材料（构件）缺陷检测技术 摘要：无损检测技术是随着现代工业技术的发展而发展起来的，总得来说，无损检测大致经历了三个阶段早期称作无损探伤，它的作用是在不破坏产品的前提下，检测出人眼无法看见的缺陷，以满足工程中的需要；第二阶段称为无损检测，它不是检测，它不是检测最终产品，而是要测量过程工艺参数；第三阶段称为无损评价，它不仅要检测缺陷是否存在和位置信息，还要测出缺陷的类型、尺寸、形状、取向以及对材料的力学行为的影响。，无损检测的类型有很多，根据美国国家航天局统计分析，大概有六大类，70余种。因为材料（构件）缺陷检验在航空航天，建筑，交通，工业，运输都有广泛的应用，也是这些行业正常运行的必要保障，也为国家和人民提供产品质量和安全保障，所以，现如今人们发明了各种各样的材料缺陷检测设备和装置，如：超声检测、红外检测、电子错位散斑干涉、交变磁场测量法等无损伤检测技术。下面我将对一些现如今主要运用的检测技术对其原理、优缺点做一下介绍。 关键词：无损检测，超声检测；红外检测；电子错位散斑干涉；交变磁场检测 引言：材料或构件在使用中难免会有疲劳损伤、荷载 损伤和被腐蚀，即使是全新加工制作的构件也难免有 缺陷。及时发现材料或构件的缺陷有利于减少损失， 保障安全。如今有很多各种各样的探伤检测设备，可 以根据不同需要选择对应的检测设备和方法。下面将 对比介绍一下现在普遍运用的检测手段和方法。 1.超声探伤检测 超声波进入物体遇到缺陷时，一部分声波会产 生反射，发射和接收器可对反射波进行分析，就能 异常精确地测出缺陷来．并且能显示内部缺陷的位 置和大小，测定材料厚度等。除探伤外，超声波还 可用于测定材料的厚度,使用较广泛的是数字式超 声测厚仪，可用来测定化工管道、船体钢板等易腐 蚀物件的厚度。利用测定超声波在材料中的声速、 衰减或共振频率可测定金属材料的晶粒度、弹性模量(见拉伸试验)、硬度、内应力、钢的淬硬层深度、球墨铸铁的球化程度等。 此外，穿透式超声法在检验纤维增强塑料和蜂窝结构材料方面的应用也已日益广泛。原理： 超声波是频率高于20千赫的机械波。在超声探伤中常用的频率为0.5～10兆赫。这种机械波在材料中能以一定的速度和方向传播，遇到声阻抗不同的异质界面（如缺陷或被测物件的底面等）就会产生反射。这种反射现象可被用来进行超声波探伤，最常用的是脉冲回波探伤法探伤，脉冲振荡器发出的电压加在探头上（用压电陶瓷或石英晶片制超声探伤仪
过去几年，全球的互联网公司包括谷歌、微软、Facebook以及中国的百度、阿里巴巴都在加强人工智能领域的投资，设立自己的人工智能研究院。vivo是第一家设立专攻人工智能方向研究院的中国手机公司。此举是vivo内部已经确立的一份3-5年的中长期发展的战略规划，未来对人工智能的发展研究是必然趋势，vivo公司创始人兼CEO沈炜曾表示“人工智能和5G的结合将会是5G时代手机发展的趋势”。 今年我们看到vivo在产品上不少创新，比如AI拍照、商用屏下指纹技术等等，这些都是基于生物特征(biometrics)的鉴别技术，除此之外还有对人脸、虹膜、指纹、声音等特征上的识别，这些大多涉及到视觉信息，正是体现了计算机视觉的应用性，那什么是计算机视觉呢? 计算机视觉技术的概念 正像其它学科一样，一个大量人员研究了多年的学科，却很难给出一个严格的定义，模式识别如此，目前火热的人工智能如此，计算机视觉亦如此。与计算机视觉密切相关的概念有视觉感知(visual perception),视觉认知(visual cognition),图像和视频理解( image and video understanding)。这些概念有一些共性之处，也有本质不同。 从广义上说，计算机视觉就是“赋予机器自然视觉能力”的学科。自然视觉能力，就是指生物视觉系统体现的视觉能力。一则生物自然视觉无法严格定义，在加上这种广义视觉定义又“包罗万象”，同时也不太符合40多年来计算机视觉的研究状况，所以这种“广义计算机视觉定义”，虽无可挑剔，但也缺乏实质性内容，不过是一种“循环式游戏定义”而已。 实际上，计算机视觉本质上就是研究视觉感知问题。视觉感知，根据维科百基(Wikipedia)的定义, 是指对“环境表达和理解中，对视觉信息的组织、识别和解释的过程”。根据这种定
