GAP-Radio面板按键装配及表面字符缺陷的检测技术研究

VIP免费

3.0 侯斌 2024-11-19 5 4 1.15MB 61 页 15积分

侵权投诉

摘要

基于机器视觉的汽车音响面板表面缺陷检测主要是为了实现两类缺陷——按

键装配缺陷和印刷字符缺陷的检测和分类而进行的一项研究课题。过去传统的方

法主要是靠人工检测，这种方法不但检测速度慢，检测效率低下，而且会出现漏

检的情况，并且占用大量人力、物力资源和场地。本文针对以上传统方法的弊端，

结合现代工业自动化生产的特点和产品质量检测技术的发展趋势，提出将机器视

觉检测技术和数字图像处理技术相结合的方法，并且将其引入到汽车音响面板的

装配及印刷字符缺陷检测过程中。从而使产品的检测模式发生根本性变革，实现

在检测精度和效率方面质的飞跃。

本文分别从算法理论和实际应用的角度，对具体研究对象——GAP-Radio 面板

表面缺陷检测与识别的相关技术难点进行了深入分析，采取了不同的检测方案，

成功地检测出 GAP 面板在安装过程中的两类不同的缺陷——按键装配缺陷和印刷

字符缺陷。

文章主要围绕以下几个关键性问题展开研究并取得了一定的研究成果。

一、首先获取 GAP-Radio 面板图像并采用数字滤波、图像增强等技术对图像

进行预处理，提高了图像质量。

二、为检测 GAP-Radio 面板表面的按键装配缺陷，本文采用了图像匹配中的

灰度模板匹配技术进行缺陷检测并实现了良好的效果。

三、对于 GAP-Radio 面板表面印刷字符缺陷，先对待测图像中的目标印刷字

符进行分割、特征分析及特征提取，再根据合适的判别准则和判别方法对检测出

的缺陷加以识别分类。在该过程中对图像处理技术中的模板匹配分类算法进行了

深入的理论分析及实验研究。

本文分析和吸收了现有的图像处理方法和技术，并针对被测对象的具体特点，

对传统的算法进行了改进、创新和完善，以提高其实用性。最后通过综合和优化

各种算法实现了GAP-Radio面板表面按键装配缺陷和印刷字符缺陷的自动检测。研

究结果证明，本文提出的理论算法研究和方案设计具有快速、稳定及高效的特点。

关键词：机器视觉数字图像处理 GAP-Radio 面板缺陷检测

ABSTRACT

Auto-panel defect detection based on machine vision technology is a research task

mainly to realize detection and classification of two defects—assembling and printed

chars defects. Traditional methods mainly depend on man-made detection, which are

slow and of low efficiency. Besides, these methods would also take up too much human,

material resources and areas. As to these drawbacks, machine vision technology

combined with digital image processing technology were brought up based on features

of modern industrial automated production and trends of products quality detection

technology. These technologies were applied into detection of assembling and printed

chars defects, which brought about essential revolution of products detection mode and

realized leap in terms of detection accuracy and efficiency.

Research brought up herby mainly focus on the following issues:

1. Get images of GAP-Radio panel and increasing images’ qualities;

2. Split printed chars from images to be detected and extract chars’ features;

3. Detect assembling and printed chars defects on the Auto-panel surface.

Among these issues, defects detection, segmentation and feature extraction are mains

issues of this thesis. Deep analysis on Auto-panel defects detection and classification

difficulties were conducted in terms of theoretically and practically, gained results in

the following areas.

To begin with, get images of GAP-Radio panel and increase the images’ qualities;

then further study algorithms of image segmentation, feature extraction and pattern

matching technology. Pattern matching based on gray-scale are used concerned the

assembling defects. Feature matching is used in detection of printed chars’ defects. First,

extracted printed chars’ features , then decided if there are defects of printed chars to be

detected. In the end, optimize the algorithms and realize automatic detection of key

assembling defects and printed char defects, experimental results have proved to be

accurate, efficient and stable.

