1、長春理工大學本科畢業設計編號 本科生畢業設計基于機器視覺的表面缺陷檢測系統設計Surface defect detection system design based on machine vision學 生 姓 名專 業電子信息工程學 號指 導 教 師學 院電子信息工程學院二一三年六月畢業設計（論文）原創承諾書1本人承諾：所呈交的畢業設計（論文） 基于機器視覺的表面缺陷檢測系統設計，是認真學習理解學校的長春理工大學本科畢業設計（論文）工作條例后，在教師的指導下，保質保量獨立地完成了任務書中規定容，不弄虛作假，不抄襲別人的工作內容。2本人在畢業設計（論文）中引用他人的觀點和研究成果，均在文中加

2、以注釋或以參考文獻形式列出，對本文的研究工作做出重要貢獻的個人和集體均已在文中注明。3在畢業設計（論文）中對侵犯任何方面知識產權的行為，由本人承擔相應的法律責任。4本人完全了解學校關于保存、使用畢業設計（論文）的規定，即：按照學校要求提交論文和相關材料的印刷本和電子版本；同意學校保留畢業設計（論文）的復印件和電子版本，允許被查閱和借閱；學?？梢圆捎糜坝?、縮印或其他復制手段保存畢業設計（論文），可以公布其中的全部或部分內容。以上承諾的法律結果將完全由本人承擔！作 者 簽 名： 年 月 日 40中文摘要為了不斷提高產品質量和生產效率，金屬工件表面缺陷在線自動檢測技術在生產過程中顯得日益重要。針對金

3、屬工件表面的多種缺陷，本文設計了一套基于機器視覺能夠實現對金屬工件表面缺陷進行實時在線、無損傷的自動檢測系統。該系統采用面陣CCD和多通道圖像采集卡作為圖像采集部分，提高了檢測系統的速度并降低了對CCD的性能要求，使系統在現有的條件下比較容易實現實時在線檢測；采用自動選取圖像分割閾值，根據實際應用的閾值把工件信息從圖像中提取出來并掃描工件圖像中的信息，實現了系統的自動測量；根據掃描得到的工件信息去除掉工件邊緣的光圈，利用自動選取的閾值對金屬工件表面的圖像進行二值化分割，從而實現各種缺陷的自動提取及識別。關鍵詞：機器視覺 表面缺陷 CCD 圖像處理 缺陷檢測AbstractIn order to

4、 continually promote the quality of product and efficiency 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 inspec

5、t surface defect of metal workpiece timely without any 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 u

6、nder the current condition; secondly, according to the 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;

7、finally, the system has removed the aperture on the edge 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 de

8、fects.Keywords: machine vision; surface defect; CCD; image processing; defect inspecting目 錄中文摘要IAbstractII第1章 引言11.1研究背景及意義11.2國內外研究現狀1第2章 圖像技術及機器視覺簡介32.1圖像處理技術32.1.1圖像和數字圖像32.1.2圖像技術和圖像工程32.2數字圖像處理系統42.2.1圖像處理和分析系統42.2.2圖像采集模塊42.2.3圖像的數據編碼和傳輸52.3機器視覺技術52.3.1機器視覺技術簡介52.3.2機器視覺系統的概念、組成及特點62.4機器視覺系統的應

9、用及發展動向72.4.1機器視覺檢測應用72.4.2機器視覺系統的發展動向7第3章 系統總體設計93. 1 CCD攝像頭93. 2圖像采集卡93.2.1視頻輸入信號及采樣頻率103.2.2視頻輸入窗口和顯示窗口103. 3軟件設計10第4章 缺陷檢測軟件設計114. 1圖像實時采集模塊114. 2圖像預處理模塊114. 3閾值選取模塊124. 4圖像測量模塊124. 5缺陷檢測模塊194.5.1二值圖像區域標記214.5.2二值圖像的小區域消除224. 6缺陷識別模塊22第5章 實驗結果及分析255.1實驗數據255.2實驗分析26全文總結29參考文獻30致 謝32第1章 引言1.1研究背景及

10、意義傳統的產品表面質量檢測主要采用人工檢測的方法。人工檢測不僅工作量大，而且易受檢測人員主觀因素的影響，容易對產品表面缺陷造成漏檢，尤其是變形較小、畸變不大的夾雜缺陷漏檢，極大降低了產品的表面質量，從而不能夠保證檢測的效率與精度。近年來，迅速發展的以圖像處理技術為基礎的機器視覺技術恰恰可以解決這一問題。機器視覺主要是采用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制?；跈C器視覺技術的缺陷檢測系統，由于其非接觸檢測測量，具有較高的準確度、較寬的光譜響應范圍，可長時間穩定工作，節省大量勞動力資源，極大地提高了工作效率?？蓪ぜ砻娴陌唿c、凹

