线束轮廓特征。使用Canny算子对图像进行边缘检测并结合标定的线宽数据,将部分重叠和遮挡的线束分割出来。为了消除线束分割后可能存在的误差,设计了一种基于颜色直方图的改进型颜色提取算法,提高了最终线束颜色提取的鲁棒性。再次,由于线束颜色顺序检测算法并不能识别端子的正反面与正反面同色缺线的问题,根据端子图像特征设计了一种识别算法,该方法借鉴了差异图像哈希算法的思想实现了区分线束正反面的功能。考虑到不同种类端子孔的大小不一,设计了依据标定端子的长宽自动确定卷积核大小的图像形态学处理算法,实现对不同种类端子的缺线检测,并且基于平方差的模板匹配算法完成触发检测决策。最后,使用不同规格的双排线束验证设备准确性,该设备对缺陷产品的检出率达到100%,普通线束检测误报率在10%以下,同色缺线检测误报率在15%以下。