论文部分内容阅读
光纤作为一种光的柔性传输介质,在激光加工、光通信以及生物医疗等领域得到了越来越广泛的应用,而光纤端面的缺陷会对光纤本身甚至所在光学系统造成严重的影响,因此在光纤抛光后或通光前,光纤端面检测都是一个不可或缺的环节。光纤根据其类型和用途的不同有着不同的验收标准,目前主流的检测方式仍是人工检测,这种检测方式主观性强且效率低下,准确率不高。随着人工智能的兴起和“中国制造2025”的提出,机器视觉检测技术得到了迅猛的发展并被应用到各领域中,使得产品的检测朝着自动、智能化方向发展。针对现有光纤端面检测技术的不足,本文主要研究了基于机器视觉的光纤端面缺陷自动检测系统,首先以光纤端面的验收标准为出发点,提出了该系统的总体技术方案,将检测过程分为了图像采集、图像处理和分析判断等几个流程,设计了系统的软件架构。其次对图像处理中不同流程各个步骤的算法进行了研究,最终选择了一套最合适的算法并对其进行集成,能同时检测出不同类型的缺陷。同时还提出了一种通用的复合算法对光纤端面图像进行自动处理,该算法以及相关参数对光纤端面的不同区域均适用,对于同一类型的光纤端面图像,可以不改变任何算法和参数即可进行缺陷的检测,从而实现了系统高效、自动化的要求。该系统主要以计算机为中心,通过光纤端面检测仪完成对光纤端面图像的采集与传输工作,软件部分主要通过Java语言改进并编写图像处理算法,结合OpenCV开源算法库完成了系统的搭建,同时还建立了直观的图形用户界面,以更好的进行人机交互以及图像和文本的输出。该系统可实现光纤定位、缺陷分类检测等功能,还能对检测结果进行量化输出,由不同光纤端面的缺陷检测结果表明,该系统能较好地完成光纤端面的验收工作,达到了预期效果。