活塞包胶组件外观缺陷的机器视觉检测系统研究硕士学位论文Word格式文档下载.docx

活塞包胶组件外观缺陷的机器视觉检测系统研究硕士学位论文Word格式文档下载.docx

《活塞包胶组件外观缺陷的机器视觉检测系统研究硕士学位论文Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《活塞包胶组件外观缺陷的机器视觉检测系统研究硕士学位论文Word格式文档下载.docx（68页珍藏版）》请在冰豆网上搜索。

3）通过实验，对图像滤波和图像分割的多种经典算法的处理效果做了比较，并在此基础上提出了适用于本课题的图像分割方法：

利用OTSU算法和固定阈值法相结合的算法来分割上端面图像，下端面图像的分割采用了自适应阈值处理的方法。

侧面图像的分割则是结合了形态学操作提取边缘和自适应阈值分割算法。

4）针对活塞包胶组件的各种缺陷提出了模式分类识别算法：

端面图像的缺陷识别以极坐标变换为基础，提取相应区域处理分割出目标，再以目标连通域的面积为依据判定缺陷；

侧面图像结合了组件侧面轮廓分析和连通域特性分析来检测不同的胶套缺陷。

并通过实验验证了上述算法的效果。

5）利用MIL8.0函数库进行软件编程和调试，完成了软件系统的开发，实现了初始化相机，采集图像，处理图像，控制输出等功能。

论文的主要创新性在于设计了针对活塞包胶组件的缺陷检测算法，并开发了基于机器视觉的活塞包胶组件缺陷检测的软件系统，为整个系统的实现铺平了道路，同时也可以为今后类似的零件检测提供了参考和借鉴。

关键词：

活塞包胶组件机器视觉缺陷检测图像处理

StudyonMachineVisionSystemforInspectionofPiston-coveringUnit

MajorPrecisionInstrumentation&

Mechanology

GraduateXiaXinyiSupervisorSuZhenwei

Piston-coveringunitisacrucialpartofmotorcycle’svibrationabsorber.Comparedwithtraditionalpiston,itischaracterizedbystrongerfrictionalresistanceandself-lubrication,highercombinedstrengthandfitaccuracy,longservicelife,processingfacilities,andsoon.Withthedevelopmentofmotorcycleindustry,theproductionscaleofpiston-coveringunitdevelopedfrommanualstagetoautomationstage.However,sofar,therehasnotbeenanyauto-inspectionsystemforpiston-coveringunitinourcountry.Defectinspectionofpiston-coveringunitdependsonpeople’seyesandmanualskill.Thisseriouslyconstraintstheimprovementofproductsandproductivity.Thus,itisimperativetocreateaautomaticsysteminhighspeedandreliabilityforinspectionofpiston-coveringunit.

Piston-coveringunithasacomplexformfactorwithdiversifieddefections.Thecommoninspectiontechniques,suchaslaserdetecting,eddydetection,etc.arenotsuitableforthedefectsinspectionofpiston-coveringunit.However,amachinevisionisoftheadvantagessuchascontactless,highspeed,greatflexibility,highreliability,goodstability,highautomatizationandsoon.Itsdistinctsuperiorityallowsittobewidelyusedinlargescaleproduction.Basedonliteraturereview,wedesignedadefectinspectionsystemforpiston-coveringunit.Thethesisincludesthefollowingsections:

1）Analyzedthetypesofthedefectsonpiston-coveringunits,anddesignedanautomaticinspectionsystembasedonmachinevision.

2）Camera,lens,framegrabberandlightsourceswerechoosedaccordingtotheircharacteristics.Comparedthevariouslightingsources,anddesignedopticallightingsystemforimageacquisitionofpiston-coveringunit.

3）Aftercomparingtheresultsofmultipleclassicarithmeticssuchasimagefilteringandimagesegmentationindigitalimageprocessing,wedesignedanalgorithmforoursystem:

fortheimageofpistontopsurface,wecombinedOSTUalgorithmandfixedthresholdmethod.Fortheimageofside,thealgorithmiscombinationofadaptivethresholdalgorithmandmorphologicaloperation.Atlast,weuseadaptivethresholdalgorithmtoprocesstheimageofpistonbottomsurface.