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
目录 1立体视觉 (1) 1.1计算机视觉技术 (1) 2立体视觉技术 (3) 2.1双目立体视觉技术 (3) 致谢 (8) 附录： (9)
立体视觉 我的毕业论文排版样文 1立体视觉 1.1计算机视觉技术 计算机视觉既是工程领域也是科学领域中的一个富有挑战性的重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中，其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学、神经生理学和认知科学等[18]。 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断和军事等领域中各种智能自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。“计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图像信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起[19]。”作为一门学科，计算机视觉开始于60 年代初，但在计算机视觉的基本研究中的许多重要进展是在80 年代取得的。现在计算机视觉已成为一门不同于人工智能、图象处理、模式识别等相关领域的成熟学科[20]。 不少学科的研究目标与计算机视觉相近。这些学科包括图像处理、图像识别、景物分析、图像理解等。由于历史发展或领域本身的特点这些学科互有差别，但又有某种程度的相互重叠。为了清晰起见，把这些与计算机视觉有关的学科从研究目标和方法角度加以归纳[21]。 （1）图像处理 图像处理技术把输入图像转换成具有所希望特性的另一幅图像。例如，可通过处理使输出图像有较高的信噪比，或通过增强处理突出图像的细节，以便于操作员的检验。在计算机视觉研究中经常利用图像处理技术进行预处理和特征抽取。 （2）图像识别 图像识别技术根据从图像抽取的统计特性或结构信息，把图像分成预定的类别。在计算机视觉中图像识别技术经常用于对图像中的某些部分(例如分割区域)的识别和分类。 第 1 页（共9页）
华东交通大学硕士学位论文开题报告格式模板 本模板供统招硕士和同等学历硕士使用 (2005年12月制订) 一、页面设置 ●纸张大小：A4，正文部分可双面印刷 ●页边距：上2.8cm、下2.5cm，左、右2.5cm，装订线：0cm ●页眉：1.6cm，页脚：1.5cm ●文档网格：无网格（设置文档网格后无法达到模板格式要求！） 二、字间距 无特别说明时均采用标准字间距。 三、小技巧 1、设置标题、段落格式时请学会使用格式刷； 2、一段文字中既有中文又有英文（含数字），中英文采用不同字体时，可先选中这段文字，设定中文字体后再设定英文字体； 3、采用插入分节符（下一页）的办法强行换页； 4、如果对自动编号的格式设置不十分熟悉，建议不要使用自动编号。 四、其他 1、本模板中的内容来自于不同的资料，上下文之间可能没有直接的联系，由此给您带来的不便，我们表示歉意； 2、报告中有图、表、公式时，其格式要求与“学位论文”相同，可参见“华东交通大学硕士学位论文格式模板”。
铁路货车滚动轴承表面缺陷的自动检测 与识别技术研究 学 号： 20020390010101 姓 名： XXX 导 师： XXX 教授 学 院： 机电工程学院 专 业： 机械制造及其自动化 研究方向： 故障诊断 年3月 华东交通大学研究生院制
