预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共43页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(完整版)基于机器视觉的表面缺陷检测系统设计(完整版)基于机器视觉的表面缺陷检测系统设计PAGE\*MERGEFORMAT43(完整版)基于机器视觉的表面缺陷检测系统设计编号本科生毕业设计基于机器视觉的表面缺陷检测系统设计Surfacedefectdetectionsystemdesignbasedonmachinevision学生姓名专业电子信息工程学号指导教师学院电子信息工程学院二〇一三年六月毕业设计(论文)原创承诺书1.本人承诺:所呈交的毕业设计(论文)《基于机器视觉的表面缺陷检测系统设计》,是认真学习理解学校的《长春理工大学本科毕业设计(论文)工作条例》后,在教师的指导下,保质保量独立地完成了任务书中规定容,不弄虚作假,不抄袭别人的工作内容。2.本人在毕业设计(论文)中引用他人的观点和研究成果,均在文中加以注释或以参考文献形式列出,对本文的研究工作做出重要贡献的个人和集体均已在文中注明。3.在毕业设计(论文)中对侵犯任何方面知识产权的行为,由本人承担相应的法律责任。4.本人完全了解学校关于保存、使用毕业设计(论文)的规定,即:按照学校要求提交论文和相关材料的印刷本和电子版本;同意学校保留毕业设计(论文)的复印件和电子版本,允许被查阅和借阅;学校可以采用影印、缩印或其他复制手段保存毕业设计(论文),可以公布其中的全部或部分内容。以上承诺的法律结果将完全由本人承担!作者签名:年月日中文摘要为了不断提高产品质量和生产效率,金属工件表面缺陷在线自动检测技术在生产过程中显得日益重要。针对金属工件表面的多种缺陷,本文设计了一套基于机器视觉能够实现对金属工件表面缺陷进行实时在线、无损伤的自动检测系统。该系统采用面阵CCD和多通道图像采集卡作为图像采集部分,提高了检测系统的速度并降低了对CCD的性能要求,使系统在现有的条件下比较容易实现实时在线检测;采用自动选取图像分割阈值,根据实际应用的阈值把工件信息从图像中提取出来并扫描工件图像中的信息,实现了系统的自动测量;根据扫描得到的工件信息去除掉工件边缘的光圈,利用自动选取的阈值对金属工件表面的图像进行二值化分割,从而实现各种缺陷的自动提取及识别。关键词:机器视觉表面缺陷CCD图像处理缺陷检测AbstractInordertocontinuallypromotethequalityofproductandefficiencyofproduction,theon—lineautomaticinspectiontechnologyofsurfacedefectofmetalworkpiecehasbecomemoreandmoreimportantintheprocessofproduction.Thispaperdesignsanautomaticsystembasedonmachinevision,whichcaninspectsurfacedefectofmetalworkpiecetimelywithoutanydamageonit.Firstly,usingCCDandmulti-channelimageacquisitioncardtoacquireimages,thesystemhasacceleratedtheinspectionspeedandreducedtherequirementsofCCDontheperformancetodothetimelyon—lineinspectionmoreeasilyunderthecurrentcondition;secondly,accordingtothepracticalapplicationofthreshold,thesystemhasusedthesegmentationthresholdofselectinganimageautomaticallytoselecttheworkpieceinformationfromimagesandscanthatinformationtorealizetheautomaticmeasurementofthesystem;finally,thesystemhasremovedtheapertureontheedgeofworkpieceinaccordancewiththeworkpieceinformationofscanandconductedthebinarizationsegmentationontheimageofthemetalworkpiecesurfacebyusingtheautomaticselectionthresholdtoautomaticallyselectandidentifyvarieddefects。Keywords:machine