原文传递
基于机器视觉的汽车安全带表面缺陷检测算法研究
| 论文题名： | 基于机器视觉的汽车安全带表面缺陷检测算法研究 |
| 关键词： | 缺陷检测;图像分割;频谱分析;机器视觉;表面缺陷;汽车安全带 |
| 摘要： | 汽车安全带作为一种重要的交通安全保障工具，在其生产过程中，需要进行严格的质量检测，表面缺陷检测是质量检测中的关键环节之一。目前人工检测方法存在效率低、稳定性差的问题，无法满足实际检测需求,因此利用机器视觉代替人工已成为新的趋势。本文基于工业实际需求，探索了基于机器视觉的汽车安全带表面缺陷检测算法，并构建了基于机器视觉的汽车安全带表面缺陷检测系统。本文的主要研究如下： （1）为了满足高速度、高精度的检测要求，针对汽车安全带在图像采集和表面缺陷检测方面的特性，提出了系统的整体设计方案，并对检测系统的硬件组成进行了研究和分析，为后续的图像处理分析奠定了基础。 （2）针对汽车安全带的纹理图像特征，提出了一种基于Laws纹理能量测度的形态学分割方法，提高了图像分割的抗噪性。针对纹理图像的边缘缺陷特征，分析了基于形态学处理的缺陷检测方法，取得了良好的检测效果。 （3）针对汽车安全带的表面缺陷特征，从不同的角度出发，研究了不同的检测方法。在空间域中分析了 Bob特征分析法、直方图特征分析法和灰度共生矩阵特征分析法，针对每种方法，研究了特征参数的选择及缺陷对特征参数的影响，并对实验结果进行了分析；在频域中研究了频谱特征分析法，并讨论了频域滤波器的选择和参数的计算。对比分析几种算法的缺陷检测结果，实验表明，相比其他几种检测方法，频谱特征分析法可以更好地满足缺陷检测的准确率和实时性要求。 （4）搭建了汽车安全带表面缺陷检测平台，构建了基于机器视觉的汽车安全带表面缺陷检测系统，实现了汽车安全带表面缺陷在线检测。实验表明，系统的检测速度和稳定性均能满足检测要求。 该论文有图50幅，表7个，参考文献81篇。 |
| 作者： | 崔明 |
| 专业： | 控制科学与工程 |
| 导师： | 顾启民 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中国矿业大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
