编号
本科生毕业设计
基于机器视觉的表面缺陷检测系统设计
Surface defect detection system design based on machine
vision
学生姓名
专业电子信息工程
学号
指导教师
学院电子信息工程学院
二〇一三年六月
毕业设计（论文）原创承诺书
1．本人承诺：所呈交的毕业设计（论文）《基于机器视觉的表面缺陷检测系统设计》，是认真学习理解学校的《长春理工大学本科毕业设计（论文）工作条例》后，在教师的指导下，保质保量独立地完成了任务书中规定容，不弄虚作假，不抄袭别人的工作内容。
2．本人在毕业设计（论文）中引用他人的观点和研究成果，均在文中加以注释或以参考文献形式列出，对本文的研究工作做出重要贡献的个人和集体均已在文中注明。
3．在毕业设计（论文）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。
4．本人完全了解学校关于保存、使用毕业设计（论文）的规定，即：按照学校要求提交论文和相关材料的印刷本和电子版本；同意学校保留毕业设计（论文）的复印件和电子版本，允许被查阅和借阅；学校可以采用影印、缩印或其他复制手段保存毕业设计（论文），可以公布其中的全部或部分内容。
以上承诺的法律结果将完全由本人承担！
作者签名：年月日
中文摘要
为了不断提高产品质量和生产效率，金属工件表面缺陷在线自动检测技术在生产过程中显得日益重要。针对金属工件表面的多种缺陷，本文设计了一套基于机器视觉能够实现对金属工件表面缺陷进行实时在线、无损伤的自动检测系统。该系统采用面阵CCD和多通道图像采集卡作为图像采集部分，提高了检测系统的速度并降低了对CCD的性能要求，使系统在现有的条件下比较容易实现实时在线检测；采用自动选取图像分割阈值，根据实际应用的阈值把工件信息从图像中提取出来并扫描工件图像中的信息，实现了系统的自动测量；根据扫描得到的工件信息去除掉工件边缘的光圈，利用自动选取的阈值对金属工件表面的图像进行二值化分割，从而实现各种缺陷的自动提取及识别。
关键词：机器视觉表面缺陷CCD 图像处理缺陷检测
Abstract
In order to continually promote the quality of product and efficiency of production, the on-line automatic inspection technology of surface defect of metal workpiece has become more and more important in the process of production. This paper designs an automatic system based on machine vision, which can inspect surface defect of metal workpiece timely without any damage on it.
Firstly, using CCD and multi-channel image acquisition card to acquire images, the system has accelerated the inspection speed and reduced the requirements of CCD on the performance to do the timely on-line inspection more easily under the current condition; secondly, according to the practical application of threshold, the system has used the segmentation threshold of selecting an image automatically to select the workpiece information from images and scan that information to realize the automatic measurement of the system; finally, the system has removed the aperture on the edge of workpiece in accordance with the workpiece information of scan and conducted the binarization segmentation on the image of the metal workpiece surface by using the automatic selection threshold to automatically select and identify varied defects. Keywords:machine vision; surface defect; CCD; image processing; defect inspecting
目录
中文摘要 (3)
Abstract (4)
第1章引言 (7)
1.1研究背景及意义 (7)
1.2国内外研究现状 (7)
第2章图像技术及机器视觉简介 (9)
2.1图像处理技术 (9)
2.1.1图像和数字图像 (9)
2.1.2图像技术和图像工程 (9)
2.2数字图像处理系统 (10)
2.2.1图像处理和分析系统 (10)
2.2.2图像采集模块 (10)
2.2.3图像的数据编码和传输 (11)
2.3机器视觉技术 (11)
2.3.1机器视觉技术简介 (11)
2.3.2机器视觉系统的概念、组成及特点 (12)
2.4机器视觉系统的应用及发展动向 (13)
2.4.1机器视觉检测应用 (13)
2.4.2机器视觉系统的发展动向 (13)
第3章系统总体设计 (15)
3. 1 CCD摄像头 (15)
3. 2图像采集卡 (15)
3.2.1视频输入信号及采样频率 (16)
3.2.2视频输入窗口和显示窗口 (16)
3. 3软件设计 (16)
第4章缺陷检测软件设计 (17)
4. 1图像实时采集模块 (17)
4. 2图像预处理模块 (17)
4. 3阈值选取模块 (18)
4. 4图像测量模块 (18)
4. 5缺陷检测模块 (26)
4.5.1二值图像区域标记 (27)
4.5.2二值图像的小区域消除 (28)
4. 6缺陷识别模块 (28)
第5章实验结果及分析 (31)
5.1实验数据 (31)
5.2实验分析 (32)
全文总结 (35)
参考文献 (36)
致谢 (38)
第1章引言
1.1研究背景及意义
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，而且易受检测人员主观因素的影响，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，极大地提高了工作效率。可对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。所以，人工检测难以达到降低消耗、提高产品质量的目的，采用机器视觉的表面缺陷检测成为迫切需要。
针对这种现状，课题组决定自行开发工件表面缺陷在线检测系统，确保各类缺陷及时准确检出，从根本上解决人工检测效率低、精度低的问题，同时，还可以降低原材料消耗、能耗和人力成本，该课题还可以推广到其他需要表面质量检测的行业中，如印刷、包装等行业，因此具有重要的实际应用价值和现实意义。
然而,本课题要对各种形状、不同大小的金属片在线检测,必然对检测方法和处理速度有很高的要求,图像处理与模式识别领域中的许多新算法目前很难应用到实际工程项目中。因此,机器视觉技术在这类在线检测任务中的应用,仍然是一个难题。本论文的目标就是以己有的图像处理理论为基础,通过大量的实际实验,设计适合本产品表面缺陷检测的算法。
1.2国内外研究现状
在国外，机器视觉的应用主要体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备，单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。除此之外，机器视觉还用于其他各个领域。
而在中国，以上行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白，即便是有，也只是低端方面的应用。目前在我国随着配套基础建设的完善，技术、资金的积累、各行各业对采用图像
和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。当然，其他领域如指纹检测等等领域也有着很好的发展空间。
第2章图像技术及机器视觉简介
2.1图像处理技术
机器视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。
2.1.1图像和数字图像
从广义上说，图像是自然界景物的客观反映，是人类认识世界和人类本身的重要源泉。图像对我们并不陌生。它是用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视知觉的实体。人的视觉系统就是一个观测系统，通过它得到的图像就是客观景物在人眼中形成的影像。图像信息不仅包含光通量分布，而且也还包含人类视觉的主观感受。随着计算机技术的迅速发展，人们还可以人为地创造出色彩斑斓、千姿百态的各种图像。
客观世界在空间上是三维(3-D)的，但一般从客观景物得到的图像是二维(2-D)的。一幅图像可以用一个2-D数组?（x，y）来表示，这里x和y表示2-D 空间XY中一个坐标点的位置，而?代表图像在点(x，y)的某种性质F的数值。例如常用的图像一般是灰度图，这时?表示灰度值，它常对应客观景物被观察到的亮度值。
常见图像是连续定义的，即?、x、y的值可以是任意实数。为了能用数字计算机对图像进行加工处理，需要把连续的图像在坐标空间XY和性质空间F都进行离散化。这种离散化了的图像就是数字图像，可以用I(r，c)来表示。这里I代表离散化后的?，(r，c)代表离散化后的(x，y)，这里I、e、r的值都是整数。本文以后主要讨论数字图象，依据我们的习惯用?(x，y)代表数字图像，?、x、y 都在整数集合中取值。
2.1.2图像技术和图像工程
图像技术在广义上是各种与图像有关的技术的总称。目前人们主要研究的是数字图象，主要应用的是计算机图像技术。这包括利用计算机和其它电子设备进行和完成的一系列工作，例如图像的采集、获取、编码、存储和传输，图像的合成和产生，图像的显示和输出，图像的变换、增强、恢复（复原）和重建，图像的分割，目标的检测、表达和描述，特征的提取和测量，序列图像的校正，3-D 景物的重建复原，图像数据库的建立、索引和抽取，图像的分类、表示和识别，图像模型的建立和匹配，图像和场景的解释和理解，以及基于它们的判断决策和行为规划等等。另外，图像技术还可包括为完成上述功能而进行的硬件设计及制
作等方面的技术
由于图像技术近年来得到极大的重视和长足的进展，出现了许多新理论、新方法、新算法、新手段、新设备。图像工作者普遍认为需对图像和图像处理技术进行综合研究和应用，这个工作的框架就形成了图像工程。图像工程学科是将数学、光学等基础科学的原理，结合在图像应用中积累的技术经验而发展起来的。
图像工程的内容非常丰富，根据抽象程度和研究方法等的不同可分为三个层次：图象处理、图象分析和图像理解。图象处理着重强调在图像之间进行的变换。图象分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。图像理解的重点是在图象分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。
由上所述，图象处理、图象分析和图像理解是处在三个抽象程度和数据量各有特点的不同层次上。图象处理是比较低层的操作，它主要在图像像素级别上进行处理，处理的数据量非常大。图象分析则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式的描述。图像理解主要是高层操作，基本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理可以有许多类似之处。
2.2数字图像处理系统
2.2.1图像处理和分析系统
一个基本的图像（处理和分析）系统构成的各模块都有特定的功能，分别是采集、显示、存储、通信、处理和分析。为完成各自的功能每个模块都需一些特定的设备。图像采集可采用CCD的照相机、带有视像管的视频摄像机和扫描仪等。图象显示可用电视显示器、随机读取阴极射线管和各种打印机等。图像存储可采用磁带、磁盘、光盘和磁光盘等。图像通信可借助综合业务网、计算机局网，甚至普通电话网等。最后，图象处理和分析主要是运算，所使用的设备主要是计算机。以下对各模块的简介。
2.2.2图像采集模块
采集数字图象需要两种装置。一种是对某个电磁能量谱波段敏感的物理器件，它能产生与所接受到的电磁能量成正比的模拟电信号。另一种称为数字化器，它能将上述模拟电信号转化为数字离散的形式。下面介绍这两种装置的常用器件。
固态阵列是由称为感光基元的离散硅成像元素构成的。这样的感光基元能产生与所接受的输入光强成正比的输出电压。固态阵列中主要元件是电荷藕合器件CCD。这个传感器由一行感光基元，两个定时的将感光基元中的内容传给传输寄
存器的传输门，以及一个定时的将传输寄存器中的内容传给放大器的输出门构成。放大器输出的电压信号与感光基元行的内容成比例。电荷藕合平面阵列的工作原理与线阵相似，但感光基元排列成一个矩阵形式并由传输门和平面扫描图像显示模块的结果主要用于显示给人看。对图象分析来说，分析的结果也可以解析系统的主要显示设备是电视显示器。输入显示器的图象也可以通过硬拷控制。在每个偏转位置，电子枪束的强度的一种简便方法是利用标准输寄存器隔开。先将奇数列感光基元的内容顺序送进垂直传输寄存器，然后再送进水平传输寄存器。把水平传输寄存器的内容送进放大器就得到1帧隔行的视频信号。对偶数列感光基元重复以上过程就可得到另1帧隔行的视频信号。将2帧合起来就得到隔行扫描电视的1场(?)。现在常用的线扫描CCD一般有512到4096个象素或更多，而4096 X 4096个象素的扫描CCD也已在使用。
2.2.3图像的数据编码和传输
数字图像的数据量是相当庞大的，一幅512 X 512个像素的数字图像的数据量为256K字节，若假设每秒传输25帧图像，则传输的信道速率为52.4M比特/秒。高信道速率意味着投资高普及难度。因此，传输过程中，对图像数据进行压缩显得非常重要。数据的压缩主要通过图像数据的编码和变换压缩完成。
图像数据编码一般采用预测编码，即将图像数据的空间变化规律和序列变化规律用一个预测公式表示，如果知道了某一像素的前面各相邻像素值之后，可以用公式预测该像素值。采用预测编码，一般只需传输图像数据的起始值和预测误差，因此可将8比特/像素压缩到2比特/像素。
变换压缩方法是将整幅图像分成一个个小的(取8 X 8或16 X 16)数据块，再将这些数据块分类、变换、量化，从而构成自适应的变换压缩系统。该方法可将一幅图像的数据压缩到为数不多的几十个特传输，在接收端再变换回去即可。
对图像的处理和分析一般可用算法的形式描述，而大多数的算法可以用软件实现，只有在为了提高速度或克服通用计算机限制的情况下才用特制的硬件。进入90年代尤其是21世纪后，人们设计了各种与工业标准总线兼容的可以插入微机或工作站的图像卡。这不仅减少了成本，也促进了图象处理和分析专用软件的发展。这些图像卡包括用于图象数字化和临时存储的图像采集卡，用于以视频速度进行算术和逻辑运算的算术逻辑单元，以及前面提到的帧缓存。图象处理和分析中的一个重要事实是对特殊的问题需要特殊的解决方法。
2.3机器视觉技术
2.3.1机器视觉技术简介
机器视觉是一个相当新兴的研究领域。机器视觉发展到现在已有15年的历史。机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完
善和发展的。人们从20世纪50年代开始研究二维图像的统计模式识别，60年代Roberts始进行三维机器视觉的研究，70年代中，MIT人工智能实验室正式开设机器视觉课程，80年代开始，开始了全球性的研究热潮，机器视觉获得了蓬勃发展，新概念、新理论不断涌现。
2.3.2机器视觉系统的概念、组成及特点
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。
机器视觉系统的组成如图2-1。有照明部分、图像获取部分、图像显示部分和图像处理部分。一般采用CCD摄像头摄取检测图像并转化为数字信号，再对图像数字信号进行处理，从而得到所需要的各种目标图像特征值，并由此实现模式识别、坐标计算、灰度分布图等多种功能。然后再根据其结果显示图像，输出数据，发出指令，配合执行机构完成位置调整，好坏筛选，数据统计等自动化流程。
图2-1 机器视觉系统构成
机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时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，用机器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。而且机器视易于实现信息集成，是实现计算机集成制造的基础技术。因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
有不少学科的研究目标与机器视觉相近或者相关，这些学科中包括图像处理、模式识别或图像识别、图像理解等。由于历史发展或领域本身的特点，这些学科有某种程度的相互重叠。但是，机器视觉与其他学科又有着一定的区别，其
特点是：
1、综合技术
机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系，相互协调应用才能构成一个成功的工业机器视觉应用系统
2、强调工业可靠性
机器视觉强调工业现场环境下的可靠性，要求能够适应工业生产中恶劣的环境，有较高的容错能力和安全性，不会破坏工业产品。
3、强调实用性
机器视觉强调实用性，要求有合理的性价比，要有通用的工业接口，能够由普通工作来操作，必须有较强的通用性和可移植性。
4、要求高速度和高精度
由于机器视觉通常要求高速度和高精度，数字图像处理中的许多新算法目前还难以应用。因此，机器视觉技术在工业生产中的实际应用速度远远滞后于图像处理理论的发展速度。
2.4机器视觉系统的应用及发展动向
2.4.1机器视觉检测应用
机器视觉系统在高速、细微和重复的制造过程中显得非常可靠，因此被广泛用于加工制造企业，完成大批量生产过程中的重复性检测任务。机器视觉在质量检测方面的应用占整个工业应用的近80%，其中最大的应用行业为：汽车、制药、电子与电气、制造、包装、食品、饮料等。机器视觉检测是非接触无损检测，与传统的检测手段相比，它具有不可替代的优越性，因而得到了广泛的应用。利用线阵CCD配合包装盒的一维运动获取目标图像，然后由计算机对图像进行处理，可以检测日期编号等信息的遗漏和正确与否；以频闪光作为照明光源，利用面阵或者线阵CDC作为螺纹钢外形轮廓尺寸的探测器件，实现热轧螺纹钢几何参数在线测量；在各种产品表面缺陷检测方面应用也很多。
2.4.2机器视觉系统的发展动向
近年来计算机视觉(即机器视觉)的发展大致表现在以下三个方面：
1、基于几何方法的计算机视觉计算理论体系已臻于完整计算机视觉的研究目标之一是使机器能感知三维环境中物体的几何信息，包括它的形状、位置、姿态、运动等。20世纪90年代中期以来，计算机视觉界将对应与射影几何、仿射几何、欧几里得几何的描述，系统地引进视觉计算方法中，比较完美地对应为视觉系统中对物体由粗到细的描述，在计算机视觉系统中降低了对摄像系统参数了
解的要求，提高了系统对噪声的鲁棒性。
2、机器学习方法受到越来越多的关注模式识别的所有领域始终存在基于结构与基于统计的两大分支。如果说基于几何的计算机视觉主要通过几何，描述物体及其运动的三维结构，属于结构方法，已得到较系统的研究；而在计算机视觉中的统计方法除较好地用于图像的底层处理外，一直显得不完善更不用说系统化了。
3、针对众多特定领域的应用研究不断深入，较大规模的应用系统逐步走向商业化随着当前计算机的性能价格比飞速提高，众多特定领域的计算机实时应用系统的商业化已成为可能。如利用指纹、虹膜、人脸、语音等识别技术、行为识别技术与运动跟踪技术、多摄像机融合技术构成视觉监测系统，用于信息安全、智能交通、反恐防盗、身份鉴别等。
第3章 系统总体设计
本系统是由CCD 摄像头、照明系统、图像采集卡、机械装置、主控计算机等部件组成，图3-1为系统结构图。其工作过程是：首先将工件送到CCD 摄像头视场内；然后由成像系统和图像采集卡将图像采集到计算机内部；运用图像处理技术对采集到的原始图像进行预处理以改善图像质量，从中提取感兴趣的特征量；最后运用模式识别技术对取到得特征量进行分类整理以完成系统的检测。下面分别介绍系统的各部分的组成及工作原理。
1 2 3 4
6 1、CCD 摄像头及照明系统 2、图像采集卡 3、主控计算
机4、分类机构 5、工件 6、传送装置
图3-1 机器视觉系统结构图
3. 1 CCD 摄像头
CCD 是一种半导体成像器件，具有灵敏度高、抗强光、畸变小、体积小、寿命长，抗震动等优点。本系统采用的是国产MTV-1881EX 型号的黑白摄像头，它的工作方式是将被摄物体的图像经过镜头聚焦到CCD 芯片上，CCD 根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经视频捕捉卡滤波、放大处理，A/D 转换后形成视频信号输出。
3. 2图像采集卡
本系统采用的是大恒PCI-XR 视频捕捉卡，具有高品质的视频采集性能，具备高速PCI 总线，采集频率为3D 帧/秒，显示画面流畅不间断；显示分辨率640X 480。动态捕捉影像以静态图像方式存盘，提供BMP ，JPG ，TIP ，TGA 等多种存盘格式。其工作原理如图3-2所示： 图3-2 VIDEO-PCI-XR 图像采集片工作原理
四路复合视频输入经多路开关，软件选择其中一路作为当前输入，输出到A/D进行模/数变换，数字化的图像信号经各种图像处理后，利用PCI总线，传到V AG卡显示或计算机内存存储。由于要检测工件的两个表面，所以需要在硬件上使用两路视频输入，每路采集不同表面的图像。采样频率在一定范围内可调，满足不同场合的需求。
3.2.1视频输入信号及采样频率
凡符合PAL制式(625行，50场/秒)和NTSC制式(525行，60场/秒)的视频设备输出的图像信号均可作为该视频捕捉卡的输入源。在一般情况下，摄像机、录像机等视频设备均满足上述标准。采样频率在一定范围内可调，满足不同场合的需求。
3.2.2视频输入窗口和显示窗口
视频输入窗口是指数字化后的输入图像尺寸。在PAL制式，输入窗口最大尺寸为768 X 576。在NTCS制式为64 X 480。图像显示窗口是指在V AG显示器上显示的图像尺寸，其最大值不能超过输入图像窗口。当图像显示窗口小于视频输入窗口时，有两种方法可以采用。一种方法是减少视频输入窗口的大小，即重新设置起始行、终止行、起始列、终止列。使视频输入窗口与图像显示窗口相匹配。处理后的结果显示的仅是全部输入图像的一个局部，这种方法称为裁剪。另一种方法是采用对视频输入窗口采用抽点和抽行的方法减少其大小，即根据视频输入窗口和图像显示窗口的相对大小设置缩小比例系数，处理后的结果显示的是缩小的全部输入图像，这种方法称为比例缩小。也可以将两种方法结合起来，达到所需要的结果。
3. 3软件设计
本课题中的图像处理算法均采用Matlab程序语言实现模拟，Matlab提供一个高度集成的、集科学计算、程序设计和可视化归于一身的。
为了设计出实用有效的软件，必须按照软件工程的理论，进行充分的分阶段的分析和设计。采用模块化结构设计，其特点为：
1)可修改性。对模块内部的修改，对模块外部没有影响；增加或删除几个模块，不影响整个程序；
2)可读性。每个模块意义和职责明确，模块间的接口关系清楚，便于用户和设计人员进行系统代码的维护；
3)验证性。独立于其它模块，可单独验证一个模块的正确性，便于进行调试。采用模块化原理使软件结构清晰，容易阅读理解和维护。本系统中，按照算法要求设计了各子程序。
第4章 缺陷检测软件设计
由于本系统是一个完整、实时的缺陷检测系统，需要系统从原始图像采集到图像预处理、阈值选取、分割，再到模式识别，最后到缺陷种类分选整套过程有一个全面、整体的设计。系统主要有以下几个模块：图像实时采集模块、图像预处理模块、阈值选取模块、图像测量模块、缺陷检测模块、缺陷识别模块，其过程如图4-1所示。
图4-1 缺陷检测过程
4. 1图像实时采集模块
为了准确、及时获得图像的当前状态，需要不断地通过图像采集卡将CCD
摄像系统的图像信息直接读取到计算机内存，在计算机内存中进行其他的后续处理，如：图像滤波、图像测量、缺陷检测等等。
4. 2图像预处理模块
为去掉噪声对图像的于扰，要将刚采集的图像数据进行预处理，如：去除孤立点、平滑、滤波等；同时，还要对图像进行灰度调整，增加对比度，为后续的图像处理工作做准备，如图4-2所示。
图4-2 原始图像及灰度调整后图像
经过预处理后，图像的对比度增加，拉伸了图像灰度，表现在灰度直方图上就是峰与峰之间的距离加大，便于选取分割阈值及后续图像分割，如图4-3所示。
0 50 100 150 200 250
直方图
直方图
3000 2500
2000 1500 1000 500
0 50 100 150 200 250
3000 2500
2000 1500 1000 500 0
图4-3 灰度调整前及灰度调整后图像直方图
4. 3阈值选取模块
阈值的选取对于分割图像、提取缺陷信息至关重要，其方法也很多，本系统采取利用图像的灰度直方图来选取阈值，如图4-4所示。
4. 4图像测量模块
（1）工件尺寸和位置测量
根据阈值选取模块所计算的阈值分割图像，将图像二值化处理，便于图像整体信息的扫描，如图4-5所示。
图4-5 图像位置信息扫描
灰度值 直方图
0 50 100 150 200 250
0 50 100 150 200 250
直方图
6000 5000
4000 3000 2000 1000
6000
5000 4000
3000
2000
1000 0
灰度值
图4-6 扫描示意图
由图4-6所示，可列：
()()()()()()00,,/2y ,,/2
从左到右从右到左从上到下从下到上=+=+x F i j F i j F i j F i j
那么，可得到工件的圆心坐标，其曲线分别如图5-7所示。
图由于在实际图像中存在噪声或者其他干扰，图像的背景并不是理想的那种单纯灰度级，所以在对整幅图像进行逐个像素扫描时，所检测到的图像信息也会存在干扰信息，即存在粗大误差，在图4-7中可以比较直观地显现。一旦发现含有粗大误差的测量值，应将其从测量结果中剔出。设被测量的真值为0L ，一系列测得值为i l ，则测量列中的随机误差δi 为
0δ=-i i l L
式中1,2,,…=i n
0 100 200 300 400 500 600 700 800
图像宽（Y ）图像数据
600 500 400 300 200 100 0
0 100 200 300 400 500 600 700 800
图像数据
图像宽（Y ）
600 500
400 300 200 100
2.5 2 1.5 1 0.5 0 -0.5
正态分布的分布密度()δf 为：
2/(2)
()δσδ-=
f
式中σ —— 标准差（或均方根误差）；
e ——
图4-8 随机误差分布曲线
由此可知：σ值愈小，则σ的指数的绝对值愈大，因而()δ
f 减小得愈快，即曲线变陡。而σ值愈小，在
σ前面的系数值变大，即对应于误差为零（σ=0）的纵坐标也大，曲线变高。反之，
σ愈大，()δf 减小愈慢，曲线平坦，同时对应于误差为零的纵坐标也小，曲线变低。图
4-8中三个测量列所得的分布曲线不同，其标准差σ也不相同，且123σσσ<<。 在等精度测量列中，单次测量的标准差按下式计算：
σ==
=
=
式中 n —— 测量次数(应充分大)； δi —— 测得值与被测量的真值之差；
i l —— 测得值；
i v —— 测得值的残余误差(简称残差)；
x —— 测得值的平均值。
为了把扫描到的粗大误差去除掉，采用3σ准则来判断每个检测数据是否是存在误差。即
发现系统漏洞之前都要进行相关的程序扫描，与入侵检测/入侵防御系统等被动防御手段相比，漏洞扫描是一种主动的探测方法，通过对已探测漏洞的修补，可以有效防止黑客攻击行为，防患于未然。通过对网络的扫描，可以了解网络的安全配置和运行的应用服务，及时发现安全漏洞，客观评估网络风险。漏洞扫描系统多少钱？想要获取漏洞扫描系统的价格，可以直接拨打屏幕上的电话，或者与我们的技术专家在线沟通，当然了，您也可以留下您的联系方式，我们会尽快与您取得联系~ 铱迅漏洞扫描系统（英文：Yxlink Network Vulnerability Scan System，简称：Yxlink NVS）,是唯一支持IP地址段批量反查域名、内网穿透扫描的专业漏洞扫描器，可支持主机漏洞扫描、Web漏洞扫描、弱密码扫描等。铱迅漏洞扫描系统可以广泛用于扫描数据库、操作系统、邮件系统、Web服务器等平台。通过部署铱迅漏洞扫描系统，快速掌握主机中存在的脆弱点，能够降低与缓解主机中的漏洞造成的威胁与损失。 主机漏洞扫描 主机系统上存储、处理和传输各种重要数据，可以说主机的安全问题是Internet安全的核心问题之一，是Internet实现安全性的关键。因此，主机系统的安全防护也是整个安全策略中非常重要的一环，铱迅漏洞扫描系统全面支持各种主机漏洞的检测。 铱迅漏洞扫描系统支持扫描操作系统漏洞、网络设备漏洞、Web服务器漏洞、数据库服务器漏洞、邮件服务器漏洞、DNS漏洞等。 Web漏洞扫描 Web应用程序可以运行于多种操作系统平台，由于网站开发人员在进行编码时，对Web应用的安全性考虑不周，容易引入各种Web漏洞。另外，如果管理员对于安全性重视度不够，不对已知的缺陷进行修补，攻击者能很容易利用Web应用程序漏洞穿透防火
工件表面缺陷检测系统方案 为了不断提高产品质量和生产效率，工件表面缺陷在线自动检测技术在生产过程中显得日益重要。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，而且易受检测人员主观因素的影响，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。 针对工件表面的多种缺陷，维视图像今天为大家介绍一套基于机器视觉的对工件表面缺陷进行实时在线、无损伤的自动检测系统方案。 本系统是由CCD工业摄像头、高清镜头、照明系统及图像处理软件等部件组成。其工作过程是：首先将工件送到采集视场内；然后由成像系统将图像采集到计算机内部；运用图像处理软件对采集到的原始图像进行预处理以改善图像质量，从中提取感兴趣的特征量；最后运用模式识别技术对取到的特征量进行分类整理以完成系统的检测。 下面分别介绍系统的各部分的组成及特点。 一、CCD工业摄像头 为保证图像效果和检测精度，此系统可选用高分辨的工业CCD摄像头，针对不同的工件尺寸和要求，CCD分辨率也可稍作调整，MV-EM系列千兆网工业相机包含常用的多种分辨率，可供系统选择。其中，MV-EM510M是高精度检测系统最为青睐的产品之一。 二、高清镜头 为配合高分辨率CCD工业摄像头，我们选用百万像素级高清镜头。当然，与500万CCD 相机更为搭配的非500万像素高清镜头莫属了。 三、照明系统 工件材质一般比较多样化，如普通的无反光材质工件，我们通常可选用环形LED光源以节省成本。但是，对于金属等高反光材质的工件，我们就必须在光源的选择上下点功夫了，针对不同尺寸和外形，低角度环形光源、同轴光源和漫反射圆顶光源都可能是明智之选，这
2012研究生机器视觉课程检测及课程设计内容 一、回答下列问题： 1、什么是机器视觉，它的目标是什么？能否画出机器视觉检测系统的结构方 块图，并说出它们的工作过程原理和与人类视觉的关系？ 机器视觉是机器（通常指计算机）对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。图像中的内容往往是某些机器零件，而处理的目标不仅要能对机器零件定位，还要能对其进行检验。 原始数据特征向量类别标识 特征度量模式分类器 机器视觉系统的组成框图 2、在机器视觉检测技术中：什么是点视觉技术、一维视觉技术、二维视觉技 术、三维视觉技术、运动视觉技术、彩色视觉技术、非可见光视觉技术等？ 能否说出他们的应用领域病句、案例？能否描述它们的技术特点？ 答：点视觉：用一个独立变量表示的视觉称之为点视觉。如应用位移传感器测量物体的移动速度。 一维视觉：普通的CCD。 两维视觉：用两个独立变量表示的视觉称之为两维视觉。比如普通的CCD。 三维视觉：用三个独立变量表示的视觉称之为三维视觉。比如用两个相机拍摄（双目视觉）；或者使用一个相机和一个辅助光源。 彩色视觉：用颜色作为变量的视觉称之为彩色视觉。物体的颜色是由照 射光源的光谱成分、光线在物体上反射和吸收的情况决定的。比如，一 个蓝色物体在日光下观察呈现蓝色，是由于这个物体将日光中的蓝光 反射出来，而吸收了光谱中的其他部分的光谱，而同样的蓝色物体， 在红色的光源照射下，则呈现红紫色， 非可见光视觉技术：用非可见光作为光源的视觉技术。比如非可见光成像技术。
3、机器视觉检测技术中：光源的种类有哪些？不同光源的特点是什么？光照 方式有几种？不同光照方式的用途是什么？又和技术特点和要求？ 机器视觉检测技术中光源有以下几种：荧光灯，卤素灯+光纤导管，LED 光源，激光，紫外光等。几种光源的特点如下： 成本亮度稳定度使用寿命复杂设计温度影响种类名 称 荧光灯低差差一般低一般 卤素灯+光纤导管高好一般差一般差LED光源一般一般好好高低光照方式有以下几种： 背景光法（背光照射）是将被测物置于相机和光源之间。这种照明方式的优点是可将被测物的边缘轮廓清晰地勾勒出来。由于在图像中，被测物所遮挡的部分为黑色，而未遮挡的部分为白色，因此形成“黑白分明”的易于系统分析的图像。此方法被应用于90%的测量系统中。 前景光法（正面照射）是将灯源置于被测物和相机之前。又可分为明场照射和暗场照射。明场照射是为了获得物体的几乎全部信息，照射物体的光在视野范围之内几乎全部反射回去；暗场照射是为了获取物体表面的凹凸，照射物体的光在视野范围之外有部分光反射回去。 同轴光法是将灯源置于被测物和相机之间。 4、机器视觉检测系统中，光学系统的作用是什么？光学器件有哪几种，它们 各自的作用是什么？光学镜头有几种类型，它们各自有何用途？光学镜头有哪些技术参数，各自对测量有什么影响？ 答：机器视觉检测系统中，光学系统用来采集物体的轮廓、色彩等信息。 光学器件主要有：镜头、成像器件（CCD和CMOS)、光圈、快门等。 镜头的作用是对成像光线进行调焦等处理，使成像更清晰；成像器件的作用是将光学图像转换成模拟电信号；光圈的作用如同人得瞳孔， 控制入射光的入射量，实现曝光平衡；快门的作用是将想要获取的光学
1.1在线安全监测 1.1.1网站安全监测背景 当前，互联网在我国政治、经济、文化以及社会生活中发挥着愈来愈重要的作用，作为国家关键基础设施和新的生产、生活工具，互联网的发展极大地促进了信息流通和共享，提高了社会生产效率和人民生活水平，促进了经济社会的发展。 网络安全形势日益严峻，针对我国互联网基础设施和金融、证券、交通、能源、海关、税务、工业、科技等重点行业的联网信息系统的探测、渗透和攻击逐渐增多。基础网络防护能力提升，但安全隐患不容忽视；政府网站篡改类安全事件影响巨大；以用户信息泄露为代表的与网民利益密切相关的事件，引起了公众对网络安全的广泛关注；遭受境外的网络攻击持续增多；网上银行面临的钓鱼威胁愈演愈烈；工业控制系统安全事件呈现增长态势；手机恶意程序现多发态势；木马和僵尸网络活动越发猖獗；应用软件漏洞呈现迅猛增长趋势；DDoS攻击仍然呈现频率高、规模大和转嫁攻击的特点。 1.1.2网站安全监测服务介绍 1.1. 2.1基本信息安全分析 对网站基本信息进行扫描评估，如网站使用的WEB发布系统版本，使用的BBS、CMS版本；检测网站是否备案等备案信息；另外判断目标网站使用的应用系统是否存在已公开的安全漏洞，是否有调试信息泄露等安全隐患等。 1.1. 2.2网站可用性及平稳度监测 拒绝服务、域名劫持等是网站可用性面临的重要威胁；远程监测的方式对拒绝服务的检测，可用性指通过PING、HTTP等判断网站的响应速度，然后经分析用以进一步判断网站是否被拒绝服务攻击等。 域名安全方面，可以判断域名解析速度检测，即DNS请求解析目标网站域
名成功解析IP的速度。 1.1. 2.3网站挂马监测功能 挂马攻击是指攻击者在已经获得控制权的网站的网页中嵌入恶意代码（通常是通过IFrame、Script引用来实现），当用户访问该网页时，嵌入的恶意代码利用浏览器本身的漏洞、第三方ActiveX漏洞或者其它插件（如Flash、PDF插件等）漏洞，在用户不知情的情况下下载并执行恶意木马。 网站被挂马不仅严重影响到了网站的公众信誉度，还可能对访问该网站的用户计算机造成很大的破坏。一般情况下，攻击者挂马的目的只有一个：利益。如果用户访问被挂网站时，用户计算机就有可能被植入病毒，这些病毒会偷盗各类账号密码，如网银账户、游戏账号、邮箱账号、QQ及MSN账号等。植入的病毒还可能破坏用户的本地数据，从而给用户带来巨大的损失，甚至让用户计算机沦为僵尸网络中的一员。 1.1. 2.4网站敏感内容及防篡改监测 基于远程Hash技术，实时对重点网站的页面真实度进行监测，判断页面是否存在敏感内容或遭到篡改，并根据相应规则进行报警 1.1. 2.5网站安全漏洞监测 Web时代的互联网应用不断扩展，在方便了互联网用户的同时也打开了罪恶之门。在地下产业巨大的经济利益驱动之下，网站挂马形势越来越严峻。2008年全球知名反恶意软件组织StopBadware的研究报告显示，全球有10%的站点都存在恶意链接或被挂马。一旦一个网站被挂马，将会很快使得浏览该网站用户计算机中毒，导致客户敏感信息被窃取，反过来使得网站失去用户的信任，从而丧失用户；同时当前主流安全工具、浏览器、搜索引擎等都开展了封杀挂马网站行动，一旦网站出现挂马，将会失去90%以上用户。 网站挂马的根本原因，绝大多数是由于网站存在SQL注入漏洞和跨站脚本漏洞导致。尤其是随着自动化挂马工具的发展，这些工具会自动大面积扫描互联
编号 本科生毕业设计 基于机器视觉的表面缺陷检测系统设计 Surface defect detection system design based on machine vision 学生姓名 专业电子信息工程 学号 指导教师 学院电子信息工程学院 二〇一三年六月
毕业设计（论文）原创承诺书 1．本人承诺：所呈交的毕业设计（论文）《基于机器视觉的表面缺陷检测系统设计》，是认真学习理解学校的《长春理工大学本科毕业设计（论文）工作条例》后，在教师的指导下，保质保量独立地完成了任务书中规定容，不弄虚作假，不抄袭别人的工作内容。 2．本人在毕业设计（论文）中引用他人的观点和研究成果，均在文中加以注释或以参考文献形式列出，对本文的研究工作做出重要贡献的个人和集体均已在文中注明。 3．在毕业设计（论文）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。 4．本人完全了解学校关于保存、使用毕业设计（论文）的规定，即：按照学校要求提交论文和相关材料的印刷本和电子版本；同意学校保留毕业设计（论文）的复印件和电子版本，允许被查阅和借阅；学校可以采用影印、缩印或其他复制手段保存毕业设计（论文），可以公布其中的全部或部分内容。 以上承诺的法律结果将完全由本人承担！ 作者签名：年月日
中文摘要 为了不断提高产品质量和生产效率，金属工件表面缺陷在线自动检测技术在生产过程中显得日益重要。针对金属工件表面的多种缺陷，本文设计了一套基于机器视觉能够实现对金属工件表面缺陷进行实时在线、无损伤的自动检测系统。该系统采用面阵CCD和多通道图像采集卡作为图像采集部分，提高了检测系统的速度并降低了对CCD的性能要求，使系统在现有的条件下比较容易实现实时在线检测；采用自动选取图像分割阈值，根据实际应用的阈值把工件信息从图像中提取出来并扫描工件图像中的信息，实现了系统的自动测量；根据扫描得到的工件信息去除掉工件边缘的光圈，利用自动选取的阈值对金属工件表面的图像进行二值化分割，从而实现各种缺陷的自动提取及识别。 关键词：机器视觉表面缺陷CCD 图像处理缺陷检测
基于机器视觉的产品检测技术研究 1、机器视觉 1.1机器视觉的概念 机器视觉被定义为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。一个典型的工业机器视觉应用系统包括光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。系统首先通过CCD相机或其它图像拍摄装置将目标转换成图像信号,然后转变成数字化信号传送给专用的图像处理系统，根据像素分布!亮度和颜色等信息，进行各种运算来抽取目标的特征,根据预设的容许度和其他条件输出判断结果。 值得一提的是，广义的机器视觉的概念与计算机视觉没有多大区别，泛指使用计算机和数字图像处理技术达到对客观事物图像的识别、理解。而工业应用中的机器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别，其特点是： 1、机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。 2、机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。 3、对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。 4、机器视觉更强调实时性,要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度远远超过其在工业生产中的实际应用速度。 1.2机器视觉的研究范畴 从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流的监测、关键地域的保安监视等等。从处理过程看,机器视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等，高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解等。从方法层面看，有被动视觉与主动视觉之，又有基于特征的方法与基于模型的方法之分。从总体上来看，也称作计算机视觉。可以说，计算机视觉侧重于学术研究方面，而机器视觉则侧重于应用方面。 机器人视觉是机器视觉研究的一个重要方向，它的任务是为机器人建立视觉系统，使得机器人能更灵活、更自主地适应所处的环境，以满足诸如航天、军事、工业生产中日益增长的需要（例如，在航天及军事领域对于局部自主性的需要，在柔性生产方式中对于自动定位与装配的需要，在微电子工业中对于显微结构的检测及精密加工的需要等）。机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。 1.3机器视觉的研究现状 机器视觉研究出现于60年代初期，电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能。它作为早期人工智能研究的一部分，由于技术条件的限制，进展缓慢。80年代初，在D·Marr提出的计算视觉理论指导下，机器视觉研究得到了迅速发展，成为
双元表面缺陷检测系统在塑料行业的应用 章毅 （浙江双元科技开发有限公司，浙江杭州） 摘要：双元公司致力于利用先进成熟的技术和完善快捷的售服网络，为塑料行业，特别是薄膜类及片材类客户提供一整套缺陷检测及处理的解决方案。 关键字：双元缺陷检测塑料 随着各行各业对塑料制品的要求不断提高，以及同行业内的竞争不断加剧，塑料制品的质量控制日益受到各个塑料企业的关注和重视。如何对生产线上的产品进行实时掌控？如何保证提供给客户是完美无暇的产品？浙江双元科技开发有限公司依托本身雄厚的技术实力以及广大的应用网络，从2003年开始，对应用于各行业的表面缺陷在线检测系统进行开发，经过不断的攻关与完善，目前新一代的具有完全自主知识产权的表面缺陷检测系统已成功的应用于造纸、塑料薄膜、新材料、无纺布、金属片材等各个行业，总计应用实例已达三百余套。其中，在塑料行业内的保有量也已近百套！ 本文将就双元表面缺陷检测系统在塑料行业中的应用进行介绍。 一、公司概况 浙江双元科技开发有限公司（双元科技）成立于2000年3月。公司主要从事过程自动控制和产品质量在线检测系统的开发和研制。 公司的技术创新中心下辖产品表面缺陷检测技术、产品质量控制技术、微波应用技术、产品色度检测分析技术、电磁感应加热技术等6个研究所，对相关领域的应用技术开展了前瞻性的研究。通过这些年的研究，公司成功推出了一系列产品，每个产品都是自主研发的，总体技术水平已经接近或达到了国际先进水平，初步形成了国产高档过程检测仪器仪表及控制系统产品平台，打破了国外公司在该领域的垄断地位。 公司于2006年11月被浙江省科技厅认定为“浙江省高新技术企业”。现有员工106人，其中工程技术及管理人员就占了70%左右。 二、系统介绍 双元表面缺陷检测系统（以下简称SYWIS）能够在线检测、识别和显示塑料薄膜表面上的各种缺陷。其主要由高速CCD线阵相机，组合光源及机架、数据处理中心、报警系统和操作站组成。采用当今世界上先进的在线检测识别、成像及数据处理技术，为客户提供了包括实时缺陷检测、图象显示、报警、质量报告、设备故障诊断等功能在内的表面缺陷检测全套
1.产品简介 每年都有数以千计的网络安全漏洞被发现和公布，加上攻击者手段的不断变化，网络安全状况也在随着安全漏洞的增加变得日益严峻。事实证明，99%的攻击事件都利用了未修补的漏洞，使得许多已经部署了防火墙、入侵检测系统和防病毒软件的企业仍然饱受漏洞攻击之苦，蒙受巨大的经济损失。 寻根溯源，绝大多数用户缺乏一套完整、有效的漏洞管理工作流程，未能落实定期评估与漏洞修补工作。只有比攻击者更早掌握自己网络安全漏洞并且做好预防工作，才能够有效地避免由于攻击所造成的损失。 绿盟远程安全评估系统（NSFOCUS Remote Security Assessment System，简称：NSFOCUS RSAS）第一时间主动诊断安全漏洞并提供专业防护建议，让攻击者无机可乘，是您身边的“漏洞管理专家”。 产品为国内开发，具备自主知识产权，并经过三年以上应用检验并提供产品用户使用报告的复印件；产品具有高度稳定性和可靠性。 产品取得了中华人民共和国公安部的《计算机信息系统安全专用产品销售许可证》，中华人民共和国国家版权局《计算机软件著作权登记证书》，中国人民解放军信息安全产品测评认证中心的《军用信息安全产品认证证书》，国家保密局涉密信息系统安全保密测评中心《涉密信息系统产品检测证书》，中国信息安全测评中心《信息技术产品安全测评证书--EAL3》，中国信息安全认证中心《中国国家信息安全产品认证证书》。 厂商在信息安全领域有丰富的经验与先进的技术，须有对系统漏洞进行发现、验证、以及提供应急服务的技术能力。
产品使用了专门的硬件，基于嵌入式安全操作系统，大大提高了系统的工作效率和自身安全性。系统稳定可靠，无需额外存储设备即可运行，系统采用B/S 设计架构，并采用SSL加密通信方式，用户可以通过浏览器远程方便的对产品进行管理。 产品要求界面友好，并有详尽的技术文档；产品支持中英文图形界面，能够方便的进行语言选择，能够提供丰富的中英文语言的文档资料。 通过CVE兼容性认证及英国西海岸实验室Checkmark认证等国际权威认证。 2.产品功能 2.1 系统漏洞扫描功能 1. 漏洞知识库从操作系统、服务、应用程序和漏洞严重程度多个视角进行分类， 需要给出具体的分类信息。 2. 支持对漏洞信息的检索功能，可以从其中快速检索到指定类别或者名称的漏 洞信息，并具体说明支持的检索方式。 3. 提供漏洞知识库中包含的主流操作系统、数据库、网络设备的列表信息。
研究背景： 产品表面质量是产品质量的重要组成部分，也是产品商业价值的重要保障。产品表面缺陷检测技术从最初的依靠人工目视检测到现在以CCD 和数字图像处理技术为代表的计算机视觉检测技术，大致经历了三个阶段，分别是传统检测技术阶段、无损检测技术阶段、计算机视觉检测技术阶段。[] 传统检测技术 （1）人工目视检测法 （2）频闪检测法 无损检测技术 （1）涡流检测法 （2）红外检测法 （3）漏磁检测法 计算机视觉检测技术 （1）激光扫描检测法 （2）CCD 检测法 采用荧光管等照明设备，以一定方向照射到物体表面上，使用CCD摄像机来扫描物体表面，并将获得的图像信号输入计算机，通过图像预处理、缺陷区域的边缘检测、缺陷图像二值化等图像处理后，提取图像中的表面缺陷的相关特征参数，再进行缺陷图像识别，从而判断出是否存在缺陷及缺陷的种类信息等。 优点：实时性好，精确度高，灵活性好，用途易于扩充，非接触式无损检测。 基于机器视觉的缺陷检测系统优点： 集成化生产缩短产品进入市场时间改进生产流程100%质量保证实时过程监控提高产量精确检测100%检测 由于经济和技术原因国内绝大多数图像处理技术公司都以代理国外产品为主，没有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在比较低端的小系统集成上，对需要进行大数据量的实时在线检测的研究很少也很少有成功案例，但是随着国内经济发展和技术手段不断提高对产品质量检测要求就更高，对在线检测设备的需求也就更大具有巨大的市场潜力。 机器视觉图像处理技术是视觉检测的核心技术 铸件常见缺陷：砂眼气孔缩孔披缝粘砂冷隔掉砂毛刺浇不足缺陷变形 问题的提出： 1.水渍、污迹等不属于铸件缺陷，但由于其外观形貌与缺陷非常类似, 因此易被检测系统误识为缺陷。从目前发表的文献来看，对于伪缺陷的识别率较低。 2.不同种缺陷之间可能存在形状、纹理等方面的相似性，造成缺陷误判。 国外研究发展现状： 20 世纪90 年代后，基于机器视觉检测系统的自动化功能和实用化水平得到了进一步的提高。 1990 年芬兰Rautaruukki New Technology公司研制了Smartivis表面检测系统[]，该系统具有自学习分类功能，应用机器学习方法对决策树结构进行自动设计优化。 1996 年美国Cognex公司研发了一套iLearn自学习分类器软件系统并应用于其研制了iS-2000 自动检测系统。通过这两套系统的无缝衔接，极大地提高了检测系统实时的运算速度，有效的改进了传统自学习分类方法在算法执行速度、数据实时吞吐量、样本训练集规模及模式特征自动选择等方面的不足之处[]。 2004 年Parsytec公司发布了新一代表面质量检测产品Parsytec5i，该系统运用了自学习神经
一、光学元件检测系统描述 本系统用于光学元件外观缺陷识别以及产品位置获取，系统采用进口高分辨率工业相机，可 以快速获取产品图像，通过图像识别、分析和计算，给出产品外观缺陷，给出产品坐标，并 输出相应检测结果信号，以便于设备对不合格产品的处理。 二、光学元件检测系统设计方案 台州振皓自动化科技有限公司基于机器视觉图像处理技术研发的光学元件外观缺陷检测系统，具有高精度、高速、多样品化的特点。系统主要模块有：触发模块、图像处理模块。根据用 户需求，样品移动到检测位，触发相机并及时由视觉系统输出检测信号，从而完成检测功能。为了达到高精度的检测要求，首先要产品来料的位置一致，达到的效果是位置准、稳定。 三、系统主要功能 1．高速识别检测功能2/s； 2．检测精度±0.08mm； 3．自动完成被检产品与相机获取图像同步； 4．自动完成光学元件的外观缺陷检测； 5．还可根据需要对不同颜色产品类型学习并检测； 6．对产品图像进行自动存储，可进行历史查询； 7．自动统计（良品、不良品、总数等）； 8．异常时可提供声、光报警、并可控制设备停机； 9．系统有自学习功能，且学习过程操作简单。 四、项目系统检测界面 五、系统主要技术特点 1.操作界面清晰明了，简单易行，只需简单设定即可自动执行检测； 2.检测软件及算法完全自主开发，系统针对性强； 3.可灵活设置检测模板、检测范围； 4.可选择局部检测功能，提高检测速度； 5.专业化光源设计，成像清晰均匀，确保测量任务完成； 6.支持多种型号产品的检测、具备产品在线自动检测等功能； 7.安装简单、结果紧凑，易于操作、维护和扩充； 8.可靠性高，运行稳定，适合各种现场运行条件。
WEB漏洞检测与评估系统实施方案 一、背景 WEB网站是互联网上最为丰富的资源呈现形式，由于其访问简单、拓展性好等优点，目前在资讯、电子政务、电子商务和企业管理等诸多领域得到了广泛的应用。与此同时，WEB网站也面临着数量庞大、种类繁多的安全威胁，操作系统、通信协议、服务发布程序和编程语言等无不存在大量安全漏洞。根据国家互联网应急中心最新监测分析报告的发布，一个令人触目惊心的数据引发各方关注：“1月4日至10日，境内被篡改政府网站数量为178个，与前一周相比大幅增长409%，其占境内被篡改网站总数的比例也大幅增长为31%。”不仅政府网站，近年来各种Web网站攻击事件也是频频发生，网站SQL注入，网页被篡改、信息失窃、甚至被利用成传播木马的载体---Web安全威胁形势日益严峻。 Web网站的安全事件频频发生，究其根源，关键原因有二：一是Web网站自身存在技术上的安全漏洞和安全隐患；二是相关的防护设备和防护手段欠缺。Web网站的体系架构一般分为三层，底层是操作系统，中间层是Web服务程序、数据库服务等通用组件，上层是内容和业务相关的网页程序。这三层架构中任何一层出现了安全问题都会导致整个Web网站受到威胁，而这三层架构中任何一层都不可避免地存在安全漏洞，底层的操作系统（不管是Windows还是Linux）都不时会有黑客可以远程利用的安全漏洞被发现和公布；中间层的Web服务器（IIS或Apache等）、ASP、PHP等也常会有漏洞爆出；上
层的网页程序有SQL注入漏洞、跨站脚本漏洞等Web相关的漏洞。另一方面，目前很多Web网站的防护设备和防护手段不够完善，虽然大部分网站都部署了防火墙，但针对Web网站漏洞的攻击都是应用层的攻击，都可以通过80端口完成，所以防火墙对这类攻击也是无能为力，另外，有些网站除了部署防火墙外还部署了IDS/IPS，但同样都存在有大量误报情况，导致检测精度有限，为此，攻击性测试成为发现和解决WEB安全问题最有效和最直接的手段。 WEB漏洞检测与评估是通过模拟恶意黑客的攻击方法，来评估计算机网络系统安全的一种方法。这个过程包括对系统的任何弱点、技术缺陷或漏洞的主动分析，这个分析是从一个攻击者可能存在的位置来进行的，并且从这个位置有条件主动利用安全漏洞。WEB漏洞检测与评估系统是作为WEB检测的专用系统，用于发现操作系统和任何网络服务，并检查这些网络服务有无漏洞。 二、概述 WEB漏洞检测与评估系统是集基本信息扫描、操作系统指纹扫描、开放服务扫描、OS漏洞扫描、WEB漏洞扫描于一体的专业自动化扫描系统，并通过扫描插件、知识库和检测结果的可拓展对其检测能力进行扩充，为实施攻击性测试对WEB信息系统进行全面的、深入的、彻底的风险评估和参数获取，全面获得目标系统的基本信息、漏洞信息、服务信息等。 三、系统部署与使用
一秒检测你的手机屏幕是否有疏油层 前不久，“疏水疏油层”突然成了一个特别火的词汇。在网上引发热议的同时，相信也会有一部分人对此一脸懵逼：疏水疏油层是什么鬼？这玩儿意是做什么用的？有没有差别大吗？其实疏水疏油层在生活中很常见，只不过当你接触到时并没有注意到罢了。 解读疏水疏油层它就是屏幕上的一层膜 疏水疏油层，说白了就是能够疏离水和油脂的保护层，还有我们日常听到的防污涂层，都是一种东西，即AF（AntiFingerPrint）防指纹涂层，英文称其为Oleophpbiccoating，平常新手机屏幕光滑的手感就是来自于疏水疏油层。 AF材料是一种含氟涂料，具有极低的表面张力，一般称作全氟聚醚，主要作用是附着在屏幕表面，增加屏幕的疏水、排油、防污等性能，广泛应用在手机、平板、显示器、单反的保护玻璃上，经常使用带有屏幕电子产品的我们基本上总能接触到。这种疏水疏油效果就跟水珠落在荷叶上一样。 荷叶上疏离的水珠 AF材料主要分为药液与靶丸（类似于小药丸）两种形态，分别适用于喷涂与真空蒸镀两种镀膜方式。玻璃镀膜后，再经过高温固化，AF涂层就保留到了屏幕表面，除了抗污外，AF涂层还拥有耐磨、透光率高等特性，而且成本还特别低，喷涂单片成本不高于6毛钱，真空蒸镀的单片成本不高于2元，浓度稍高一点的AF涂层保持1、2年不成问题。 真空蒸镀设备 当然疏水疏油层不仅用于玻璃上，在不锈钢上也可以有这样的保护层。目前已有相关涂覆液在售，喷涂于各种金属材料如不锈钢板表面，可形成一层纳米级/微米级的超薄抗油污防指纹的自清洁涂层，能使水具备超高的表面张力（表现为拒水性），形成较高水接触角的水珠，让油污自行收缩成难以附着在金属表面的小油滴，少量残留油污能用毛巾或纸巾轻易擦除干净。 疏水疏油层不沾水演示 疏水疏油层在日常使用中有什么用 直接说疏水疏油层的疏水、排油、防污这些功能不够直观，我们举个例子简单的说明一下：由于现在2.5D屏幕的流行，很多人都会选择普通的手机保护膜，但廉
对于生产物件的检测，由于科学技术的限制，起初只能采用人工进行检测，这样的方式不仅消耗大量人力，而且浪费时间，效率低下。于是，基于机器视觉技术的表面缺陷检测技术应运而生，我们有必要关注关注，并了解相关注意事项。 当今社会，随着计算机技术，人工智能等科学技术的出现和发展，以及研究的深入，出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现，大大提高了生产作业的效率，避免了因作业条件、主观判断等影响检测结果的准确性，实现能更好更准确地进行表面缺陷检测，更加快速的识别产品表面瑕疵缺陷。 产品表面缺陷检测属于机器视觉技术的一种，就是利用计算机视觉模拟人类视觉的功能，从具体的实物进行图象的采集处理、计算、进行实际检测、控制和应用。产品的表面缺陷检测是机器视觉检测的一个重要部分，其检测的准确程度直接会影响产品的质量优劣。由于使用人工检测的方法早已不能满足生产和现代工艺生产制造的需求，而利用机器视觉检测很好地克服了这一点，表面缺陷检测系统的广泛应用促进了企业工厂产品高质量的生产与制造业智能自动化的发展。
在进行产品表面检测之前，有几个步骤需要注意。 首先，要利用图像采集系统对图像表面的纹理图像进行采集分析； 其次，对采集过来的图像进行一步步分割处理，使得产品表面缺陷能像能够按照其区域特征进行分类； 再者，在以上分类区域中进一步分析划痕的目标区域，使得范围更加的准确。 通过以上的三步处理之后，产品表面缺陷区域和特征能够进一步确认，这样表面缺陷检测的基本步骤就完成了。 利用机器视觉技术提高了用户生产效率，使得生产更加细致化，分工更加明确，同时，减少了公司的人工成本支出，节省了财力，实现机器智能一体化发展。 南京博克纳自动化系统有限公司总部位于美丽的中国古都南京，是国内专业研制无损检测仪器及设备的高科技企业。公司致力于涡流、漏磁和超声波仪器及各种非标设备的研制，已拥有自主研发的多项国家专利。产品被广泛应用于航天航空、军工、汽车、电力、铁路、冶金机械等行业。产品出口：美国、
基于机器视觉技术的产品表面质量检测系统 王岩松1章春娥2 （1凌云光子集团100089 2交通大学信息科学研究所100044） 摘要：介绍了基于机器视觉技术的表面检测系统的设计方案和系统构成原理，并且针对表面检测系统中广泛应用的高精度定位配准算法以及Blob分析算法从原理上进行了阐述，同时给出了当前通用的表面检测系统的处理单元构成特点。基于本文所介绍的机器视觉技术的表面检测系统已经在工业现场得到了批量推广应用，对于以后开展类似的表面检测系统具有一定的参考价值和指导意义。 关键字：机器视觉表面检测斑点分析（Blob分析） A Surface Inspecting System Based on Machine Vision Technology Wang Yansong Zhang Chun-e A LUSTER LightTech Group Company，100089 Institute of Information Science, Beijing Jiaotong University, Beijing, 100044 Abstract：An introduction to some general design schemes and constructing principles about surface inspecting system based on machine vision technology. Some algorithms widely used in surface inspecting system such as high resolution Search-alighment algorithm and Blob analysis algorighm are desrcibed in detail theoretically.The constructing way of processing uint in general surface inspecting system is also presented in this paper. Up to now, a great deal of surface inspecting systems based on the technology introduced in this paper have been successfully used in some industrial factory。 KayWords:Machine Vision Surface Inspection Blob Analysis 1．机器视觉及系统 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品，如CCD、CMOS 和光电管等，将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，再根据判别的结果控制现场的设备。典型的工业机器视觉应用系统包括如下部分：光源，镜头，CCD照相机，图像处理单元（或图像采集卡），图像处理软件，监视器，通讯/输入输出单元等[1]。 机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。其中图像处理软件中的图像处理算法是整个机器视觉的核心部分。图像处理技术包含数字图像处理学、计算机图形学中的大量容，涉及图像分割、图像测量、图像融合、图像匹配、模式识别、计算机神经网络等大量前沿技术。图像处理算法选择的合理性、算法的适用性、算法的处理速度和处理精度等均将直接绝对最终机器视觉质量检测系统的检测结果。
基于机器视觉的手机屏幕缺陷检测方法研究 摘要：在近些年来，随着手机行业飞速发展，手机屏幕缺陷的检测方式有许多，但是采用最多的还是人工检测的方式。人工检测的方式效率低误差较大很难满足 现在手机行业的发展形势。本文针对目前手机行业的发展形势，提出了一种基于 机器视觉手机屏幕缺陷自动检测系统。此系统的工作流程依次是采集图像、对采 集的图像进行裁剪、除去灰尘、滤波去噪、分割图像、初次识别缺陷区域、结合 缺陷区域与其他部分对比分析、识别筛选出不合格的产品。只有当此系统的检测 的合格率达到97.5%时，才会具有实用性，值得推广到实际的工业生产中去。 关键词：机器视觉；缺陷检测；手机屏幕 引言 随着全球经济的发展，各国的通信产业也都发展到一定的高度，高质高效的 智能手机虽然价格不断增高，但是仍然备受人们的喜欢。手机屏幕作为手机的重 要组成部分，是人与信息打交道的桥梁，手机屏幕的质量的优劣将会直接影响到 用户的体验。在现在的手机发展现状看来，手机屏幕缺陷检测主要依靠人工。人 工检测工作难度大，工作量大，导致工作者对工作产生厌倦和身体疲劳。这种方 式可能会使大量劣质产品流入消费者手中，不适用于如今的实际工业生产中。针 对目前手机行业的发展形势，提出了一种基于机器视觉手机屏幕缺陷自动检测系统。 1.机器视觉检测技术 目前，因为机器视觉检测技术实用性强、效率高、具有高精确度，所有受到 了人们的一致好评，并且备受工业生产的欢迎。全球有许多机器检测技术被应用 于实际的手机屏幕缺陷检测流程中。Kim团队提出了一种降低灰度不均匀等级的 阈值方式，这种方式可以通过识别出多种线缺陷完成缺陷的排除；Lee and Yoo等 首先会绘制二维曲线，再使用背景差异法检测mura缺陷以及不同形状和方向的 缺陷，但是对窗口的大小有局限性。You-Ching Lee和Cheng-EnShie等提出一种能 识别各种缺陷的累计差异和多分辨率背景的检测方法，但是对移动的装置要求较高;Tsai和Tseng等利用傅立叶变换和阈值方式消除背景干扰，但时效性差；易松 松使用了级联检测方式；高如新采用了快速匹配差分法检测方式；徐祖鑫提出了 一种数学形态学的检测方法，他们所采用的和提出的手机屏幕检测方式对点、线 等明显的缺陷有着较高和精准的识别率，但是对于一些特殊的缺陷还是有待完善。基于机器视觉的手机屏幕缺陷检测方法研究，本文提出了一套完整的自动检测控 制系统，这套系统的结构分明、操作简单、工作效率高、具有高精确度，能够高 效实时检测和筛选出具有缺陷的屏幕。 2.系统硬件 系统硬件的构成主要由相机、显示屏和主机；治具台是部分系统硬件，治具 台上可以安装各种各样的治具，用于与其匹配的手机进行点亮，而手机的相机和 光源的固定都可以用一些简单的器械完成，适当的调节角度和方向。所以此系统 硬件满足工业生产的需求，只要更换治具就可以实现各种型号手机的检测，而且 操作简单。简单的操作流程只是把检测物品放到治具台。其工作原理依次是系统 接收传感器信号、光栅门自动关闭、营造密闭检测环境、显示标记缺陷。 3.算法流程 这里主要介绍的是屏幕块状检测方法，因为在手机屏幕缺陷中块缺陷最难识别。由于块缺陷的形状复杂、亮度不均匀、对比度低和边缘不清晰，影响到屏幕
机器视觉测量技术杨永跃合肥工业大学 2007.3 目录 第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD 相机类 2.4 彩色数码相机 2.5 常用的图像文件格式
2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像 2 5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从 x 恢复形状的方法 5.6 测距成像
第六章标定 6.1 传统标定 6.2 Tsais 万能摄像机标定法 6.3 Weng ’ s 标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术第八章图像测量软件 (多媒体介绍 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附:教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
3 第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中,面临着自身能力、能量的局限性, 因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界,有效解决问题。 人类感知外部世界:视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器,赋予人类视觉功能极其重要。 机器视觉:用计算机来模拟生物(外显或宏观视觉功能的科学和技术。 机器视觉目标:用图像创建或恢复现实世界模型,然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备:摄像机、红外线、激光、超声波、 X 射线、 CCD 、数字扫描仪、超声成像、 CT 等 数字化设备 2 低层视觉(预处理 :对输入的原始图像进行处理(滤波、增强、边缘检测 ,提取角点、边缘、线条色彩等特征。 3 中层视觉:恢复场景的深度、表面法线,通过立体视觉、运动估计、明暗特征、纹理分析。系统标定
第一章网站系统漏洞扫描 1.1蓝盾扫描器、Nessus扫描器安全漏洞扫描 分别通过蓝盾漏洞扫描器（硬件）和Nessus漏洞扫描器（软件）对网站系 统主机进行漏洞扫描，其主机系统列表清单如下： 扫描结果 IP address：system: Microsoft Windows Server 2003 Service Pack 2 NetBIOS name: QYSXXZX 漏洞扫描结果如下： 本主机系统比较安全，并没发现高危或可利用的漏洞，安全等级为：非常安全
IP address：system: Microsoft Windows Server 2003 Service Pack 2 NetBIOS name: QYDB1 漏洞扫描结果如下： 本主机系统比较安全，并没发现高危或可利用的漏洞，安全等级为：非常安全 IP address：system: Microsoft Windows Server 2003 Service Pack 2 NetBIOS name: QYDB2
漏洞扫描结果如下： 本主机系统比较安全，并没发现高危或可利用的漏洞，安全等级为：非常安全 IP address：system: Microsoft Windows Server 2003 Service Pack 2 NetBIOS name: QYSZF-OA 漏洞扫描结果如下： 本主机系统比较安全，并没发现高危或可利用的漏洞，安全等级为：比较安全 通过扫描结果可知，服务器存在一个危险级别为中等的漏洞，漏洞扫描及解决方 案如下表所示：
1.2IBM Appscan安全漏洞扫描器扫描 通过IBM Appscan在分别从内部和外部网络对XXXX门户网站系统（B/S架构）进行漏洞扫描，其地址清单如下： 扫描结果