一、课题的来源、目的和意义 ................................................ 1 二、货车滚动轴承表面缺陷的计算机自动识别的研究现状 (1) 1、常用的表面缺陷检测方法 ............................................. 1 2、滚动轴承表面缺陷自动识别的研究现状 ................................. 2 3、相关的研究 ......................................................... 2 三、本课题研究的主要内容和重点 ............................................ 2 四、技术方案 .............................................................. 3 五、实施方案所需的条件 .................................................... 3 六、存在的主要问题和技术关键 .............................................. 3 七、预期能达到的目标 ...................................................... 3 八、课题研究计划进度 ...................................................... 3 九、研究经费预算 .......................................................... 3 十、主要参考文献 .......................................................... 4 文献阅读报告：金属零件表面缺陷的检测与识别技术综述 (5) 1 金属零件表面缺陷检测的必要性 ........................................ 5 2 检测表面缺陷的常规方法 .............................................. 5 3 …… ................................................................ 5 …… 8 5
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
软件源代码安全缺陷检测技术研究进展综述 摘要：软件安全缺陷检测已经成为软件行业非常重要的一项工作。安全关键软件设计使用的C/C++语言含有大量未定义行为，使用不当可能产生重大安全隐患。本文将根据八篇前沿论文，总结提出八种比较新的软件安全缺陷检测技术和算法。设计和实现了一个可扩展的源代码静态分析工具平台，并通过实验表明，相对于单个工具的检测结果而言，该平台明显降低了漏报率和误报率。 关键字：源代码；安全缺陷；静态检测工具；缺陷描述 Abstract：Software security detection has become a very important work in the software industry. Fatal security vulnerabilities are caused by undefined behaviors of C/C++ language used in Safety-Critical software. This paper will give out eight kinds of new technology about the software security detection based on eight cutting-edge papers. design. Key words: source code; safety defects; static test tools; statistical analysis; defectives description 1引言： 近年来,随着软件事业的发展,人们逐渐的认识到,想要开发出高质量的软件产品,必须对软件的开发过程进行改善。研究表明,相当数量的安全问题是由于软件自身的安全漏洞引起的。