针对锯片缺陷检测的机器视觉系统设计.doc

基于机器视觉的锯片缺陷检测设计 摘要：机器视觉检测技术具有非接触、高效、准确等优点，它符合现代工业生产的发展需要，本文相对于传统方法提出了针对锯片缺陷的机器视觉检测技术，并在现有的实验条件下进行研究和分析。首先阐述了此课题的背景和意义以及机器视觉技术在国内外的发展和应用现状，介绍了机器视觉检测系统的各硬件和软件的主要构成部分及其作用，系统主要通过镜头、摄像机，图像采集卡等完成图像的采集，再借助比较成熟的图像处理算法，包括亚像素精度阀值分割、几何基元的分割、轮廓特征提取、线段拟合等，以Halcon为实验软件平台实现图像的处理并输出结果。通过软硬件的合理搭配完成对锯片缺陷检测的机器视觉系统设计，提高工业生产检测效率。 关键词：机器视觉； 图像处理； 锯片检测； HALCON  目 录 第1章 绪 论 1 1.1 机器视觉概述 1 1.2 机器视觉的国内外发展现状 2 1.3 本文主要研究内容 3 第2章 锯片缺陷检测系统的硬件设计 4 2.1 引言 4 2.2 检测原理 4 2.3 采集方案设计 5 2.3.1 选择光源 5 2.3.2 选择照明方式 6 2.3.3 选择照明环境 10 2.3.4 选择相机 11 2.3.5 选择镜头 12 2.3.6 选择图像采集卡 12 第3章 软件算法研究及实验设计 15 3.1 机器视觉软件HALCON 15 3.1.1 HALCON概述 15 3.1.2 HALCON的体系和数据结构 16 3.2 图像处理算法 17 3.2.1 图像分割 17 3.2.2 特征提取 21 3.2.3 几何基元的分割和拟合 24 3.3 实验设计 28 3.3.1 锯片检测算法流程 28 3.3.2 算法编程实现 28 3.3.3 实验结果分析 31 3.4 本章小结 32 结论与展望 33 参考文献 35 附录 36  第1章 绪 论 1.1 机器视觉概述 机器视觉技术是指利用各种成像系统来代替人的视觉功能，将摄取的客观事物转变为图像信号，并由计算机对图像信息进行处理和理解，进而产生数字信号来用于实际检测、测量和控制，也就是用计算机来实现对客观三维世界的感知和认识。主要包括图像的获取、处理、分析、输出和显示等方面的研究。 机器视觉是一项综合技术，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、计算机软硬件技术、人机接口技术等。因此，机器视觉技术具有提高生产的柔性和自动化程度的特点。常用其来替代人工在一些艰苦且危险工作环境或人工视觉难以满足要求的场合中进行作业，同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。 机器视觉技术作为计算机科学的一个重要分支，在近30年中得到迅猛的发展，己被应用到许多领域，如遥感、生物医学、通信、工业、航空航天、军事、安全保卫等。通过计算机技术向无损检测技术的交叉和渗透，机器视觉技术已成为无损检测技术中的主力军。 1.2 机器视觉的国内外发展现状 1973年，美国自然科学基金会(NFS)制定了发展视觉系统和机器人的计划，并在普度、斯坦福等大学率先展开研究[1]。在日本，同期也展开了研究，并成功的将计算机视觉系统用于印刷电路板的质量检测。20世纪80年代机器视觉系统进入发展正轨，20世纪90年代发展趋于成熟，20世纪90年代后高速发展，目前正广泛应用于工业、农业、科学研究、军事等各个领域。 国内的机器视觉起步比较晚，真正开始是在20世纪80年代。最近几十年，伴随着全球经济一体化进程的加速，“中国制造”已经在世界范围内发挥着越来越重要的作用。面对着用户们对产品更高的要求和期待，中国制造业在不遗余力的完善自己的技术和设备。在这种大背景下，机器视觉技术在中国进入了一个快速发展的时期。更多的公司在寻求利用机器视觉技术来提高生产效率，改善产品质量并降低生产成本。但是，由于基础薄弱，中国的机器视觉技术水平与发达国家还有不小差距。 应该说，机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。其技术与应用也随着自动化行业的发展而日益成熟。据悉，2007年全球机器视觉硬件市场预计总价值超过15亿美元，而2012年这一数字估计将达到21亿。按照每年8.8%的增长速度，目前全球整个视觉市场总量大概在60—70亿美元。而在中国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展，中国对于机器视觉的需求将成上升趋势。 1.3 本文主要研究内容 本文主要研究机器视觉检测系统中各硬件的作用和选型、图像的处理算法及软件程序代码分析等方面关键技术，以halcon软件为实验