チタンナット欠陥の研究と実現

チタンナット表面欠陥検出技術は、エンタープライズ製品の競争力を向上させ、製造プロセスを改善するための重要な技術の1つですが、従来の表面欠陥検出技術は、高速生産のニーズを満たすことが困難であり、マシンビジョンベースの実装です。即時検査部品の効率と精度を保証するチタンナットオンライン検査システム。


  現在、工業生産で使用されているビジョン検査システムがありますが、チタンナットの表面欠陥のマシンビジョンベースのオンライン検査技術は、中国でまだ研究開発段階にあります。


  このプロジェクトでは、チタンナットの高速検査を対象として、マシンビジョンに基づくチタンナットの欠陥検出の主要なアルゴリズムを研究し、チタンナットのエッジ検出と領域セグメンテーションアルゴリズムを深く研究し、さまざまな実験分析を行います。アルゴリズム。


  具体的な研究内容は以下の点に分けられます。


  1.画像の前処理:この論文では、最初にオンラインで取得したチタンナット画像の前処理研究を行います。


  前処理は、画像処理と分析にとって重要な前処理作業であり、画像処理の精度に直接影響します。


  画像の前処理には、フィルタリング(ノイズ除去)とエンハンスメントの2つの部分が含まれます。本論文では、画像ノイズの分類とモデルを紹介し、古典的なフィルタリング方法を詳細に紹介して実験的に分析した後、ヒストグラム均等化、バターワースフィルタリング、ファジー理論に基づく画像強調アルゴリズムなどのさまざまな画像強調アルゴリズムを使用します。チタンナット画像をそれぞれ処理し、実験結果を比較して分析します。


  2.画像​​セグメンテーション:このペーパーは、画像ターゲットセグメンテーションとターゲット領域セグメンテーションの2つの部分に分かれています。


  画像ターゲットセグメンテーションは、背景からチタンナット全体を抽出することを目的とし、ターゲット領域セグメンテーションは、抽出されたチタンナット画像を正確にセグメント化して、ボア、端面、およびギア部分を分離することです。


  画像セグメンテーションアルゴリズム研究の過程で使用される画像処理は、前処理、チタンナットエッジ検出、チタンナットターゲット抽出、チタンナット領域セグメンテーション、欠陥特徴抽出などです。これらの中で、前処理は使用します前処理アルゴリズムの一部とそれらの組み合わせを導出するための実験の最初の部分、エッジ検出ベースの画像セグメンテーション技術を使用したチタンナットターゲット抽出セグメンテーション、ファジーの組み合わせを使用したチタンナット領域セグメンテーション最終結果は、この論文の焦点であるチタンナットのさまざまな地域的特徴。


  3.欠陥検出:端部欠陥、穴の欠陥、ギア欠陥の3つの部分を含むチタンナット表面の欠陥。この論文では、まず、さまざまな地域に対して詳細な欠陥分類を実行します。


  次に、SVM理論と組み合わせて、欠陥ごとに、複数の特徴とそれらの融合特徴が抽出され、SVM分類器で使用されて、対応する欠陥が検出および識別されます。


  最後に、実験結果に基づいて、各特徴の検出率を比較し、これに基づいてチタンナット欠陥検出の最適解を提案します。


  4.試験実験:上記のアルゴリズム理論をチタンナット外観欠陥検出システムに適用するために、この論文は実験室プラットフォームと組み合わせて、有効性とリアルタイムアルゴリズムを検証するための対応する試験実験を実施しました。