11、坑、劃痕、色差、缺損等缺陷進行檢測。所以，人工檢測難以達到降低消耗、提高產品質量的目的，采用機器視覺的表面缺陷檢測成為迫切需要。針對這種現狀，課題組決定自行開發工件表面缺陷在線檢測系統，確保各類缺陷及時準確檢出，從根本上解決人工檢測效率低、精度低的問題，同時，還可以降低原材料消耗、能耗和人力成本，該課題還可以推廣到其他需要表面質量檢測的行業中，如印刷、包裝等行業，因此具有重要的實際應用價值和現實意義。然而,本課題要對各種形狀、不同大小的金屬片在線檢測,必然對檢測方法和處理速度有很高的要求,圖像處理與模式識別領域中的許多新算法目前很難應用到實際工程項目中。因此,機器視覺技術在這類在線檢測任務中的

12、應用,仍然是一個難題。本論文的目標就是以己有的圖像處理理論為基礎,通過大量的實際實驗,設計適合本產品表面缺陷檢測的算法。1.2國內外研究現狀 在國外，機器視覺的應用主要體現在半導體及電子行業，其中大概40%-50%都集中在半導體行業。具體如PCB印刷電路：各類生產印刷電路板組裝技術、設備，單、雙面、多層線路板，覆銅板及所需的材料及輔料；輔助設施以及耗材、油墨、藥水藥劑、配件；電子封裝技術與設備；絲網印刷設備及絲網周邊材料等。再流焊機、波峰焊機及自動化生產線設備。電子生產加工設備：電子元件制造設備、半導體及集成電路制造設備、元器件成型設備、電子工模具。機器視覺系統還在質量檢測的各個方面已經得到了

13、廣泛的應用，并且其產品在應用中占據著舉足輕重的地位。除此之外，機器視覺還用于其他各個領域。而在中國，以上行業本身就屬于新興的領域，再加之機器視覺產品技術的普及不夠，導致以上各行業的應用幾乎空白，即便是有，也只是低端方面的應用。目前在我國隨著配套基礎建設的完善，技術、資金的積累、各行各業對采用圖像和機器視覺技術的工業自動化、智能化需求開始廣泛出現，國內有關大專院校、研究所和企業近兩年在圖像和機器視覺技術領域進行了積極思索和大膽的嘗試，逐步開始了工業現場的應用。其主要應用于制藥、印刷、礦泉水瓶蓋檢測等領域。真正高端的應用還很少，因此，以上相關行業的應用空間還比較大。當然，其他領域如指紋檢測等等領域

14、也有著很好的發展空間。第2章 圖像技術及機器視覺簡介2.1圖像處理技術機器視覺系統中，視覺信息的處理技術主要依賴于圖像處理方法，它包括圖像增強、數據編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內容。經過這些處理后，輸出圖像的質量得到相當程度的改善，既改善了圖像的視覺效果，又便于計算機對圖像進行分析、處理和識別。2.1.1圖像和數字圖像從廣義上說，圖像是自然界景物的客觀反映，是人類認識世界和人類本身的重要源泉。圖像對我們并不陌生。它是用各種觀測系統以不同形式和手段觀測客觀世界而獲得的，可以直接或間接作用于人眼并進而產生視知覺的實體。人的視覺系統就是一個觀測系統，通過它得到的圖像就

15、是客觀景物在人眼中形成的影像。圖像信息不僅包含光通量分布，而且也還包含人類視覺的主觀感受。隨著計算機技術的迅速發展，人們還可以人為地創造出色彩斑斕、千姿百態的各種圖像。客觀世界在空間上是三維(3-D)的，但一般從客觀景物得到的圖像是二維(2-D)的。一幅圖像可以用一個2-D數組（x，y）來表示，這里x和y表示2-D空間XY中一個坐標點的位置，而代表圖像在點(x，y)的某種性質F的數值。例如常用的圖像一般是灰度圖，這時表示灰度值，它常對應客觀景物被觀察到的亮度值。常見圖像是連續定義的，即、x、y的值可以是任意實數。為了能用數字計算機對圖像進行加工處理，需要把連續的圖像在坐標空間XY和性質空間F都

16、進行離散化。這種離散化了的圖像就是數字圖像，可以用I(r，c)來表示。這里I代表離散化后的，(r，c)代表離散化后的(x，y)，這里I、e、r的值都是整數。本文以后主要討論數字圖象，依據我們的習慣用(x，y)代表數字圖像，、x、y都在整數集合中取值。2.1.2圖像技術和圖像工程圖像技術在廣義上是各種與圖像有關的技術的總稱。目前人們主要研究的是數字圖象，主要應用的是計算機圖像技術。這包括利用計算機和其它電子設備進行和完成的一系列工作，例如圖像的采集、獲取、編碼、存儲和傳輸，圖像的合成和產生，圖像的顯示和輸出，圖像的變換、增強、恢復（復原）和重建，圖像的分割，目標的檢測、表達和描述，特征的提取和測

