基于机器视觉的表面缺陷检测系统设计毕业设计

《基于机器视觉的表面缺陷检测系统设计毕业设计》由会员分享，可在线阅读，更多相关《基于机器视觉的表面缺陷检测系统设计毕业设计（37页珍藏版）》请在毕设资料网上搜索。

1、 编号编号 本科生毕业设计 基于机器视觉的表面缺陷检测系统设计 Surface defect detection system design based on machine vision 学 生 姓 名 专 业 电子信息工程 学 号 指 导 教 师 学 院 电子信息工程学院 二一三年六月 I 中文摘要中文摘要 为了不断提高产品质量和生产效率， 金属工件表面缺陷在线自动检测技术在 生产过程中显得日益重要。针对金属工件表面的多种缺陷， 本文设计了一套基于 机器视觉能够实现对金属工件表面缺陷进行实时在线、无损伤的自动检测系统。 该系统采用面阵 CCD 和多通道图像采集卡作为图像采集部分，提高了检测

2、系统 的速度并降低了对 CCD 的性能要求，使系统在现有的条件下比较容易实现实时 在线检测；采用自动选取图像分割阈值，根据实际应用的阈值把工件信息从图像 中提取出来并扫描工件图像中的信息，实现了系统的自动测量；根据扫描得到的 工件信息去除掉工件边缘的光圈， 利用自动选取的阈值对金属工件表面的图像进 行二值化分割，从而实现各种缺陷的自动提取及识别。 关键词关键词：机器视觉机器视觉 表表面缺陷面缺陷 CCD 图像处理图像处理 缺陷检测缺陷检测 II Abstract In order to continually promote the quality of product and efficie

3、ncy of production, the on-line automatic inspection technology of surface defect of metal workpiece has become more and more important in the process of production. This paper designs an automatic system based on machine vision, which can inspect surface defect of metal workpiece timely without any

4、damage on it. Firstly, using CCD and multi-channel image acquisition card to acquire images, the system has accelerated the inspection speed and reduced the requirements of CCD on the performance to do the timely on-line inspection more easily under the current condition; secondly, according to the

5、practical application of threshold, the system has used the segmentation threshold of selecting an image automatically to select the workpiece information from images and scan that information to realize the automatic measurement of the system; finally, the system has removed the aperture on the edg

6、e of workpiece in accordance with the workpiece information of scan and conducted the binarization segmentation on the image of the metal workpiece surface by using the automatic selection threshold to automatically select and identify varied defects. Keywords: machine vision; surface defect; CCD; image processing; defect inspecting III 目目 录录 中文摘要 I Abstract . II 第 1 章 引言 1 1.1 研究背景及意义. 1 1.2 国内外研究现状. 1 第 2 章 图像技术及机器视觉简介 3 2.1 图像处理技术. 3 2.1.1 图像和数字图像. 3 2.1.2 图像技术和图像工程. 3 2