4）Westudiedthepatternrecognitionalgorithmsforvariousdefectsofpistoncoveringunit.Fortheimagesoftopsurfaceandbottomsurface,wedevelopedanalgorithmbasedonpolarcoordinatesandblobanalysis;

fortheimageofunitside,wecompletethedectectionbyanalysingcontourlineandblobinformations.Thentheperformanceofthealgorithmsisprovedbyexperiments.

5）ThesoftwareforimageacquisitionandimageprocessingwereachievedbasedonMil8.0functionlibrary.

Theinnovationsofthispaperarethatanalgrithmisdesignedtorecognisethedefectsofpiston-coveringunit,andasoftwaresystemisdevelopedforpiston-coveringunitbasedonmachinevisiontechnique.Ourworkpavedawaytotherealizationoftheauto-inspectionofthepiston-coveringunit,andcanprovidereferencefortheinspectionofsimilarpartsinthefuture.

Keywords:

Piston-coveringunit,Machinevision,Defectinspection,Imageprocessing

绪论

1.1课题研究的目的及意义

本论文的研究对象是用于摩托车减震器的活塞包胶组件。

减震器的主要用途是抑制弹簧吸震后反弹时的震荡及来自路面的冲击，它关系着摩托车的舒适性及平稳性，减震器活塞正是其中的重要部件。

如图1.1所示，传统的减震器活塞由活塞和聚四氟乙烯活塞环两个独立的零件组成，而活塞包胶组件将活塞胚体及聚四氟乙烯包胶做成一个整体，与传统的活塞相比，它具有下列优点[1]：

1）整体式的活塞包胶组件加工便利，减少了一次加工误差，从而有效地提高了加工精度，以达到理想的配合精度；

2）活塞包胶组件具有比传统结构更宽的聚四氟乙烯环带，增大了与工作缸的接触面积，从而大大降低了活塞组件与工作缸之间的摩擦力；

3）活塞包胶组件的装配工艺简单，工序简化，使得工作效率也得到了提高。

（a）传统活塞

（b）活塞包胶组件

1-活塞2-聚四氟乙烯活塞环3-活塞4-聚四氟乙烯包胶

图1.1传统活塞和活塞包胶组件结构示意图

活塞包胶组件的优越性决定了它被推广使用的必然性。

随着摩托车产业在我国的兴盛，市场上出现了巨大的摩托车零部件需求，活塞包胶组件也是其中之一。

生产技术的提高和生产设备的改进实现了活塞包胶组件的大批量生产。

以山西新环橡塑公司为例，其活塞包胶组件的年生产量高达1200万只。

这些企业大多仍然依靠人力目视的手段来检测活塞包胶组件。

检测检测手段的落后不仅仅造成了人力资源的浪费，同时也使得检测的速度及精度均跟不上大规模生产的需求，严重制约了产品质量和生产效率的提高。

因此，开发具备高速度、高可靠性的自动检测设备势在必行。

1.2国内外研究现状

1.2.1活塞检测技术的研究现状

传统的活塞因其形状的复杂性需要检测的项目众多，包括活塞铸件、活塞高度、活塞外周形状、活塞直径、活塞环槽等参数[2]。

目前国内活塞生产厂商大多依靠超声波探伤专机、型线检测仪、圆度检测仪、三坐标测量机等对活塞进行分项检测。

国外极重视自动检测设备的开发，一些著名的公司已成功研制出活塞自动检测系统，以美国通用电气公司为例，该公司就有针对不同型号活塞的DP346、DP406、DP469三种X射线活塞检测系统。

图1.2是DP469的实物图，该机型配备了ISOVOLT160HSX射线装置，用于检测重量低于2公斤，直径小于100毫米，高度小于100毫米的小尺寸活塞，能实现快速高效的在线检测。

图1.2通用电气公司的DP469活塞检测机

国内的高校、科研机构及生产厂商也早已开始了活塞检测设备的开发，孙军等在上个世纪九十年代就研制出了国内第一台智能型的、一次能自动测量出11种尺寸参数的活塞综合检测仪[3]；

