基于機器視覺的永磁鐵氧體磁鐵轉(zhuǎn)子表面缺陷檢測方法研究.pdf

1、永磁鐵氧體磁鐵轉(zhuǎn)子是潛水泵、過濾器、排水泵、同步馬達電機等產(chǎn)品重要組成部件，對其表面質(zhì)量檢測至關重要。目前，工廠對于永磁鐵氧體磁鐵轉(zhuǎn)子表面質(zhì)量的檢測完全是依賴于人眼識別，這種檢測方式存在易受環(huán)境影響、效率低下，成本高，不可實時工作等缺點，基于此種情況，本文提出一套基于機器視覺的永磁鐵氧體磁鐵轉(zhuǎn)子缺陷檢測方法，主要工作內(nèi)容概括如下：
　?。?）設計了雙向低角度照明方式，實現(xiàn)了磁鐵轉(zhuǎn)子表面高清成像；提出了剔除磁鐵轉(zhuǎn)子兩端“白條”方法，

2、有效克服了“白條”帶來偽邊緣信息和大數(shù)據(jù)量等問題；設計了磁鐵轉(zhuǎn)子表面檢測的平臺機構(gòu)，并對工業(yè)相機、鏡頭、光源的選型進行了分析，同時合理設置了系統(tǒng)硬件參數(shù)，通過大量的實驗對比，論證了硬件平臺設計的合理性。
　?。?）提出了基于多尺度邊緣檢測的算法，實現(xiàn)了目標區(qū)域邊緣的準確檢測，解決了噪聲下圖像邊緣精準采集的難題。首先對圖像進行正交小波變換，得到不同尺度的高頻系數(shù)和低頻系數(shù)；接著在每個尺度里根據(jù)高頻系數(shù)的局部與全局特征信息來剔除背景與

3、噪聲點，同時保留高頻區(qū)域點；對最低尺度的近似系數(shù)置0，然后重構(gòu)圖像；最后運用雙閾值處理重構(gòu)的圖像，增強邊緣的連接性。實驗表明，本方法對磁鐵轉(zhuǎn)子邊緣檢測具有較好的魯棒性。此外，采用了基于數(shù)學形態(tài)學的邊緣細化方法，實現(xiàn)了目標邊緣的細化。
　　（3）分析了磁鐵轉(zhuǎn)子表面缺陷特征，制定了缺陷識別整體算法。為解決識別掉角缺陷問題，基于其位置形狀等先驗知識，提出了識別掉角的方法；對于凹坑、裂紋、劃痕、凸物等缺陷，根據(jù)其形態(tài)特征、灰度特征、投影特