导　　师： 柳宁

授予学位： 硕士

作　　者： (）;

机构地区： 暨南大学

摘　　要： 随着激光刻写技术在生产中的大量应用,激光雕刻及标识的刻线质量检测的需求也与日俱增,而机器视觉技术因其良好的适应性及精确性较好满足了激光刻写零件过程中的质量检测要求,但针对复杂背景下零件表面的激光刻线检测方法的研究却相对较少。激光刻写图的主要检测内容为轮廓的线宽、连通性以及毛刺情况。实时性、正确率和鲁棒性是算法的关键性能指标。受切割材料质地均匀性、激光功率稳定性等因素影响,线路轮廓的边缘毛刺较多。而金属切割材料可能留有刮痕、木质板材的背景则受木纹和木结影响较大,在图像上表现为复杂的背景噪声。同时,激光刻写产品幅面较大易致光照不均,使得常规的图像分割处理难以达到预期效果。对此,传统的机器视觉检测手段不足以完全适用于激光刻写领域。本文针对以上激光刻写零件图像特征检测的实际情况与机器视觉检测需求,利用激光切割走刀的矢量轨迹文件提出了一种基于导向线的刀路轮廓质量检测方法。主要工作如下:首先,完成了系统的软硬件设计搭配及图像预处理等前期工作。除常规硬件选型外,对于大幅面样本的图像采集,设计了针对性的光源解决方案。为了便于操作与调试,编写了一套界面友好,操作便捷的可视化软件。此外,对于采集到的样本图像进行了畸变矫正,确保了轮廓检测的精度。并且针对待测图像背景条件复杂、噪声较大及目标轮廓不明显的特点,采用了双边滤波和非线性拉伸的处理手段对图像进行增强。随后对轨迹矢量文件进行解析与数据重构以获得检测所需的采样点。将矢量坐标数据转换成线段集的形式,并剔除其中冗余的共线共点数据;然后标记线段集中的拐点并在其后的采样点生成操作中避开拐点区域;随后对线段集进行线段和面域的区分并生成采样点,再将包括采样点及拐点在内的矢量数据通过仿射变换投影到待测图像上。最后在已配准的采样点和拐点所在的局部图像上分别使用基于梯度的生长检测模板和SUSAN算子对轮廓的各项指标进行检测。经过样本测试以及与其他方法的对比实验,最后结果表明本方法在复杂背景条件下对轮廓检测既具有良好的鲁棒性,又确保了高检测精度与较好的实时性,满足了激光刻写领域的零件质检需求。更多还原

关 键 词： [5649237]机器视觉 缺陷检测 矢量导向线 线性轮廓

分 类 号： [TP391.41;TN24]

领　　域： [] []