同一时期上海理工大学的陈寅等以工控机为核心，为上海活塞厂设计了一台高精度的活塞多参数综合检测仪[4]；

之后，四川大学的顾光武等[5]以及山东滨州渤海活塞股份有限公司的翟可芬等[6]也相继研制出了活塞自动检测及分选设备。

这些设备都已经成功应用于实际生产中，可以实现活塞大部份形状尺寸和位置公差的全自动测量，自动剔除不合格品，并能根据需要或外圆直径进行分组，打印标记[7]。

然而，目前现有的活塞自动检测机大多针对活塞尺寸及公差的测量，无法实现活塞包胶组件的表面缺陷检测，由此，国内急需开发针对活塞包胶组件外观缺陷的自动检测设备。

1.2.2表面缺陷检测技术的研究现状

国内外已有针对表面缺陷检测的多种方法，包括人工目视法、激光超声检测法、涡流检测法、漏磁检测法及机器视觉检测等。

人工目视法即经过培训的检测者通过肉眼来观察产品，判断是否存在缺陷。

这是目前国内企业最常用的检测方法，然而长时间的重复性工作容易造成人眼疲劳，从而导致误判或漏检，检测效率也会降低，检测速度及可靠性无法得到保证[8]。

激光超声检测基于光声效应理论，其原理是利用调制后的激光照射物体表面，产生含有被测物体表面信息的超声信号。

White在1963年实现了利用脉冲激光实现声表面波的激发[9]，此后，激光超声技术迅速发展，Viktorov、Domarkas、Kawasaki、Yewf、Portz等人先后用多种方法研究了瑞利波与表面缺陷相遇时发生的透射、反射与散射等物理现象，为利用声表面波实现材料的表面缺陷检测提供了理论依据[10-14]。

激光超声技术用于微小缺陷检测的研究已成为学术界的研究热点，苏琨、A.K.Kromine和Y.Sohn等人在这方面做了大量研究[15]。

该技术适用于表面微缺陷的非接触检测，而活塞包胶组件形状复杂，缺陷多样，不适合采用此种检测方法。

涡流检测技术以电磁感应原理为基础，当导体置于线圈产生的交变磁场中时，导体内部将产生感应电流，即涡流。

导体的电导率、磁导率、尺寸、形状、缺陷等因素的变化会引起涡流的变化，通过对涡流变化的测量就可以达到检测表面缺陷的目的[16]。

涡流检测技术随着电磁理论的发展和完善取得了长足的进步，Libby在1970年提出了多频涡流技术，使用几个频率信号激励探头同时获取信号；

Waidelich以脉冲为涡流的激励电流，提出了脉冲涡流技术；

随后，远场涡流检测技术和超导量子干涉仪器也被应用到无损检测领域[17]。

国内外科研就对涡流检测技术开展了大量研究，已经开发出一些应用于实际生产的涡流无损检测仪器。

由于涡流检测的基础是电磁感应技术，其检测对象必须是导电材料，这使得它无法实现活塞包胶组件的胶套缺陷检测；

且涡流检测更适合大型板材的检测，因此，涡流检测技术不宜应用在活塞包胶组件的缺陷检测上。

铁磁性材料被磁化后，其缺陷部位会有磁力线外泄，形成漏磁场。

检测漏磁场即可实现缺陷的无损检测。

这就是漏磁检测技术的原理。

自1947年Hastings设计出第一套漏磁检测系统以来，漏磁检测技术发展迅速，能够检测样品表面或近表面的裂缝、凹坑、腐蚀等缺陷，已广泛应用在石油、钢铁等领域[18]。