17、量，序列圖像的校正，3-D景物的重建復原，圖像數據庫的建立、索引和抽取，圖像的分類、表示和識別，圖像模型的建立和匹配，圖像和場景的解釋和理解，以及基于它們的判斷決策和行為規劃等等。另外，圖像技術還可包括為完成上述功能而進行的硬件設計及制作等方面的技術由于圖像技術近年來得到極大的重視和長足的進展，出現了許多新理論、新方法、新算法、新手段、新設備。圖像工作者普遍認為需對圖像和圖像處理技術進行綜合研究和應用，這個工作的框架就形成了圖像工程。圖像工程學科是將數學、光學等基礎科學的原理，結合在圖像應用中積累的技術經驗而發展起來的。圖像工程的內容非常豐富，根據抽象程度和研究方法等的不同可分為三個層次：圖象

18、處理、圖象分析和圖像理解。圖象處理著重強調在圖像之間進行的變換。圖象分析則主要是對圖像中感興趣的目標進行檢測和測量，以獲得它們的客觀信息從而建立對圖像的描述。圖像理解的重點是在圖象分析的基礎上，進一步研究圖像中各目標的性質和它們之間的相互聯系，并得出對圖像內容含義的理解以及對原來客觀場景的解釋，從而指導和規劃行為。由上所述，圖象處理、圖象分析和圖像理解是處在三個抽象程度和數據量各有特點的不同層次上。圖象處理是比較低層的操作，它主要在圖像像素級別上進行處理，處理的數據量非常大。圖象分析則進入了中層，分割和特征提取把原來以像素描述的圖像轉變成比較簡潔的非圖形式的描述。圖像理解主要是高層操作，基本上

19、是對從描述抽象出來的符號進行運算，其處理過程和方法與人類的思維推理可以有許多類似之處。2.2數字圖像處理系統2.2.1圖像處理和分析系統一個基本的圖像（處理和分析）系統構成的各模塊都有特定的功能，分別是采集、顯示、存儲、通信、處理和分析。為完成各自的功能每個模塊都需一些特定的設備。圖像采集可采用CCD的照相機、帶有視像管的視頻攝像機和掃描儀等。圖象顯示可用電視顯示器、隨機讀取陰極射線管和各種打印機等。圖像存儲可采用磁帶、磁盤、光盤和磁光盤等。圖像通信可借助綜合業務網、計算機局網，甚至普通電話網等。最后，圖象處理和分析主要是運算，所使用的設備主要是計算機。以下對各模塊的簡介。2.2.2圖像采集模

20、塊采集數字圖象需要兩種裝置。一種是對某個電磁能量譜波段敏感的物理器件，它能產生與所接受到的電磁能量成正比的模擬電信號。另一種稱為數字化器，它能將上述模擬電信號轉化為數字離散的形式。下面介紹這兩種裝置的常用器件。固態陣列是由稱為感光基元的離散硅成像元素構成的。這樣的感光基元能產生與所接受的輸入光強成正比的輸出電壓。固態陣列中主要元件是電荷藕合器件CCD。這個傳感器由一行感光基元，兩個定時的將感光基元中的內容傳給傳輸寄存器的傳輸門，以及一個定時的將傳輸寄存器中的內容傳給放大器的輸出門構成。放大器輸出的電壓信號與感光基元行的內容成比例。電荷藕合平面陣列的工作原理與線陣相似，但感光基元排列成一個矩陣形

21、式并由傳輸門和平面掃描圖像顯示模塊的結果主要用于顯示給人看。對圖象分析來說，分析的結果也可以解析系統的主要顯示設備是電視顯示器。輸入顯示器的圖象也可以通過硬拷控制。在每個偏轉位置，電子槍束的強度的一種簡便方法是利用標準輸寄存器隔開。先將奇數列感光基元的內容順序送進垂直傳輸寄存器，然后再送進水平傳輸寄存器。把水平傳輸寄存器的內容送進放大器就得到1幀隔行的視頻信號。對偶數列感光基元重復以上過程就可得到另1幀隔行的視頻信號。將2幀合起來就得到隔行掃描電視的1場()?，F在常用的線掃描CCD一般有512到4096個象素或更多，而4096 X 4096個象素的掃描CCD也已在使用。2.2.3圖像的數據編碼

22、和傳輸數字圖像的數據量是相當龐大的，一幅512 X 512個像素的數字圖像的數據量為256K字節，若假設每秒傳輸25幀圖像，則傳輸的信道速率為52.4M比特/秒。高信道速率意味著投資高普及難度。因此，傳輸過程中，對圖像數據進行壓縮顯得非常重要。數據的壓縮主要通過圖像數據的編碼和變換壓縮完成。圖像數據編碼一般采用預測編碼，即將圖像數據的空間變化規律和序列變化規律用一個預測公式表示，如果知道了某一像素的前面各相鄰像素值之后，可以用公式預測該像素值。采用預測編碼，一般只需傳輸圖像數據的起始值和預測誤差，因此可將8比特/像素壓縮到2比特/像素。變換壓縮方法是將整幅圖像分成一個個小的(取8 X 8或16

