微小尺寸零件表面缺陷光学检测方法

被引:23
作者
李晓舟 [1 ]
于化东 [1 ]
于占江 [1 ]
刘岩 [1 ]
许金凯 [1 ,2 ]
机构
[1] 长春理工大学机电工程学院
[2] 中国科学院长春光学精密机械与物理研究所
关键词
信息处理技术; 微小尺寸零件; 表面缺陷检测; 图像识别; 机器视觉;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为实现微小尺寸零件表面缺陷的快速精确检验,对微小尺寸零件表面缺陷光学检测技术进行了研究。以典型微小尺寸环形零件为研究对象,从零件的表面特征、缺陷类型及检测算法出发,建立了基于机器视觉的微小尺寸零件表面缺陷光学检测系统;通过对微小尺寸环形零件表面缺陷纹理特征研究,提出图像梯度方差加权信息熵算法抑制表面随机纹理,提取微观表面缺陷,进行微小尺寸零件缺陷的检测。实验结果表明:该检测算法能够快速有效地进行微小尺寸零件表面缺陷的识别与检测,缺陷识别率达96.5%.实验验证了理论分析及表面缺陷检测算法的正确性,可用于微小尺寸零件表面缺陷的精确检验。
引用
收藏
页码:872 / 877
页数:6
相关论文
共 10 条
[1]   红外图像弱小点目标检测技术研究 [J].
于劲松 ;
万九卿 ;
高秀林 .
兵工学报, 2008, 29 (12) :1518-1521
[2]   超精密微机械制造技术研究进展 [J].
于化东 .
长春理工大学学报(自然科学版), 2008, (03) :1-8
[3]   基于BHPF的夜间车牌图像增强方法 [J].
王枚 ;
王国宏 .
武汉大学学报(信息科学版), 2008, (09) :951-954
[4]   基于图像测量技术的复杂工件自动检测系统研究 [J].
孙双花 ;
曲兴华 ;
晏彧 ;
张立平 ;
叶声华 .
制造技术与机床, 2007, (11) :16-20
[5]   一种基于高通滤波的背景抑制方法 [J].
夏爱利 ;
马彩文 ;
张砺佳 .
科学技术与工程, 2007, (12) :2978-2980
[6]   灰度直方图和支持向量机在磁环外观检测中的应用 [J].
刘良江 ;
王耀南 .
仪器仪表学报, 2006, (08) :840-844
[7]   海空复杂背景中基于自适应局部能量阈值的红外小目标检测 [J].
杨磊 ;
杨杰 ;
郑忠龙 .
红外与毫米波学报, 2006, (01) :41-45
[8]   火车轮对表面缺陷检测 [J].
卢湖川 ;
王友军 ;
李辉 .
大连理工大学学报, 2004, (06) :897-900
[9]   基于数字图像处理的路面裂缝自动识别与评价系统 [J].
张娟 ;
沙爱民 ;
高怀钢 ;
孙朝云 .
长安大学学报(自然科学版), 2004, (02) :18-22
[10]  
Computer-aided visual inspection of surface defects in ceramic capacitor chips[J] . Hong-Dar Lin.Journal of Materials Processing Tech. . 2007 (1)