同样，漏磁检测技术对检测对象的材料也有要求，其检测对象需要是铁磁性材料，而活塞包胶组件的胶套显然不满足这一条件，因此，漏磁检测技术也不适用于活塞包胶组件的检测。

相对上述检测技术而言，机器视觉技术具有灵活性强、实时性强、检测速度快、抗干扰性强的特点，能够实现非接触的自动在线检测。

因此，本课题决定采用机器视觉技术来检测活塞包胶组件的表面缺陷。

1.2.3机器视觉技术及其发展

1）机器视觉技术概述

机器视觉技术的主要目的是用机器代替人眼实现测量、识别及判断功能。

机器视觉系统以各种成像系统模拟人眼，将目标转换为数字图像信号，并由计算机代替大脑实现图像的分析与处理。

典型的机器视觉系统组成[19]如图1.3所示。

1-工业相机2-图像采集卡3-计算机4-照明光源5-传送带

图1.3典型机器视觉系统组成

传送带（5）带着被测对象运动，在运动到相机正下方时，光电传感器触发相机

（1）采集图像。

（4）为照明装置，它为被测对象提供适当的光源。

计算机（3）对相机采集到的图像进行处理，并通过数字I/O与PLC通讯。

根据处理结果的不同，PLC控制执行机构将不合格产品从传送带上剔除。

由机器视觉的组成可以看出，机器视觉技术是一项多学科交叉的综合技术，涉及学科包括软件工程、机械工程、控制工程、光学工程、电子工程等。

随着电子技术和计算机技术的飞速发展，机器视觉技术也在不断进步，目前已应用在制造、食品、汽车、航天、交通、电子等领域。

与传统的检测技术相比，机器视觉技术强调检测的实时性和可靠性，这决定了机器视觉检测技术具有非接触、高速、高灵活性、高可靠性、高稳定性和高自动化程度等优点。

现代化生产中具备高度重复性和智能性的检测工作，诸如零件加工精度、产品缺陷检测、字符识别、装配精度等，都可以利用机器视觉技术实现。

2）机器视觉表面缺陷检测技术的研究进展

表面缺陷检测是机器视觉技术的一个重要研究方向，国内外科研机构和学者在这一方面做了大量的研究。

早在上个世纪八十年代，B.V.Suresh等人就实现了热轧钢条的表面缺陷和裂缝的视觉检测[20]，Ye和Danielsson也设计出基于视觉检测的PCB板典型缺陷检测系统[21]。

1997年，德国Parsytec公司为韩国浦项制铁公司研制了HTS-2型和HTS-2W型分别用于冷轧和热轧带钢的表面检测系统[22][23]。

Kwak等人在2000年的论文中介绍了其研制的用于检测皮革制品表面缺陷的自动视觉检测系统，该系统利用阈值法和形态学处理来获取灰度图像中缺陷的几何信息，用神经网络事先缺陷的判断和识别[24]。

C.Mandriota针对钢轨表面缺陷检测，对比了Gabor滤波，小波变换和Gabor小波变换三种方法，证明Gabor滤波可以获得较低的误判率[25]。

总的说来，国外在机器视觉技术这一方面的研究开展较早，目前很多公司，如西门子、康耐视、加拿大DALSA公司等，都已经开发出成熟的机器视觉系统产品。

国内的研究主要集中在带钢检测、PCB检测、工件检测（如轴承）等方面。

以带钢表面缺陷检测为例，华中理工大学的罗志勇等人采用多台面阵CCD采集钢板表面图像，研制了冷轧带钢表面孔洞、重皮和边裂缺陷检测的实验系统[26]；

北京科技大学的徐科等人设计了一套冷轧带钢表面缺陷在线监测系统，该系统通过多个面阵ＣＣＤ摄像头同步成像，由并行计算系统分析及处理图像，在“乳化液斑痕”、“锈痕”、“压入氧化铁皮”、“辊印”、“折印”和“边裂”等６种常见的缺陷类型上有较高的识别率[27]；

天津大学的雷永强、哈尔滨工业大学的李长乐等也在这方面开展了深入的研究。

在带钢检测之外，涂宏斌、周新建设计了一种基于机器视觉的货车滚动轴承表面缺陷非接触在线检测系统，利用麻点呈有一定深度的黑色针孔状凹坑这一图像特征实现轴承外圈的麻点缺陷检测[28]。

