[发明专利]一种基于机器视觉的工件表面缺陷快速识别系统及方法

说明书

本发明公开了一种基于机器视觉的工件表面缺陷快速识别系统及方法，具体涉及工件表面缺陷识别技术领域，包括目标工件数据模块，所述目标工件数据模块的输入端连接有工件目标追踪模块，所述工件目标追踪模块的输出端连接有中央处理模块。本发明通过工件表面特征分类学习模块的设置，可更新数据处理器数据库，使其检测能力进一步增强，使缺陷检测模块的生命力增强，通过缺陷检测模块的设置，可运用机器视觉技术对提取的工件特征量分类整理识别，根据不同缺陷的图像特征，可识别出斑点、凹坑、划痕、色差、缺损等缺陷，方便快速识别表面存在不同缺陷的不合格工件，比以往的抽检检测更加全面，检测无遗漏，全面性强，识别准确度和效率高。

技术领域

本发明涉及工件表面缺陷识别技术领域，具体涉及一种基于机器视觉的工件表面缺陷快速识别系统及方法。

背景技术

工件在加工过程中，往往会由于生产环境或者工艺的原因造成各种表面缺陷，如斑点、凹坑、划痕、色差、缺损等。要保证产品质量，维护企业声誉，必须在工件出厂包装前对其表面质量进行检测，对于存在表面缺陷的型材将进行回收处理。

传统的产品表面质量检测主要采用人工检测的方法，人工检测不仅工作量大，而且易受检测人员的经验、情绪、劳累强度等主观因素的影响，质量检测结果会出现不稳定因素，另外人工检测也很难对产品的缺陷率、质量趋势等进行精确的统计容易对产品表面缺陷造成漏检，尤其是变形较小、畸变不大的夹杂缺陷漏检，极大降低了产品的表面质量，从而不能够保证检测的效率与精度。

近年来，迅速发展的以图像处理技术为基础的机器视觉技术恰恰可以解决这一问题。机器视觉是将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合，而形成的一门综合性的技术。一般地说，机器视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技术，也就是用机器代替人眼来做测量和判断。机器视觉主要是采用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。基于机器视觉技术的缺陷检测系统，由于其非接触检测测量，具有较高的准确度、较宽的光谱响应范围，可长时间稳定工作，节省大量劳动力资源，提高了工作效率，可对工件表面的多种缺陷进行检测，但目前没有系统的机器视觉方法对工件表面缺陷进行检测识别。

发明内容

为此，本发明提供一种基于机器视觉的工件表面缺陷快速识别系统及方法，通过缺陷检测模块的设置，可运用机器视觉技术对提取的工件特征量分类整理识别，根据不同缺陷的图像特征，可识别出斑点、凹坑、划痕、色差、缺损等缺陷，学习不同缺陷特征数据，方便快速识别表面存在不同缺陷的不合格工件，比以往的抽检检测更加全面，检测无遗漏，全面性强，识别准确度和效率高，通过工件分类输送模块的设置，自动检测分拣输送工件，自动化程度高，以解决现有技术中由于人工检测不能够保证检测的效率与精度的问题。

为了实现上述目的，本发明提供如下技术方案：一种基于机器视觉的工件表面缺陷快速识别系统，包括目标工件数据模块，所述目标工件数据模块的输入端连接有工件目标追踪模块，所述工件目标追踪模块的输出端连接有中央处理模块，所述中央处理模块的输入端连接有工件表面图像采集模块，所述工件表面图像采集模块的输出端连接有图像预处理模块，所述图像预处理模块的输出端连接有工件表面特征分类学习模块，所述工件表面特征分类学习模块的输出端连接有缺陷检测模块，所述缺陷检测模块的输出端连接有工件分类输送模块；

所述目标工件数据模块用于为工件目标追踪模块提供追踪源，并可为工件表面图像采集模块提供各种不同原因产生的不同类型的工件表面缺陷图像数据和标准工件的图像数据；

所述工件目标追踪模块用于对工件位置进行定位追踪，后将工件位置反馈到工件表面图像采集模块，并使用照明光源对目标工件进行补光照明，方便工件表面图像采集模块采集图像数据；