冲压件冲孔缺陷的检测与识别

发布时间：2022-10-10 17:48

　　针对冲压件冲孔缺陷检测和识别存在效率低、准确度不高、劳动强度大的缺点,提出一种基于机器视觉的冲孔缺陷检测与识别方法。首先,对图像进行固定阈值分割转换为二值图像,利用形态学处理的开闭运算对图像进行预处理去除噪声,通过计算每一个区域的圆形度识别冲孔的个数,检测零件是否合格;其次,对不合格冲压件图像根据最小外接圆的圆心进行平移变换,利用差异度和基于图像金字塔的粗精两次匹配进行循环旋转变换匹配,对差异图像通过形态学处理和最小外接矩形的宽长比特征参数进行缺陷识别。实验结果表明,该检测系统能够准确地检测冲压件的冲孔缺陷和识别冲压件的冲孔缺陷类型。 

【文章页数】：4 页

【文章目录】：
0 引言
1 冲孔缺陷类型
2 检测方法
    2.1 预处理
        2.1.1 阈值分割
        2.1.2 形态学处理
    2.2 缺陷检测
    2.3 缺陷类型识别
        2.3.1 基于图像金字塔的粗精两次模板匹配
        2.3.2 特征识别分类
3 实验与结果
4 结语


【参考文献】：
期刊论文
[1]基于机器视觉的柑橘表面缺陷检测[J]. 龚中良,杨张鹏,梁力,蔡宇,游江辉.  江苏农业科学. 2019(07)
[2]基于双打光模板匹配的冲压件表面缺陷检测[J]. 李松,周亚同,张忠伟,池越,韩春颖.  锻压技术. 2018(11)
[3]基于机器视觉的金属边缘细微缺陷检测方法的研究[J]. 刘建春,林海森,黄勇杰,江骏杰.  制造技术与机床. 2018(11)
[4]一种X射线图像白点噪声去除算法[J]. 陈海进,陈伟.  现代电子技术. 2018(18)
[5]机器视觉技术在现代汽车制造中的应用综述[J]. 尹仕斌,任永杰,刘涛,郭思阳,赵进,邾继贵.  光学学报. 2018(08)
[6]基于机器视觉的玻璃瓶口缺陷检测方法[J]. 罗时光.  包装工程. 2018(03)
[7]机器视觉表面缺陷检测综述[J]. 汤勃,孔建益,伍世虔.  中国图象图形学报. 2017(12)
[8]基于形状模板匹配的冲压件外形缺陷检测算法研究[J]. 李永敬,朱萍玉,孙孝鹏,谢啸博,王野天.  广州大学学报(自然科学版). 2017(05)
[9]基于机器视觉的玻璃磨边缺陷检测[J]. 赵俊冉,王东兴,冷惠文,罗昆.  烟台大学学报(自然科学与工程版). 2017(04)
[10]基于机器视觉的冲压件表面缺陷在线检测研究[J]. 陈广锋,管观洋,魏鑫.  激光与光电子学进展. 2018(01)



本文编号：3690079