Based on analysis and absorbing of current image processing methods and

technology, aiming at specific features of detected objects, algorithms hereby improved,

innovated and perfected traditional ones.

Key Word: Machine vision, Digital image processing, GAP Panel ，

Defect detection

摘要

ABSTRACT

第一章绪论 ..........................................................1

§1.1 课题的背景及意义 ............................................. 1

§1.2 机器视觉技术发展现状及发展趋势 ............................... 2

§1.3 课题主要研究内容和关键技术 ....................................3

第二章检测对象分析与检测方案设计 ....................................6

§2.1 检测对象分析 ................................................. 6

§2.1.1 GAP 面板按键装配缺陷分析 .................................. 6

§2.1.2 印刷字符缺陷分析 ......................................... 7

§2.2 GAP 面板表面缺陷检测方案设计 ..................................8

§2.2.1 检测原理 .................................................. 8

§2.2.2 检测方案设计 ............................................. 9

第三章 GAP_RADIO 面板图像分割研究 .................................. 11

§3.1 GAP 面板图像预处理 ...........................................11

§3.1.1 预处理流程概述 .......................................... 11

§3.1.2 GAP 面板图像滤波分析与处理 ............................... 12

§3.1.3 GAP 面板图像增强分析与处理 ............................... 16

§3.2 GAP 面板表面印刷字符分割算法分析 .............................21

§3.2.1 直方图分割法原理与分析 ................................... 22

§3.2.2 最大方差分割法原理与分析 ................................. 23

§3.3 印刷字符的边缘提取分析 ...................................... 25

§3.3.1 常用的边缘检测算子 ...................................... 25

§3.3.2 实验分析与研究 .......................................... 28

第四章 GAP_RADIO 面板表面质量检测算法研究 ......................... 31

§4.1 GAP 面板按键装配缺陷识别算法设计 .............................31

§4.1.1 模板匹配算法简介 ........................................ 31

§4.1.2 几类典型的按键装配缺陷识别结果分析 ...................... 36

§4.2 GAP 面板印刷字符缺陷识别分析与方法 ...........................39

§4.2.1 印刷字符特征分析 ......................................... 40

§4.2.2 印刷字符几何特征提取原理与方法 .......................... 41

§4.2.3 字符连通域计数实现 ....................................... 43