软件开发过程中引入的大量缺陷,是产生软件漏洞的重要原因之一。软件源代码安全性缺陷排除是软件过程改进的一项重要措施。当前,与源代码安全缺陷研究相关的组织有CWE、Nist、OWASP等。业界也出现了一批优秀的源代码安全检测工具,但是这些机构、组织或者公司对源代码发中缺表 1 CWE 中缺陷描述字段表 2 SAMATE 中评估实例描述方法陷的描述方法不一,业界没有统一的标准。在实际工作中,经过确认的缺陷需要提取,源代码需要用统一的方法描述。本文根据实际工作的需要,调研国内外相关资料,提出一种源代码缺陷描述方法。 通常意义上的网络安全的最大威胁是程序上的漏洞，程序漏洞检测主要分为运行时检测和静态分析方法。运行时检测方法需要运行被测程序，其检测依赖外部环境和测试用例，具有一定的不确定性。 开发人员在开发过程中会引入一些源代码缺陷，如SQL 注入、缓冲区溢出、跨站脚本攻击等。同时一些应用程序编程接口本身也可能存在安全缺陷。而这些安全缺陷轻则导致应用程序崩溃，重则导致计算机死机，造成的经济和财产损失是无法估量的。目前的防护手段无法解决源代码层面的安全问题。因而创建一套科学、完整的源代码安全缺陷评价体系成为目前亟待解决的问题。 目前与源代码安全缺陷研究相关的组织有CWE等,业界也出现了一批优秀的源代码安全检测工具,但是这些机构和组织对源代码中缺陷的描述方法不一,没有统一的标准。本文借鉴业界对源代码缺陷的描述,结合实际工作需要,提出了一种计算机源代码缺陷的描述方法。 随着社会信息化的不断加深，人们不得不开始面对日益突出的信息安全问题。研究表明，相当数量的安全问题是由于软件自身的安全漏洞引起的。软件开发过程中引入的大量缺陷，是产生软件漏洞的重要原因之一。不同的软件缺陷会产生不同的后果，必须区别对待各类缺陷，分析原因，研究其危害程度，预防方法等。建立一个比较完整的缺陷分类信息，对预防和修复软件安全缺陷具有指导作用。软件缺陷一般按性质分类，目前已有很多不同的软件缺陷分类法，但在当前实际审查使用中，这些缺陷分类存在以下弊端: (1)专门针对代码审查阶段发现缺陷的分类较少。现有的分类法一般包括动态测试发现的缺陷类型和文档缺陷等，
人机交互中的计算机视觉技术 基于视觉的接口概念 计算机视觉是一门试图通过图像处理或视频处理而使计算机具备“ 看” 的能力的计算学科。通过理解图像形成的几何和辐射线测定, 接受器(相机的属性和物理世界的属性, 就有可能 (至少在某些情况下从图像中推断出关于事物的有用信息, 例如一块织物的颜色、一圈染了色的痕迹的宽度、火星上一个移动机器人面前的障碍物的大小、监防系统中一张人脸的身份、海底植物的类型或者是 MRI 扫描图中的肿瘤位置。计算机视觉研究的就是如何能健壮、有效地完成这类的任务。最初计算机视觉被看作是人工智能的一个子方向, 现在已成为一个活跃的研究领域并长达 40年了。 基于视觉的接口任务 至今,计算机视觉技术应用到人机交互中已取得了显著的成功,并在其它领域中也显示其前景。人脸检测和人脸识别获得了最多的关注, 也取得了最多的进展。第一批用于人脸识别的计算机程序出现在 60年代末和 70年代初,但直到 90年代初,计算机运算才足够快,以支持这些实时任务。人脸识别的问题产生了许多基于特征位置、人脸形状、人脸纹理以及它们间组合的计算模型, 包括主成分分析、线性判别式分析、 Gabor 小波网络和 .Active Appearance Model(AAM . 许多公司,例如Identix,Viisage Technology和 Cognitec System,正在为出入、安全和监防等应用开发和出售人脸识别技术。这些系统已经被部署到公共场所, 例如机场、城市广场以及私人的出入受限的环境。要想对人脸识别研究有一个全面的认识,见。 基于视觉的接口技术进展 尽管在一些个别应用中取得了成功,但纵使在几十年的研究之后,计算机视觉还没有在商业上被广泛使用。几种趋势似乎表明了这种情形即将会发生改变。硬件界的摩尔定律的发展, 相机技术的进步, 数码视频安装的快速增长以及软件工具的可获取性(例如 intel 的 OpenCV libraray使视觉系统能够变得小巧、灵