刘良江开展了先进电子制造业中的视觉检测理论方法和关键技术的研究，包括PCB质量智能检测算法、贴片机的视觉定位方法、芯片的引脚边缘及外观检测方法等[29]。

1.3论文的主要工作及内容安排

本文将解决的问题是构建一种机器视觉系统，以实现活塞包胶组件外观缺陷的检测。

因此本文的主要工作是构造合适的光照环境、图像获取、图像处理算法的设计和软件处理系统的开发等。

系统的机械结构，诸如如何上料、剔除，电机的运转等不属于本文的研究范围。

论文共分为六章，其内容安排如下：

第一章是绪论部分，主要对课题的研究意义做了介绍，并介绍了相关技术，如活塞检测技术、表面缺陷检测技术和机器视觉技术的发展状况，并对本文的主要内容安排做了说明。

第二章首先分析了活塞包胶组件存在的缺陷类型，提出了活塞包胶组件缺陷检测系统的方案。

在此基础上，根据检测系统的需求，完成了相机、镜头、图像采集卡及光源的选型。

同时，比较了各种照明方式，为活塞包胶组件的缺陷检测设计了光学照明系统。

第三章比较了图像滤波和图像分割等多种经典的图像预处理算法的处理效果，提出了适合活塞包胶组件图像的分割方法：

利用OTSU算法和固定阈值法相结合的算法来分割上端面图像，下端面图像的分割采用了自适应局部阈值处理的方法，侧面图像的分割则是结合了形态学操作提取边缘和自适应阈值分割算法。

此后提出了针对活塞包胶组件各种缺陷的识别算法：

端面图像的缺陷识别以目标连通域的面积为缺陷判定依据，先对图像做极坐标变换，在相应的区域利用形态学操作实现缺陷的提取；

侧面图像利用连通域特性和组件侧面轮廓分析来对不同的缺陷进行判定。

第四章主要描述了系统的软件实现。

首先对编程中用到的MIL8.0函数库及其ActiveMIL控件做了简单的介绍，然后介绍了活塞包胶组件缺陷检测的软件设计，包括图像采集模块、图像分析与处理模块及输出控制模块的实现，最后对软件系统的界面做了简单的介绍。

第五章对28个活塞包胶组件样品图像进行了实验，验证了第三章的算法效果。

第六章回顾前面章节的内容，对现有工作做了简单的总结，提出了目前工作中的不足之处，并指出了今后工作开展的方向。

活塞包胶组件视觉检测系统设计

1.4活塞包胶组件主要缺陷分析

活塞包胶组件是以粉末冶金为基体，填充减摩材料改性的PTFE为减摩层制造而成的。

生产过程工艺的复杂性决定了活塞包胶组件缺陷的多样性，在活塞铸件和胶套上都可能产生缺陷。

1.4.1活塞铸件缺陷

阀线掉块、气孔、无阻尼孔等都是常见的活塞铸件缺陷。

压制时密度不均或运送存放过程中的剧烈磕碰可能导致活塞包胶组件的掉块，该缺陷随机出现在组件的外阀线和内阀线上，其大小和数量具有随机性，在视觉上有较深的凹凸感；

气孔呈有一定深度的凹坑状，随机出现在组件上端面，缺陷面积一般较小；

无阻尼孔即活塞铸件没有均匀分布在阀线间环带的圆形孔洞。

图2.1列出了上述这些缺陷。

（a）外阀线掉块

（b）气孔

（c）无阻尼孔

（d）内阀线掉块

图2.1活塞铸件缺陷

1.4.2胶套缺陷

常见的胶套缺陷包括脱套、胶套破裂、胶套裂缝、胶套位置偏移、包胶外圆碰伤等，如图2.2所示。

胶套脱皮和胶套破裂的缺陷面积一般较大，会造成活塞铸件侧面的大面积裸露；

胶套裂缝大多出现在胶套中间，呈有一定宽度的线条状，一般具有较长的长度；

脱套和胶套位置偏移会导致活塞环槽外露，出现比较大的缝隙；

包胶外圆碰伤一般面积较小，出现位置随机，呈一定深度的凹坑状。

（a）脱套

（b）胶套破裂

（c）胶套位置偏移

（d）胶套脱皮

（e）胶套裂缝