23、 X 16)數據塊，再將這些數據塊分類、變換、量化，從而構成自適應的變換壓縮系統。該方法可將一幅圖像的數據壓縮到為數不多的幾十個特傳輸，在接收端再變換回去即可。對圖像的處理和分析一般可用算法的形式描述，而大多數的算法可以用軟件實現，只有在為了提高速度或克服通用計算機限制的情況下才用特制的硬件。進入90年代尤其是21世紀后，人們設計了各種與工業標準總線兼容的可以插入微機或工作站的圖像卡。這不僅減少了成本，也促進了圖象處理和分析專用軟件的發展。這些圖像卡包括用于圖象數字化和臨時存儲的圖像采集卡，用于以視頻速度進行算術和邏輯運算的算術邏輯單元，以及前面提到的幀緩存。圖象處理和分析中的一個重要事實是對

24、特殊的問題需要特殊的解決方法。2.3機器視覺技術2.3.1機器視覺技術簡介機器視覺是一個相當新興的研究領域。機器視覺發展到現在已有15年的歷史。機器視覺作為一種應用系統，其功能特點是隨著工業自動化的發展而逐漸完善和發展的。人們從20世紀50年代開始研究二維圖像的統計模式識別，60年代Roberts始進行三維機器視覺的研究，70年代中，MIT人工智能實驗室正式開設機器視覺課程，80年代開始，開始了全球性的研究熱潮，機器視覺獲得了蓬勃發展，新概念、新理論不斷涌現。2.3.2機器視覺系統的概念、組成及特點 機器視覺是將圖像處理、計算機圖形學、模式識別、計算機技術、人工智能等眾多學科高度集成和有機結合

25、，而形成的一門綜合性的技術。一般地說，機器視覺是研究計算機或其他處理器模擬生物宏觀視覺功能的科學和技術，也就是用機器代替人眼來做測量和判斷。機器視覺系統的組成如圖2-1。有照明部分、圖像獲取部分、圖像顯示部分和圖像處理部分。一般采用CCD攝像頭攝取檢測圖像并轉化為數字信號，再對圖像數字信號進行處理，從而得到所需要的各種目標圖像特征值，并由此實現模式識別、坐標計算、灰度分布圖等多種功能。然后再根據其結果顯示圖像，輸出數據，發出指令，配合執行機構完成位置調整，好壞篩選，數據統計等自動化流程。成像系統光源主機視覺系統場景圖像描述反饋圖2-1 機器視覺系統構成機器視覺系統的特點是提高生產的柔性和自動化

26、程度。在一些不適合于人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。而且機器視易于實現信息集成，是實現計算機集成制造的基礎技術。因此，在現代自動化生產過程中，人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。有不少學科的研究目標與機器視覺相近或者相關，這些學科中包括圖像處理、模式識別或圖像識別、圖像理解等。由于歷史發展或領域本身的特點，這些學科有某種程度的相互重疊。但是，機器視覺與其他學科又有著一定的區別，其特點是：1、綜合

27、技術機器視覺是一項綜合技術，其中包括數字圖像處理技術、機械工程技術、控制技術、電光源照明技術、光學成像技術、傳感器技術、模擬與數字視頻技術、計算機軟硬件技術、人機接口技術等。這些技術在機器視覺中是并列關系，相互協調應用才能構成一個成功的工業機器視覺應用系統2、強調工業可靠性機器視覺強調工業現場環境下的可靠性，要求能夠適應工業生產中惡劣的環境，有較高的容錯能力和安全性，不會破壞工業產品。3、強調實用性機器視覺強調實用性，要求有合理的性價比，要有通用的工業接口，能夠由普通工作來操作，必須有較強的通用性和可移植性。4、要求高速度和高精度由于機器視覺通常要求高速度和高精度，數字圖像處理中的許多新算法目

28、前還難以應用。因此，機器視覺技術在工業生產中的實際應用速度遠遠滯后于圖像處理理論的發展速度。2.4機器視覺系統的應用及發展動向2.4.1機器視覺檢測應用機器視覺系統在高速、細微和重復的制造過程中顯得非?？煽?，因此被廣泛用于加工制造企業，完成大批量生產過程中的重復性檢測任務。機器視覺在質量檢測方面的應用占整個工業應用的近80%，其中最大的應用行業為：汽車、制藥、電子與電氣、制造、包裝、食品、飲料等。機器視覺檢測是非接觸無損檢測，與傳統的檢測手段相比，它具有不可替代的優越性，因而得到了廣泛的應用。利用線陣CCD配合包裝盒的一維運動獲取目標圖像，然后由計算機對圖像進行處理，可以檢測日期編號等信息的遺

