毕业设计（论文）基于机器视觉的注塑制品缺陷检测系统研究.doc

基于机器视觉的注塑制品缺陷检测系统研究作 者 姓 名： 指 导 教 师： 单 位 名 称： 信息科学与工程学院专 业 名 称： 自动化东 北 大 学2007年6月Research on Injection Product Defects Detection System Based on Machine Vision by Supervisor: Professor Northeastern UniversityJune 2007东北大学本科毕业设计（论文） 毕业设计（论文）任务书毕业设计（论文）任务书毕业设计（论文）题目：设计(论文)的基本内容：(1)(2) (3)毕业设计（论文）专题部分：题目：　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　设计或论文专题的基本内容：学生接受毕业设计（论文）题目日期　　　　　　　　　　　　　第　　周指导教师签字：年　　月　　日－II－东北大学本科毕业设计（论文） 摘要基于机器视觉的注塑制品缺陷检测系统研究摘要随着计算机和机器视觉技术的不断发展，基于机器视觉的产品检测技术正逐渐成为研究的热点。

基于机器视觉的产品检测技术是指以机器视觉为手段获取被测物体图像，并将其与己知的标准进行比较，从而确定被测物体的质量状况的过程，它具有非接触、速度快、柔性好等突出优点，相比于传统检测技术具有更为广阔的应用前景基于此，本文依托东北大学流程工业综合自动化重点实验室基金项目，针对机器视觉技术在注塑制品缺陷检测中的应用展开研究在调研注塑生产过程、查阅大量文献的基础上，本文完成了基于机器视觉的注塑制品质量检测系统的软硬件设计，并针对产品图像采集和处理过程中遇到的问题提出了相应的解决方案针对所获取的图像存在背景、噪声等干扰信息，不适于直接进行缺陷检测的问题，本文研究了相关的图像处理算法对于产品图像存在背景干扰的情况，提出一种阈值分割与差影相结合的方法，实现背景的完全消除；针对传统线性滤波以及中值滤波方法中存在的不足，提出一种新的滤波方法，该方法不仅增强了背景分割算法对于外界环境变化的适应能力，而且提高了算法的实用性在完成图像处理之后，本文针对注塑制品常见形状以及纹理缺陷的特征提取进行了研究一方面根据系统对检测速度的要求，提出一种快速预检测和缺陷细节信息分析识别相结合的检测思路，在保证缺陷信息完整的情况下，提高检测速度；另一方面针对传统方法在纹理特征提取中存在的分类效率低下等问题，提出一种新的特征组合方法，该方法有效降低了特征向量的维数，在保证识别准确率的情况下，提高分类效率。

最后，本文根据注塑产品多缺陷种类并存的特点设计了基于多分类支持向量机的特征分类方法综合应用上述方法，实现了基于机器视觉的注塑制品缺陷检测系统的雏形，获得了较高的检测正确率，较好的满足了注塑制品检测的要求关键词：机器视觉；注塑制品；图像处理；特征提取；多分类支持向量机东北大学本科毕业设计（论文） AbstractResearch on Injection Product Defects Detection System Based on Machine Vision AbstractThe technique of product inspection based on machine vision has been propelled by the development of computer science and machine vision in most recent years, and it seizes more and more researchers’ attention. By snatching the images of the produce and comparing them with standard one, machine vision based inspection can give a real-time evaluation on the quality of the product without contiguity. For these merits, this study focuses on the defects detection of injection molding machine (IMM) product based on machine vision. This research is sponsored by NEU key laboratory of process industry automation fund.Firstly, by researching the process of injection production and analyzing relative literatures, this thesis finishes the hardware and software design of defects detection system and solves the problems in capturing and processing images. The background and noise in the captured image makes the defect detection much harder. A method combining threshold and image subtraction is proposed to segment the background from the object image entirely. To filtering the noise and enhance the robustness of the segmentation method, a new filter algorithm is presented which provides a better result than the traditional methods.The research on defect detection feature extraction consists of two parts. For detecting shape defects, a rapid-inspecting method is proposed under the condition that the defect’s information is reserved entirely. For detecting texture defects, by regroup the texture feature vectors, a new method is presented to enhance the efficiency of classification. At last, a multi-class classification support vector is designed for the multi-class defects detection. The basic structure of IMM products defect detection system based on machine vision is completed by using methods proposed above. The test results show that this system demonstrate a high detecting precision.Keywords：Machine Vision; Injection Product; Image Processing; Feature Extraction; Multi-class Classification Support Vector Machine东北大学本科毕业设计（论文） 目录目录毕业设计（论文）任务书 I摘要 IIABSTRACT III第一章 绪论 11.1 机器视觉检测技术概述 11.2 机器视觉检测的研究概况 21.3 机器视觉检测技术的应用 31.4 课题背景及本文主要工作 5第二章 系统的设计与实现 72.1 系统总体结构 72.2 硬件系统的设计与实现 72.2.1 硬件系统设计 82.2.2 系统关键设备选型 82.2.3 硬件系统的实现 102.3 软件系统的设计与实现 112.3.1 软件系统基本框架 112.3.2 图像的采集与显示模块 122.3.3 系统通讯模块 152.3.4 辅助功能模块 162.4 本章小结 17第三章 注塑制品图像处理 193.1 注塑制品图像处理总述 193.2 注塑制品图像背景分割 193.2.1 传统背景分割方法 203.2.2 传统方法在注塑制品背景分割中的应用分析 213.2.3 注塑制品背景分割方法设计 233.3 注塑制品图像滤波 243.3.1 传统滤波方法 253.3.2 传统滤波方法应用效果分析 273.3.3 注塑制品图像滤波方法设计 273.4 本章小结 29第四章 结束语 30参考文献 32致谢 34东北大学本科毕业设计（论文） 第一章 绪 论第一章 绪论1.1 机器视觉检测技术概述机器视觉是研究用相机和计算机来模仿人的眼睛和大脑完成对目标的识别、跟踪和测量等任务的科学[1]。

通俗地说，就是用机器代替人眼来做测量和判断[2]它的工作过程大致为：首先，使用相机将被摄取目标转换成图像信号，传送给专用的图像处理系统，图像系统对这图像中包含的信息进行处理和计算；然后计算机根据处理的结果做出判断或决策；最后将控制信号传送给执行机构机器视觉的特点是自动化、客观、非接触和高精度，与一般意义上的图像处理系统相比，机器视觉强调的是精度和速度，以及工业现场环境下的可靠性机器视觉实际上是数字视觉技术与工业制造技术的结合的综合性技术，主要包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术，计算机软硬技术，人机接口技术等这些技术在机器视觉中是并列关系，这些技术相互协调应用才能构成一个成功的工业机器视觉应用系统将机器视觉应用到制造业的检测领域中，用机器视觉系统确定产品相对于一组标准要求的偏差的过程通常称为机器视觉检测[3]它特指机器视觉在工业检测方面的应用，是机器视觉应用和研究领域中的一个重要分支机器视觉检测是一种适合现代制造技术发展的检测方式它与传统的检测方法相比，有着如下的优势：首先，机器视觉可以实现非接触检测，完成对生产线上的零件进行100%的检测，满足自动化制造系统中的工序间检测和过程检测的要求；其次，机器视觉检测是通过计算机或者数字信号处理器中的程序对图像信息进行处理而得到的测量结果，因此机器视觉检测具有一定的智能和柔性，适于现代企业的柔性生产方式；再次，只要选用足够高精度的镜头和图像传感器，机器视觉检测技术可以达到较高的检测精度；最后，机器视觉易于实现信息的集成和管理，为实现计一算。