基于机器视觉的金属罐内壁缺陷检测_胡晓彤.pdf

第 29 卷 第 3 期 2014 年 6 月 天津科技大学学报 Journal of Tianjin University of Science Technology Vol. 29 No. 3 Jun. 2014 收稿日期：2013–12–03；修回日期：2014–02–22 作者简介：胡晓彤（1971—），男，北京人，副教授，huxt@tust.edu.cn. DOI:10.13364/j.issn.1672-6510.2014.03.013 基于机器视觉的金属罐内壁缺陷检测 胡晓彤，董莹莹 (天津科技大学计算机科学与信息工程学院，天津 300222) 摘 要：对金属罐内壁质量检测进行研究，以 Visual Studio 2010 为开发平台研制了基于机器视觉的金属罐内壁缺陷检测系统，可实现对金属罐内壁缺陷的自动检测．针对金属罐内壁的特殊性，在图像采集时选择了合适的光源和相机；检测过程包括图像采集、图像处理、检测区域定位及缺陷检测；通过图像处理算法分别对金属罐罐口、内壁和焊缝 3 部分进行检测；并用多线程技术对检测速度进行优化．实验表明：对于选用的金属罐，缺陷检测系统的检测速度可达到 600 个/min，能够满足生产线的高速度需求． 关键词：机器视觉；金属罐内壁；图像处理；缺陷检测 中图分类号：TP27 文献标志码：A 文章编号：1672-6510(2014)03-0063-05 Detecting Defects of Metal Cans’ Inner Wall Based on Machine Vision HU Xiaotong，DONG Yingying (College of Computer Science and Information Engineering，Tianjin University of Science Technology， Tianjin 300222，China) Abstract：The quality testing of the inner wall of the metal cans was studied，a detecting system of metal cans’ inner wall based on machine vision was developed by using of Visual Studio 2010，and the detecting system can realize the automatic detection of defects in the inner wall of the metal cans. According to the particularity of the inner wall of metal cans，red dome lights and numeric camera were used to capture images．The study includes image acquisition，image processing， testing region location and defect detection．The metal pot，inner wall and welding parts can be detected by mean of suitable image processing algorithm．Then the detecting speed was optimized by using multi-threading technology. Experiments show that for the chosen metal can，the speed of the defect detecting system can reach 600 per minute，which can meet the high speed demand of production lines. Key words：machine vision；inner wall of metal cans；image processing；defect detection 对于高速自动化生产线来说，金属罐内壁要经过焊接、冲压和镀膜等工艺，在此期间可能造成金属罐内壁的质量缺陷，因此，在出厂前必须进行金属罐内壁的质量检测．传统检测多采用人工方法，效率和精度较低，且存在人工污染．采用机器视觉技术可以避免人工检测的不足．采用机器视觉方法对金属罐内壁进行质量检测与常规的机器视觉检测系统相比，存在成像较常规透明材料困难、罐内