29、漏和正確與否；以頻閃光作為照明光源，利用面陣或者線陣CDC作為螺紋鋼外形輪廓尺寸的探測器件，實現熱軋螺紋鋼幾何參數在線測量；在各種產品表面缺陷檢測方面應用也很多。 2.4.2機器視覺系統的發展動向近年來計算機視覺(即機器視覺)的發展大致表現在以下三個方面：1、基于幾何方法的計算機視覺計算理論體系已臻于完整計算機視覺的研究目標之一是使機器能感知三維環境中物體的幾何信息，包括它的形狀、位置、姿態、運動等。20世紀90年代中期以來，計算機視覺界將對應與射影幾何、仿射幾何、歐幾里得幾何的描述，系統地引進視覺計算方法中，比較完美地對應為視覺系統中對物體由粗到細的描述，在計算機視覺系統中降低了對攝像系統參

30、數了解的要求，提高了系統對噪聲的魯棒性。2、機器學習方法受到越來越多的關注模式識別的所有領域始終存在基于結構與基于統計的兩大分支。如果說基于幾何的計算機視覺主要通過幾何，描述物體及其運動的三維結構，屬于結構方法，已得到較系統的研究；而在計算機視覺中的統計方法除較好地用于圖像的底層處理外，一直顯得不完善更不用說系統化了。3、針對眾多特定領域的應用研究不斷深入，較大規模的應用系統逐步走向商業化隨著當前計算機的性能價格比飛速提高，眾多特定領域的計算機實時應用系統的商業化已成為可能。如利用指紋、虹膜、人臉、語音等識別技術、行為識別技術與運動跟蹤技術、多攝像機融合技術構成視覺監測系統，用于信息安全、智能

31、交通、反恐防盜、身份鑒別等。第3章 系統總體設計本系統是由CCD攝像頭、照明系統、圖像采集卡、機械裝置、主控計算機等部件組成，圖3-1為系統結構圖。其工作過程是：首先將工件送到CCD攝像頭視場內；然后由成像系統和圖像采集卡將圖像采集到計算機內部；運用圖像處理技術對采集到的原始圖像進行預處理以改善圖像質量，從中提取感興趣的特征量；最后運用模式識別技術對取到得特征量進行分類整理以完成系統的檢測。下面分別介紹系統的各部分的組成及工作原理。1 2 3 4 56 1、CCD攝像頭及照明系統 2、圖像采集卡 3、主控計算機4、分類機構 5、工件 6、傳送裝置圖3-1 機器視覺系統結構圖3. 1 CCD攝像

32、頭CCD是一種半導體成像器件，具有靈敏度高、抗強光、畸變小、體積小、壽命長，抗震動等優點。本系統采用的是國產MTV-1881EX型號的黑白攝像頭，它的工作方式是將被攝物體的圖像經過鏡頭聚焦到CCD芯片上，CCD根據光的強弱積累相應比例的電荷，各個像素積累的電荷在視頻時序的控制下，逐點外移，經視頻捕捉卡濾波、放大處理，A/D轉換后形成視頻信號輸出。3. 2圖像采集卡本系統采用的是大恒PCI-XR視頻捕捉卡，具有高品質的視頻采集性能，具備高速PCI總線，采集頻率為3D幀/秒，顯示畫面流暢不間斷；顯示分辨率640X480。動態捕捉影像以靜態圖像方式存盤，提供BMP，JPG，TIP，TGA等多種存盤格

33、式。其工作原理如圖3-2所示： 復合視頻輸入4復合視頻輸入1復合視頻輸入2復合視頻輸入3多路開關多路開關濾波濾波A/DA/D緩存緩存PCI總線VGA顯示卡系統內存圖3-2 VIDEO-PCI-XR圖像采集片工作原理四路復合視頻輸入經多路開關，軟件選擇其中一路作為當前輸入，輸出到A/D進行模/數變換，數字化的圖像信號經各種圖像處理后，利用PCI總線，傳到VAG卡顯示或計算機內存存儲。由于要檢測工件的兩個表面，所以需要在硬件上使用兩路視頻輸入，每路采集不同表面的圖像。采樣頻率在一定范圍內可調，滿足不同場合的需求。3.2.1視頻輸入信號及采樣頻率凡符合PAL制式(625行，50場/秒)和NTSC制式

