计算机视觉在工业检测中的应用研究

计算机视觉自动检测系统在工业中应用广泛，可以代替人来完成一系列具有高度重复性和有一定风险性的工作，具有速度快、精度高、可靠性好、无接触无损、性价比高和功能容易扩充等特点，大大提高了生产效率，实现了生产自动化。本文的课题来源于某军工企业的“元器件自动计数项目”，实验目的是研制一套计算机自动计数系统，从而代替人对工业上使用的元器件进行自动计数。 该系统采用了普通的CCD相机和个人计算机作为主要的系统硬件，而系统软件则由操作系统软件和自己编制的专业应用软件组成。 专业图像处理软件的开发是本文研究的重点，软件要求实现对图像中的元器件进行自动识别，并精确统计其数目。算法的难点是对于粘连矩形颗粒的分离，要将图像中粘连器件分离开来，才能实现计数。 本文提出了基于区域的光照校正新技术，将图像分成均等的四块区域，根据图像的特性，对不同的区域分别进行直方图均衡和Gamma灰度校正，解决了图像中由于光照分布不均而引起的亮度分布不一致的问题，从而提高了后续图像分割的准确率。 在图像分割的过程中，提出了基于层次特征提取和数学形态学的图像分割算法，该算法将层次分割的思想与数学形态学相结合，对复杂的图像进行了精细的分割。层次分割的基本思想是指对图像中的不同的物体分别进行图像分割，而同一类型的物体如果表面特征复杂，则采取分步特征提取及分割的办法。 对图像中元器件呈现的两种不同状态(正面和反面)，分别进行图像处理。首先，根据元器件反面亮度高，特征单一的特点，直接用阈值化方法对其进行图像分割。然后，将正面朝上的元器件从图像中分割出来，并分离粘连的正面元器件。在处理正面元器件时，先过滤掉独立的正面元器件，再提取粘连正面元器件的灰值形态学梯度，将其作为粘连元器件之间的边界，从而将元器件分离开来。 对元器件进行精确分割后，即可采用连通区域标记的方法对所有分离的元器件进行计数。