基于机器视觉的安全套表面缺陷检测研究

• 作 者: 孙建建
• 出 处: 沈阳工业大学
• 发表日期: 2020年01期
• 关键词: 安全套 表面缺陷检测 机器视觉 柱面展开 边缘检测

随着人们健康意识的不断提高,安全套的需求量在不断地增加,目前在安全套生产工艺中安全套表面缺陷只能通过人工来检测,检测过程中存在人为因素且费时费力。基于机器视觉技术的缺陷检测以其零接触、检测速度快、检测精度高等特点,被广泛应用在各行各业的自动化生产中。为了实现安全套表面缺陷检测的自动化,本文提出将机器视觉检测技术应用到安全套表面缺陷检测中。论文主要研究内容如下:首先,对机器视觉检测的原理以及国内外研究现状进行了充分的了解,明确了安全套生产过程中产生的常见缺陷类型。根据机器视觉的检测要求对本系统需要的相机、镜头和光源硬件进行了合理的选择,并在了解常用机器视觉软件的基础上选择计算机视觉开源库Open CV作为系统的软件开发平台。其次,由于模具棒自身形状原因,图像获取时安全套两侧边缘部分存在信息压缩,针对该问题以某款模具棒为例进行了数学建模研究,通过选取不同的圆心角度对信息压缩比进行了推导计算。在对模具棒上安全套进行拍摄时,采用每隔120°拍摄一张图像的方式对每个模具棒采集三张图像。在柱面投影理论分析的基础上推导出了图像柱面展开公式,并根据实际情况编写算法,通过实验测试的方式对模具棒自身形状原因导致的图像微小缺陷不易检测问题进行了研究。再次,对安全套表面存在的缺陷检测及标记进行了算法设计。对图像增强处理算法进行了研究,根据不同算法的实验情况选取了最适合本系统的算法。用自适应中值滤波方式替换了传统Canny算子中的高斯滤波,并在求取梯度方向上增加了45°和135°方向。用改进的Canny算子提取图像中存在的破损和粘连缺陷边缘,并利用霍夫变换的思想来识别粘连缺陷,根据流胶缺陷的特点设计阈值分割算法来识别提取流胶缺陷。最后,编写客户端应用程序并对缺陷检测算法进行实验验证,结果表明该算法可以准确检测出安全套表面存在的缺陷。