34、(525行，60場/秒)的視頻設備輸出的圖像信號均可作為該視頻捕捉卡的輸入源。在一般情況下，攝像機、錄像機等視頻設備均滿足上述標準。采樣頻率在一定范圍內可調，滿足不同場合的需求。3.2.2視頻輸入窗口和顯示窗口視頻輸入窗口是指數字化后的輸入圖像尺寸。在PAL制式，輸入窗口最大尺寸為768 X 576。在NTCS制式為64 X 480。圖像顯示窗口是指在VAG顯示器上顯示的圖像尺寸，其最大值不能超過輸入圖像窗口。當圖像顯示窗口小于視頻輸入窗口時，有兩種方法可以采用。一種方法是減少視頻輸入窗口的大小，即重新設置起始行、終止行、起始列、終止列。使視頻輸入窗口與圖像顯示窗口相匹配。處理后的結果顯示的僅

35、是全部輸入圖像的一個局部，這種方法稱為裁剪。另一種方法是采用對視頻輸入窗口采用抽點和抽行的方法減少其大小，即根據視頻輸入窗口和圖像顯示窗口的相對大小設置縮小比例系數，處理后的結果顯示的是縮小的全部輸入圖像，這種方法稱為比例縮小。也可以將兩種方法結合起來，達到所需要的結果。3. 3軟件設計本課題中的圖像處理算法均采用Matlab程序語言實現模擬，Matlab提供一個高度集成的、集科學計算、程序設計和可視化歸于一身的。為了設計出實用有效的軟件，必須按照軟件工程的理論，進行充分的分階段的分析和設計。采用模塊化結構設計，其特點為：1)可修改性。對模塊內部的修改，對模塊外部沒有影響；增加或刪除幾個模塊，

36、不影響整個程序；2)可讀性。每個模塊意義和職責明確，模塊間的接口關系清楚，便于用戶和設計人員進行系統代碼的維護；3)驗證性。獨立于其它模塊，可單獨驗證一個模塊的正確性，便于進行調試。采用模塊化原理使軟件結構清晰，容易閱讀理解和維護。本系統中，按照算法要求設計了各子程序。第4章 缺陷檢測軟件設計由于本系統是一個完整、實時的缺陷檢測系統，需要系統從原始圖像采集到圖像預處理、閾值選取、分割，再到模式識別，最后到缺陷種類分選整套過程有一個全面、整體的設計。系統主要有以下幾個模塊：圖像實時采集模塊、圖像預處理模塊、閾值選取模塊、圖像測量模塊、缺陷檢測模塊、缺陷識別模塊，其過程如圖4-1所示。圖像實時采集

37、模塊缺陷識別模塊圖像預處理模塊缺陷檢測模塊閾值選取模塊圖像測量模塊 圖4-1 缺陷檢測過程4. 1圖像實時采集模塊 為了準確、及時獲得圖像的當前狀態，需要不斷地通過圖像采集卡將CCD攝像系統的圖像信息直接讀取到計算機內存，在計算機內存中進行其他的后續處理，如：圖像濾波、圖像測量、缺陷檢測等等。4. 2圖像預處理模塊 為去掉噪聲對圖像的于擾，要將剛采集的圖像數據進行預處理，如：去除孤立點、平滑、濾波等；同時，還要對圖像進行灰度調整，增加對比度，為后續的圖像處理工作做準備，如圖4-2所示。圖4-2 原始圖像及灰度調整后圖像經過預處理后，圖像的對比度增加，拉伸了圖像灰度，表現在灰度直方圖上就是峰與峰

38、之間的距離加大，便于選取分割閾值及后續圖像分割，如圖4-3所示。0 50 100 150 200 250直方圖直方圖像素值3000250020001500100050000 50 100 150 200 250像素值300025002000150010005000圖4-3 灰度調整前及灰度調整后圖像直方圖4. 3閾值選取模塊閾值的選取對于分割圖像、提取缺陷信息至關重要，其方法也很多，本系統采取利用圖像的灰度直方圖來選取閾值，如圖4-4所示。灰度值直方圖0 50 100 150 200 2500 50 100 150 200 250直方圖像素值6000500040003000200010000像

39、素值6000500040003000200010000灰度值圖4-4 濾波前及濾波后的灰度直方圖4. 4圖像測量模塊（1）工件尺寸和位置測量根據閾值選取模塊所計算的閾值分割圖像，將圖像二值化處理，便于圖像整體信息的掃描，如圖4-5所示。圖4-5 圖像位置信息掃描圖4-6 掃描示意圖由圖4-6所示，可列： 那么，可得到工件的圓心坐標，其曲線分別如圖5-7所示。0 100 200 300 400 500 600 700 800圖像寬（Y）圖像數據圖像高（X）60050040030020010000 100 200 300 400 500 600 700 800圖像數據圖像寬（Y）圖像高（X）600