§4.2.4 特征匹配分类方法概述 .................................... 44

§4.2.5 印刷字符缺陷判别方法与实现 .............................. 46

§4.2.6 实验分析与研究 .......................................... 48

§4.3 本章小结 .................................................... 52

第五章结论与展望 ...................................................54

§5.1 课题的总结与创新 ............................................ 54

§5.2 课题的展望 ...................................................55

参考文献 ............................................................ 56

在读期间公开发表的论文和承担科研项目及取得成果 ......................58

致谢 ............................................................... 59

第一章绪论

§1.1 课题的背景及意义

随着我国经济水平的提高，汽车工业不断发展，汽车电子产品也日益种类繁

多。全球化的经济发展体系使得许多国外的汽车电子商将生产基地搬到中国，这

对我国的汽车产品及零部件的质量保证设备提出更高的要求，在生产和装配过程

中要求采用更先进、更准确的检测技术。计算机视觉作为一种非接触检测手段，

综合运用图像处理测量及模式识别等技术的检测方法，以其快速、准确、抗噪性

良好和接口易实现等优越性应用在自动在线检测领域，具有很高的商业价值。

音响面板是汽车电子产品中的一个重要部分，也是现代汽车的常规配套设备

之一。它不仅控制着音响设备的正常功能，如音频、视频输入输出功能，还关系

着其他相关设备的正常工作，如空调控制、GPS 导航、防盗设备等固定装备，对整

个汽车的操控性、安全性及可靠性方面有着直接的影响，并且关系着驾驶员能否

正常工作。汽车音响面板在装配过程中会出现诸多的质量问题，如按键的组装会

出现错装、倒装甚至是漏装的情况。另外除了按键的位置及角度问题，按键表面

字符也可能会出现印刷质量问题，如字符的缺失、字符笔段的遗漏、多余以及字

符外形不合规范等一系列问题。这些质量问题在生产过程中应该通过在线检测被

检验出来，否则检测一旦出现纰漏，次品会被当作合格部件而成为汽车的一个组

成部分。

随着现代制造业的发展，对自动化的要求越来越高，对采用机器视觉的面板

检测系统来说，如同这个自动化系统的眼睛和与外界交流的通道。它利用计算机

和光学系统等一系列设备来识别计算机所“看到”的图像，模拟了人类的视觉。

因此基于机器视觉的图像检测及识别技术具有重要的意义，它利用计算机代替人

去自动完成大量信息的处理，以及图像的分类及辨别。在过去靠人工检测的过程

中，不但速度慢，检测效率低下，占用大量人力、物力资源和场地之外，还存在

以下几个不可避免的缺点：

（1）容易漏检。由于是人眼检测，眼睛容易疲劳，会造成故障。并且人工检测

主观性大，判断标准不统一，出错概率较大，使检测质量变得不稳定。

（2）随着技术的发展，设备的成本降低，人工费用增加，仍然由人工进行

产品质量控制，将难于实现优质高效，而且还会增加生产成本。

（3）有些在线检测系统是接触式检测，需要与产品进行接触测量，因此，

有可能会损伤产品。

（4）检测速度慢，检测时间长。人工很难实现快速高效的检测，不能满足高速

GAP-Radio 面板按键装配及表面字符缺陷的检测技术研究

的生产效率。

因此，人工检测的精确性和可靠性大打折扣，传统意义上的检测方法不再能适

应现代汽车工业生产的需要，必须研制出一套高性能的自动检测设备取而代之。计

算机视觉检测技术在这个时候顺应产生了，它以智能化、高速、成本低等优势可以

对各类汽车工业零部件进行方便、快捷、精确地检测。在克服传统检测方法各种缺

点的同时不断发展并逐渐完善，有着远大发展前景。

本课题正是在上述产业背景下，提出利用机器视觉技术实现对汽车音响面板的

在线检测。在线检测内容一般是指在规定的时间内完成对面板各类缺陷的检测，包

括面板表面的印刷字符及按键的装配。

研究汽车音箱面板缺陷检测技术的意义在于：

（1）计算机视觉检测系统以实时在线的检测模式可以对产品进行 100%的检测，而

不是采用传统的抽样检测模式。

（2）计算机视觉检测速度很大程度上取决于底层图像处理算法的设计，因此只要

采取合理、高效的图像处理算法和高速的图像处理设备，就可以加快工业生