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
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
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
金属材料外观缺陷的检验与处理 金属材料外观缺陷的检验 钢材表面缺陷：结疤、裂缝、气泡、夹杂（非金属夹杂）、折叠、麻面、分层、拉裂、辊印、粘结等不得超出相应标准规定。 有色金属材料表面缺陷：裂缝、起皮、起泡、针孔、夹杂、起刺、压折、划伤、擦伤、斑点、凹坑、压灰、辊印等不得超出相应标准规定。 金属材料形状缺陷：弯曲、波浪弯、镰刀弯、瓢曲、扭转、外缘斜度（工字钢）、弯腰挠度（工字钢、槽钢）、椭圆、凹面（钢管）、剪切偏斜，锯齿形边（钢板）、剪切宽窄、塌肩（槽钢）、厚薄不均、厚边（钢板）、缺角（钢板）等不得超出相应标准规定。 金属材料外观缺陷的处理 金属材料的外观缺陷，在验收中除根据相应标准判别外，还应根据实际情况做好文字记录，必要时照像摄影留存，作为综合判断处理的依据。 金属材料的锈蚀 金属材料锈蚀的分类 分轻锈（浮锈）、中锈（迹锈）、重锈（层锈）、水渍、粉末锈、破锡（锌）锈 金属材料锈蚀的计算 板材锈蚀的计算：两面锈蚀在相对的同一部位，按较重的一面锈蚀面积计算，不在同一部位的，按两面锈蚀面积之和计算。 管材锈蚀的计算：内外壁锈蚀在相对的或同一长度的同一部位，按较重的一面锈蚀长度计算，不在同一部位的或不在同一长度内的，按两面锈蚀之和计算。 型材锈蚀的计算：按锈蚀长度计算，在已计算的长度内，各点、段处不重复加以计算。金属材料锈蚀等级的划分
金属材料锈蚀的处理 一般一、二级锈蚀要根据情况做贬值处理，三级锈蚀的材料拒收。贬值处理后入库的材料要及时做好除锈、防锈处理，以免锈蚀程度增加。 部分常用金属材料的外观质量检验 圆钢、方钢、条钢、槽钢、工字钢、角钢、扁钢的外观质量检验 圆钢、方钢、工字钢、角钢不应有扭转、弯折。条钢表面用肉眼检查，不应有裂缝、折迭、结疤和夹杂，两端不应有分层和6mm以上的毛刺。扁钢不应有显著的扭转，侧边不应有显著弧形凸起或凹入。 线材的外观质量检验 盘条表面不能有裂缝、折迭、结疤、分层及杂夹。钢筋表面不应有裂缝、结疤和折迭；钢筋表面可有凸块，但不应超过螺纹筋的高度，钢筋的螺纹筋与纵筋应相连接。 钢板、钢带的外观质量检验 钢板、钢带的表面不应有裂纹、结疤、折叠、气泡和夹渣；不应有分层；表面可有深度和高度小于或等于厚度公差之半的折印、麻点、划伤、小拉痕，以及氧化铁皮脱落所造成的表面粗糙等局部缺陷；表面的局部缺陷，可用修磨方法清除，但清除深度小于或等于钢板、钢带厚度公差之半。 无缝钢管的外观质量检验 钢管的外表面不应有裂缝、折迭、轧折、离层、发纹和结疤等缺陷，缺陷清除深度不能超过公称壁厚的负偏差，清除处的实际壁厚大于或等于壁厚的最小值。 焊接钢管的外观质量检验 钢管内外表面应光滑，不应有折迭、裂缝、分层、搭焊等缺陷，表面可有不超过壁厚负偏差的划道、刮伤、焊缝错位、烧伤和结疤等缺陷存在，允许焊缝处壁厚增厚和内缝焊筋存在。 镀锌钢管的外观质量检验 镀锌钢管的内外表面应有完整的镀锌层，不应有未镀上锌的黑斑和气泡存在，局部可有微小的粗糙和不明显的锌瘤存在。 套管、油管的外观质量检验 套管、油管的管体内外表面及接箍外表面不应有折迭、发纹、离层、裂缝、轧折和结疤等缺陷；套管、油管及其接箍外表面应有一层透明光滑、致密、防锈的涂层；管体、接箍不能有碰伤变形、管体弯曲；从靠近接箍的管体表面查漆印、钢印，识别钢级、查壁厚；成捆油管拆捆后不应有明显弯曲。 钻杆的外观质量检验 杆体表面外观检验与套管、油管要求相同；所有加厚钻杆的管体表面加厚过渡段结构应平整，不应有直台肩、折皱、表面凹凸尖角。 钻铤的外观质量检验 钻铤管体内外表面不应有裂纹、分层和结疤等缺陷，若有缺陷应修磨消除。修磨处与钻铤表面呈圆弧过渡。钻铤表面的任何部位不能焊补。