40、5004003002001000圖4-7 x坐標數據曲線和y坐標數據曲線由于在實際圖像中存在噪聲或者其他干擾，圖像的背景并不是理想的那種單純灰度級，所以在對整幅圖像進行逐個像素掃描時，所檢測到的圖像信息也會存在干擾信息，即存在粗大誤差，在圖4-7中可以比較直觀地顯現。一旦發現含有粗大誤差的測量值，應將其從測量結果中剔出。設被測量的真值為，一系列測得值為，則測量列中的隨機誤差為式中正態分布的分布密度為：式中 標準差（或均方根誤差）；-1 -0.5 0 0.5 12.521.510.50-0.5 自然對數的底，值為2.7182。圖4-8 隨機誤差分布曲線由此可知：值愈小，則的指數的絕對值愈大，因而

41、減小得愈快，即曲線變陡。而值愈小，在前面的系數值變大，即對應于誤差為零（=0）的縱坐標也大，曲線變高。反之，愈大，減小愈慢，曲線平坦，同時對應于誤差為零的縱坐標也小，曲線變低。圖4-8中三個測量列所得的分布曲線不同，其標準差也不相同，且。在等精度測量列中，單次測量的標準差按下式計算：式中 測量次數(應充分大)； 測得值與被測量的真值之差； 測得值； 測得值的殘余誤差(簡稱殘差)； 測得值的平均值。為了把掃描到的粗大誤差去除掉，采用3準則來判斷每個檢測數據是否是存在誤差。即>30 100 200 300 400 500 600 700 800圖像數據圖像寬（X）圖像高（Y）60050040

42、03002001000圖像寬（X）0 100 200 300 400 500 600 700 800圖像數據圖像高（Y）6005004003002001000若滿足上式，應于剔出。下面圖4-9是經過剔出粗大誤差之后工件圓心的x坐標和y坐標的曲線圖，可以明顯地看出經過處理的數據已經比較統一。 圖4-9 經過剔出誤差后的x坐標數據曲線和y坐標數據曲線圖4-10 半徑計算由圓心坐標，再結合去除粗大誤差后掃描數據就可以計算工件的半徑大小，如圖4-10所示、在x方向上 其中，為圖像的高度，為的個數；在方向上 圖像高0 100 200 300 400 500 600 700 800X方向計算的半徑大小半徑

43、大小6005004003002001000圖像高0 100 200 300 400 500 600 700 800Y方向計算的半徑大小半徑大小6005004003002001000其中，為圖像的寬度，為的個數。圖4-11 x方向和y方向上的半徑數據曲線圖4-11中的數據曲線就是x方向和y方向的上的半徑數據線，兩個方向上的半徑大小基本一致，如果有一定的相差，需要及時調整攝像頭，使攝像角度垂直工件表面。（2）圓環和圓片的判斷圖像寬（X）0 100 200 300 400 500 600 700 800經過圓心掃描的原始圖像數據灰度值300250200150100500圖像寬（X）0 100 200

44、 300 400 500 600 700 800經過閾值分割之后灰度值6005004003002001000在確定工件的圓心位置和半徑大小后，就需要判斷該工件時圓環還是圓片。圓環和圓片的區別就是：圓環的中心是空心，也是就說所采集工件圖像的中心數據為背景信息；而圓片的中心為實心，所采集工件圖像的中心數據為工件表面信息。圖4-12 圓環圖像寬（X）0 100 200 300 400 500 600 700 800經過圓心掃描的原始圖像數據灰度值300250200150100500圖像寬（X）0 100 200 300 400 500 600 700 800經過閾值分割之后灰度值6005004003

45、002001000圖4-13 圓片圖4-12是圓環形工件經過圓心水平掃描的原始圖像數據和閾值分割后的圖像數據；圖4-13是圓片形工件經過圓心水平掃描的原始圖像數據和閾值分割后的圖像數據。從圖4-12和圖4-1可以看出，如果所檢測的工件是圓環形，則在圓心左右會有明顯的間斷；如果是圓片形，則在圓心左右沒有明顯的間斷。如圖4-14所示，具體檢測過程如下： 圖4-14 掃描示意圖首先，如圖4-14所示，以工件圓心為極坐標系原點隨著極半徑和極角從小到大逐個掃描每個像素點，極半徑的范圍是從到工件的外徑，極角的范圍是從到；掃描時，由于圖像相當于一個矩陣，需要將極坐標系轉化為直角坐標系，其轉換公式為在轉化到圖

46、像矩陣中，為其中，和分別是工件圓心的橫坐標和縱坐標。其次，當逐個掃描每個像素遇到灰度突變時，記錄極半徑產的大小和極角的角度：按弧度計算的內圓半徑大小0 20 40 60 80 100弧度按弧度計算的內圓半徑大小半徑大小200180160140120100806040200弧度0 20 40 60 80 100半徑大小200180160140120100806040200圖4-15 去除誤差前、后內徑數據曲線最后，掃描完畢，得到的其數據曲線如圖4-15左圖所示；將掃描到的數據進行處理，去除偏差比較大的數據，其數據曲線如圖4-15右圖所示；計算出圓環的內徑大小。（3）光圈計算圖4-16 去除光圈在

47、檢測過程中，由于工件的邊緣反射，一部分光源的光進入攝像系統，形成光圈，如4-16所示，影響了檢測圖像。為了在實際應用中得到比較理想的圖像數據，而且又有利于后續的圖像處理，必須把光圈去掉。圖4-17 光圈掃描示意圖其掃描過程如下：首先，如圖4-17所示，以工件圓心為極坐標系原點隨著極半徑和極角從小到大逐個掃描每個像素點，極半徑的范圍是從內徑到工件的外徑，極角的范圍是從到掃描時，由于圖像相當于一個矩陣，需要將極坐標系轉化為直角坐標系，其轉換公式為在轉化到圖像矩陣中，為其中，和分別是工件圓心的橫坐標和縱坐標。根據圓環和圓片的判斷結果來確定是掃描圓環還是圓片，如果是圓環就要從小于工件內環半徑的區域開始

48、掃描，一直掃描到工件外徑外的區域；如果是圓片，就以根據該工件的外徑大小，只從外徑內的區域掃描到外徑外的區域，根據所檢測的工件形狀適當減小運算量，提高圖像的處理速度。其次，當逐個掃描每個像素遇到第一次灰度突變時，記錄下極半徑的大小和極角的角度；當遇到第二次灰度突變時，記錄下極半徑的大小和極角的角度；當遇到第三次灰度突變時，記錄下極半徑的大小和極角的角度；當遇到第四次灰度突時，記錄下極半徑的大小和極角的角度；當，極半徑的大小增大到所檢測工件的外徑大小時，停止該角度方向的繼續掃描。由此，可得到此角度方向上的內光圈和外光圈的寬度為：如果所檢測的工件為圓片，遇到第二次灰度突變之后，當極半徑的大小增大到所

49、檢測工件的外徑大小時，停止該灰度方向的繼續掃描二可得到此角度方向上的內光圈和外光圈的寬度為：另外，由于在同一個方向，即。掃描內外光圈所得數據曲線如圖4-18所示。0 100 200 300 400 500 600 極坐標半徑灰度值6005004003002001000圖4-18 工件內光圈和外光圈寬度掃描曲線檢測圖像經過圖像預處理、去除光圈，選取合適的閾值對所得到的圖像數據進行分割，再通過膨脹和腐蝕，就可以把圖像的缺陷信息提取出來，如圖4-19所示。只有把圖像的缺陷信息提取出來之后，我們才能對缺陷信息進行測量和形態識別。圖4-19 閾值分割及反色后圖像4. 5缺陷檢測模塊對缺陷進行檢測，首先必

50、須確定經過處里后的圖像是否有缺陷，如果沒有，則工件無缺陷。如果有缺陷，則缺陷是否是獨立的缺陷，圖像中有幾個缺陷，需要對不同的缺陷進行標識。設有一幅已經分割出的二值圖像，如圖4-20所示，圖中A代表缺陷，0代表背景，規定用4連通準則加標記。由于掃描有一定的次序，對任一點來說，當前點的左前一點和上一點必然是已經掃描過了的點，在掃描過程中遇到缺陷上一點P，則其上點及左點必然是已經標記過了的點，對P點加標記的方法是由左點及上點來確定的，主要有下面幾種不同的情況，如下所示。(a)當左前一點和上一點皆為背景0，則P點加新標記；(b)當左前一點和上一點有一個為0，另一個為已加標記，則點P和已加標記的鄰點加上

51、相同的標記；(c)當左前一點和上一點兩個鄰點皆為已加標記，則P點標記與左點標記相同。圖4-20 原圖像根據上面的三原則，在第一次掃描后所有的缺陷上皆已加標記，如圖4-21所示，標記以此為1，2，3，4，這是圖像中的同一缺陷可能有幾種不同的標記，因此需要第二次掃描，來把同一缺陷上的標記統一起來，只要是4連通的都屬于同一缺陷，其標記都應該為一致，如圖4-22所示。圖4-21 圖像掃描示意圖圖4-22 圖像標記示意圖4.5.1二值圖像區域標記在二值圖像中，相互連接的白像素或黑像素的集合成為一個區域，通過對圖像內每個區域進行標記操作，求得區域的數目。由于處理前的圖像是二值的，像素值只有0和1，所以處理后每個像素的值即為其所處理區域的區域標號(1，2，3，)。連接性8連通，如圖4-23所示，圖中有A、B、C三個不連通的缺陷。圖4-23 缺陷標識經過處理過程后，就可以得到標記后的缺陷圖像，如圖4-24所示。圖4-24 缺陷標識4.5.2二值圖像的小區域消除通過對圖像內每個標記操作的區域進行計算，求得總區域的數目，同時求得每個區域的像素個數。當二值圖像的某區域面積(像素數)在閾值以下時則消去該區域，全部置為0，由此得到新圖像，如圖4-25。圖4-25 去除小面積區