产过程中的检测速度。

（3）智能化检测的实现。现代化的机器零件检测过程中已经极大程度上避免了人

工参与，实现规范化操作。从提取零件视觉模型、检测信息到选定检测项目、

检测点以及检测路径再到建立智能检测规划，并控制工业机器人抓取零件并

放置到合适的位置进行检测，一系列过程都是由机器进行控制操作。尽量减

少人工操作便可以很大程度上减少生产成本，并提高检测质量。

（4）高精度检测的实现。随着芯片制造工艺的发展，图像传感器的分辨率以及图

像采集速度有了很大的提高，这就为机器视觉检测技术在检测精度和测量空

间范围上提供了很大的发展空间。

总之，用自动检测代替人工检测的方式，可以达到提高生产效率和产品质量、

降低劳动强度和生产成本的目的。与传统的人工方法相比，自动化检测的速度快、

准确率高、检测结果客观，能够精确地检测出音箱面板表面的装配错误，并分析出

造成各种缺陷的原因并展示出错误结果。这不仅具有很好的经济价值，更是促进汽

车工业发展的关键。

§1.2 机器视觉技术发展现状及发展趋势

机器视觉是一门迅速发展的新兴学科，它研究计算机模拟生物外显或宏观视

觉功能的科学与技术，涉及到人工智能、计算机科学、图像处理、图像识别等多

个领域，是一门多学科交叉的边缘科学。其中它与图像处理、图像识别的联系特

第一章绪论

别密切。

机器视觉是用计算机实现人的视觉功能——对客观世界的三维场景的感知、

识别和理解。该技术可以大幅度提高生产的柔性化和自动化程度，常用来替代人

工视觉用于人类视觉无法感知的场合，如精确定量感知、危险场景感知、不可见

物体感知等方面。该技术是在上个世纪50年代从模式识别开始的。用于工业检测

领域始于最近三十年。八十年代，随着计算机技术的高度发展，机器视觉也获得

了迅速的发展。到了九十年代，由于该技术的快速性、可重复性、智能化和可现

场性的特点，在工业环境中得到了广泛的应用。在大批量工业生产过程中，用人

工视觉检查产品质量效率低且精度不高，用计算机视觉检测方法可以大大提高生

产效率和生产的自动化程度。所以，这一技术的出现为工业检测技术的发展拓展

了空间。

现在，世界各国对视觉系统的研究越来越多。在探讨图像识别在工业检测中

的应用，国外已早有研究，而且起步比较早，已经形成了许多成熟的技术。尤其

是在一些高技术的先进领域率先得到广泛应用，如半导体业，电子业，工业机器

人，汽车零件制造子系统，印刷，钢铁，纺织等诸多行业都不同程度、深度的广

泛应用了计算机视觉技术。

国内起步于上个世纪九十年代，机器视觉产品技术普及不够，在以上行业中

的运用几乎是空白。而且计算机检测系统用于工业在线环境也只是处理一些较简

单的检测情况，而且往往需要人工干预，柔韧性差，对检测环境要求较高。并且

由于硬件和软件方面的限制，所开发的在线检测系统大都无法满足实际生产的实

时性要求。

但是随着我国各行各业对采用图像处理技术和计算机视觉技术的工业自动化、

智能化需求的广泛出现，计算机视觉技术在上述领域的应用也在逐渐被认知。国内

各大高校、企业在该技术领域开始了大胆的探索及大力发展，逐步开始了工业现场

等领域的应用。目前我国许多汽车制造企业在工业在线检测方面已经取得了许多研

究成果，估计国内对于机器视觉在实时检测方面的应用需求将会越来越多，因此，

该技术的应用空间将会越来越广泛。

§1.3 课题主要研究内容和关键技术

本文主要针对数字图像处理方法在汽车音响面板表面各类装配及印刷字符缺

陷检测中的应用研究，分析和吸收了现有的图像处理方法和技术，针对研究对象

的具体特点，设计一套精度高、速度快的检测算法，能够检测出面板各类按键装

配缺陷以及印刷字符缺陷。

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要基于机器视觉的汽车音响面板表面缺陷检测主要是为了实现两类缺陷——按键装配缺陷和印刷字符缺陷的检测和分类而进行的一项研究课题。过去传统的方法主要是靠人工检测，这种方法不但检测速度慢，检测效率低下，而且会出现漏检的情况，并且占用大量人力、物力资源和场地。本文针对以上传统方法的弊端，结合现代工业自动化生产的特点和产品质量检测技术的发展趋势，提出将机器视觉检测技术和数字图像处理技术相结合的方法，并且将其引入到汽车音响面板的装配及印刷字符缺陷检测过程中。从而使产品的检测模式发生根本性变革，实现在检测精度和效率方面质的飞跃。本文分别从算法理论和实际应用的角度，对具体研究对象——GAP-Radio面板表...

展开>> 收起<<

GAP-Radio面板按键装配及表面字符缺陷的检测技术研究.pdf

共61页,预览7页

还剩页未读，继续阅读

GAP-Radio面板按键装配及表面字符缺陷的检测技术研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: