基于機器視覺的砂型缺陷在線檢測系統(tǒng)研究與設計.pdf

1、鑄造生產是一個復雜的工藝過程,造型工藝位于鑄造生產的前段工序,是鑄造生產的關鍵環(huán)節(jié)。造型后存在缺陷的砂型會導致相應的鑄件產品缺陷,因此,在鑄件生產過程中進行砂型質量控制是至關重要的。目前企業(yè)通常采用自動化水平低且檢測精度不高的人工目視抽檢法進行砂型缺陷質量控制,這嚴重的影響了鑄件產品的質量和企業(yè)的生產效益。
　　 本課題根據(jù)企業(yè)砂型質量檢測要求和砂型鑄造生產工藝,開發(fā)設計了一套基于機器視覺的砂型缺陷在線自動檢測系統(tǒng)。該系統(tǒng)采用P

2、LC作為主控制器,以視覺傳感器作為圖像處理模塊,進行砂型圖像缺陷的判定、特征提取和分類,使用人機交互界面進行檢測結果顯示、監(jiān)控和缺陷統(tǒng)計。主控制器通過控制視覺傳感器實現(xiàn)砂型缺陷在線自動檢測,根據(jù)判定結果控制機械運動裝置放行合格品,將不合格品推至不合格區(qū)。
　　 本文以砂型作為研究對象,對砂型圖像預處理、缺陷檢測、特征提取和缺陷模式識別幾個方面進行了深入研究。為了改善砂型圖像的視覺效果,首先對采集圖像進行圖像灰度化、圖像線性拉伸增

3、強、圖像濾波去噪和圖像閾值分割等預處理。砂型缺陷檢測和缺陷識別算法是整個砂型視覺檢測系統(tǒng)的核心,本文針對砂型圖像的特點提出基于區(qū)域劃分的兩級圖像檢測算法,制定了砂型缺陷檢測流程。第一級對預處理后的圖像進行基于輪廓特征的圖像匹配算法處理,檢測砂型的每個編號區(qū)域是否存在缺陷。當編號區(qū)域存在缺陷時,調整三軸坐標工作臺移動攝像機到相應的編號區(qū)域,對存在缺陷的目標區(qū)域進行第二級圖像預處理、圖像配準和差分運算,然后提取砂型缺陷的顏色特征和形狀特征作

4、為缺陷識別的特征參數(shù),最后利用砂型缺陷的特征參數(shù)采用決策樹方法,對缺陷進行識別和分類。
　　 根據(jù)砂型實際生產條件和基于機器視覺的砂型缺陷檢測算法,設計砂型缺陷檢測系統(tǒng)的總體結構,詳細闡述了整個砂型缺陷檢測系統(tǒng)的硬件和軟件模塊設計。
　　 最后為了驗證砂型缺陷檢測系統(tǒng)的有效性,本文對某一型號砂型進行離線調試和在線自動檢測實驗。實驗結果表明:本文設計的砂型缺陷檢測算法能夠正確識別砂型缺陷,實現(xiàn)了預期的檢測要求。機器視覺自動