!""#年第!"卷第$期测试技术学报%&’(!")&($!""# ($+, *总第$+期,-./0123.456752189627/06961556:;1.3.<=*>?@)& A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A 文章编号BC#D C E D F F+*!""#,"$E"F#D E"F 金属表面裂纹涡流检测系统 张方H郭顺生H程松波 *武汉理工大学信息工程学院H湖北武汉F I""D I, 摘要B针对现实生活中由于金属裂纹引发的众多灾难性事故H研究设计了一种结构简单J灵敏度高而且 便于携带的金属表面裂纹涡流检测装置(该装置应用涡流探伤的基本原理H采用磁性材料H制作了一种精细 的涡流传感器H用于前端提取微弱的裂纹信号K后台应用单片机控制电路H处理提取的滤波J放大J L M N转 换等信号H最后由单片机驱动声J光报警H显示裂纹缺陷的相对大小H实现了防患于未然的目的( 关键词B涡流检测K裂纹K传感器K交变磁场K单片机 中图分类号B O P!"#(C文献标识码B L 0Q R S T U R V T W XW Y8Q V Q Z V T X[7\]V Q^_R]Q‘W X6‘‘\Y W a 7b a Y R Z Q:a R Z cW Y7V Q Q S9R V Q a T R S d e L)f g h i j H f k l>m?i n m o i j H p e q)f>&i j r& *>s m&&’&t u i t&v@h w x&i H y?m h ik i x z o v n x w{&t O o s m i&’&j{H y?m h i F I""D"H p m x i h, 2|]V a R Z V B u i&v}o v w&h z&x}w m oh s s x}o i w n s h?n o}r{~o o i x os v h s!n&iw m on?v t h s o&t@o w h’H h!x i}&t n x@"’o h i}n o i n x w x z o"&s!o w h r’o o#?x"@o i w t&v}o w o s w x i jn?s ms v h s!~h n}o n x j i o}(O m o o#?x"@o i w h""’x o n w m o t?i}h@o i w h’&t o}}{w o n w x i j*q O,h i}h}&"w n h"v o s x n o o}}{n o i n&v@h}o&t@h j i o w x s@h w o v x h’n h n x w n t v&i w n w h w ow&j o w w m ot h x i w s v h s!n x j i h’(L@&i&’x w m x sx i w o j v h w o}s&i w v&’s x v s?x w x ns m&n o ih nw m or h s! n w h j o w&"v&s o n n w m o t h x i w n x j i h’n x i s’?}x i jt x’w o v x i j H h@"’x t{x i jh i}L M Ns&i z o v n x&i(O m o i H w m o v o’h w x z o n x$o&t s v h s!x n}o@&i n w v h w o}h i}w m o n&?i}E’x j m w h’h v@}o z x s o x n}v x z o iw&i x"h s s x}o i w n s h?n o}r{~o o i x o s v h s!n&iw m o n?v t h s o&t@o w h’x iw m o r?