機(jī)器視覺檢測技術(shù)的意義 　　機(jī)器視覺檢測技系統(tǒng)術(shù)具有非接觸、在線實時、速度快、精度合適、現(xiàn)場抗干擾能力強(qiáng)等優(yōu)點，能實現(xiàn)機(jī)械產(chǎn)品的零廢品生產(chǎn)的目標(biāo)，適應(yīng)了現(xiàn)代制造業(yè)的進(jìn)步和發(fā)展要求，在實際中顯示出了廣闊的應(yīng)用前景。本文以注塑生產(chǎn)過程為背景，對基于機(jī)器視覺的檢測系統(tǒng)展開研究，并將其用于注塑制品缺陷的檢測中，取得較好的效果。本文主要完成了以下幾個方面的工作： 　　(1)研究機(jī)器視覺硬件系統(tǒng)工作原理，根據(jù)注塑系統(tǒng)的要求，對硬件設(shè)備進(jìn)行選型，搭建機(jī)器視覺檢測系統(tǒng)的硬件平臺。 　　(2)在硬件平臺的基礎(chǔ)上，利用VC＋＋編寫攝像頭的控制代碼。改進(jìn)人機(jī)界面，增強(qiáng)軟件功能。并與注塑機(jī)控制系統(tǒng)進(jìn)行通訊，實現(xiàn)交互控制。 　　(3)針對單一采用閾值或差影法進(jìn)行背景分割都存在缺陷的情況，本文采用先閾值后差影的方法，得到了優(yōu)于上述兩種算法的分割背景制品圖像。為了解決分割背景處理后，有可能出現(xiàn)的噪聲問題，本文改變了常規(guī)的濾波步驟，在得到背景圖像前先進(jìn)行濾波，然后再判別背景與目標(biāo)。克服了鄰域平均法對零散噪聲克服不足以及中值濾波方法在大面積噪聲處理時失效的問題。增強(qiáng)了背景分割算法對于外界環(huán)境變化的適應(yīng)能力，提高了算法的實用性。 　　(4)分析了注塑制品質(zhì)量缺陷的特點，提出將注塑制品缺陷分為形狀缺陷以及紋理缺陷分別進(jìn)行特征提取的思路。在形狀特征提取方面，本文提出一種兼顧實時性與準(zhǔn)確性的方法，利用幾何特征檢測的迅速性對制品進(jìn)行初步的定性判斷，如有缺陷的制品產(chǎn)生，再通過不變矩得到缺陷的細(xì)節(jié)特征。在紋理特征提取上，結(jié)合灰度共生矩陣，Gabor小波濾波器各自的優(yōu)點，對特征向量進(jìn)行優(yōu)化組合，減少了傳統(tǒng)方法的特征向量維數(shù)，在準(zhǔn)確率的情況下，提高了分類效率。 相關(guān)信息來源：www.szgrd.com