}( %Q\&W a‘]B o}}{w o n w x i j*q O,K s v h s!n K@?w h w x z o@h j i o w x s t x o’}K n x i j’o s m x" 在金属材料的使用中存在大量的断裂现象H特别是材料与构件的脆性断裂H为人们带来了很多灾难性的事故H其中涉及舰船J飞机J轴类J压力容器J宇航器J核设备和各类武器等多方面(因此H断裂问题始终是研究各种材料的一个重要课题( 为了避免金属构件在加工和使用过程中发生断裂H除了要加强材料本身的强度以外H更重要的是要及时发现隐患H在裂纹未构成威胁前检测出来(常用的导磁材料的表面裂纹检测方法有B磁粉检测J漏磁检测和涡流检测(磁粉检测的灵敏度高H但是难以对疵病进行定量H不易实现检测自动化H且对表面有涂层及潮湿的工件检测效果很不理想K漏磁检测由于采用直流磁化时无高频信号存在H故探头几乎没有零电势存在H给信号处理带来方便H但是对很窄的裂纹检测灵敏度不高H且磁敏元件易损H检测速度低(这两种方法还有一个不足之处就是检测后的构件都必须作退磁处理(涡流检测是近年来发展较快的万方数据 G收稿日期B!""$E"’E C F 作者简介B张方*C+’!(,H女H硕士生H主要从事信息化安全H制造业信息化等研究( 通讯作者B郭顺生*C+#I(,H男H教授H博士生导师H主要从事机电一体化J制造业信息化等研究(
1.0目的 规定了金属零部件喷涂标准的朮语、技朮要求、试验方法、检验规则等， 其最终目的在于满足最终客户对视觉、触觉的要求 2.0范围 本文件适用于喷粉生产质量检验。 3.0定义 3.1 A级表面：能直接正视的外部表面和全部需丝印的表面； 3.2 B级表面：不明显的外部表面和开启门后能看见的内部表面； 3.3 C级表面：不易察看的内部和外部表面； 3.4起泡：涂层局部粘附不良引起涂膜浮起； 3.5针孔：涂层表面上可看见类似针刺成的微小孔； 3.6桔皮：喷涂涂料产生的凸凹，象桔皮一样的斑点； 3.7异物：空气中灰尘，喷涂机污物等杂物； 3.8凹痕：喷涂前基材上的伤痕使涂装后该处出现凹陷； 3.9浅划痕：涂层表面有伤痕，但看不见底层表面； 3.10深划痕：涂层表面有伤痕，且伤及底层表面； 3.11厚边：喷涂时在产品边缘或内折弯角处的涂料堆积现象，包括因局部保护不良而产生的毛边； 3.12流挂：喷涂时涂层流动产生的堆积； 3.13露底：局部无涂层或涂料覆盖不严等现象，常见于内折弯角处/孔的边缘截面，基材切口边缘截面 等部位； 3.14剥落：一道或多道涂层脱离上涂层，或涂层完全脱离基材的现象； 3.15缩孔：涂层干燥后滞留的若干大小不等，分布各异的图形小坑现象； 3.16开裂：涂层出现不连续的外观开裂变化，通常由于涂层老化而引起的； 3.17粉化：涂层表面由于一种或多种漆基的降解及颜料的分解而呈现出疏松附着细粉。 4.0输入 4.1 金属零（组）件的粉末喷涂技朮规范 4.2金属零（组）件的喷漆技术规范 5.0输出
喷涂检验日报表6.0工作程序
6.1主要检验工具 6.1.1 色差仪。 6.1.2涂层测厚仪。 6.1.3本公司标准样板。 6.1.4透明杂物判定表。 6.1.5 切刀及透明胶带（采用3M公司生产的Scotch 250# 胶带）。 6.1.6 100%工业酒精。 6.1.7白色棉质软布（或脱脂棉）和端面直径为6.3mm,长40mm的圆柱形木棒。 6.1.8冲击试验器和4倍放大镜。 6.2检视条件 6.2.1光度:200?300Lx（相当于40W日光灯750mm远）。 6.2.2如条件许可，检验者目视方向应与光源方向成450,如下图图1所示:（接下页） 6.2.3检验者沿目视方向与待检表之间的距离如下： A级表面:400mmB级表面：500mmC级表面：800mnr t 6.3试验方法及质量指标 6.3.1试验及试片要求 a.试片要求 材料：符合GB 9271 的铝板或马口铁板 尺寸：80 X 125X( 0.5 ~ 1.0)mm 表面粗糙度：Ra < 1 mm 表面预处理：铝为硫酸阳极氧化 马口铁板按GB 9271进行溶剂清洗 喷涂：喷涂用涂料应与DKBA0.400.0001中任一标准样板所对应的涂料产品相同；且 应在表面预处理后24小时内进行喷涂操作。试样必须两面全喷涂、且应保证 边缘质量。 b.试验项目及试样数量
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