自动光学(视觉)检测技术及其在缺陷检测中的应用综述

以智能制造业表面缺陷在线自动检测为应用背景,系统地综述了自动光学(视觉)检测(以下统称自动光学检测,AOI)技术。内容涉及AOI技术的基本原理、光学成像方法、系统集成关键技术、图像处理与缺陷分类方法等。对AOI系统集成中的关键技术,如视觉照明技术、大视场高速成像技术、分布式高速图像处理技术、精密传输和定位技术和网络化控制技术等进行了概述;对表面缺陷AOI主要光学成像方法的基本光学原理、功能和应用场合进行了总结;对表面缺陷检测中的图像处理、缺陷几何特征定义、特征识别与分类算法进行了系统阐述,重点介绍了周期纹理表面缺陷图像中的纹理背景去除方法,复杂和随机纹理表面缺陷的深度学习检测、识别与分类方法。     

基于过焦扫描光学显微镜的光学元件亚表面缺陷检测方法

微/纳米尺度亚表面缺陷会降低光学元件等透明样品的物理特性,严重影响光学及半导体领域加工制造技术的发展。为了快速、无损检测透明样品亚表面缺陷,本文针对光学元件亚表面内微米量级缺陷的检测需求,提出了一种基于过焦扫描光学显微镜（TSOM）的检测方法。利用可见光光源显微镜和精密位移台,沿光轴对亚表面缺陷进行扫描,得到亚表面缺陷的一系列光学图像。将采集到的图像按照空间位置进行堆叠,生成TSOM图像。通过获得所测特征的最大灰度值来获得亚表面缺陷的定位信息。提出方法对2000μm深亚表面缺陷的定位相对标准差达到0.12%。该研究为透明样品亚表面缺陷检测及其深度定位提供了一种新方法。     

SUSAN算子在微小轴承表面缺陷图像分割中的应用

采用计算机视觉识别技术对微小轴承端盖上的缺陷进行了自动识别。运用现代控制理论、图像采集与处理技术、软件编程技术,针对缺陷的位置、面积和深度所具有的随机性,设计了一套适合于检测微小轴承表面缺陷的系统。该系统可以采集到高质量的图像信息。利用SUSAN算子实现了对图像的分割和微小轴承表面缺陷的快速检测。实验结果表明,该方法的识别率可达到96%,并具有方法简单、定位准确、抗噪能力强、计算速度快、实时性好等优点。     

基于条纹调制的透明物体表面缺陷检测方法

针对透明物体后表面的寄生反射对单视角下表面缺陷光学检测的干扰问题，提出了基于条纹调制的透明物体表面缺陷检测方法，以消除后表面的寄生反射。为分析透明物体对入射光通量的影响，建立了基于条纹投影的透明物体光学成像模型。该模型揭示了透明物体双表面的形貌变化可以由双形貌参数来表征，且双参数共同构成余弦分布的平均强度和对比强度。提出了一种多频时域迭代策略以估计表面的双形貌参数，通过投影多频条纹序列到待测透明物体表面，并通过数值拟合投影条纹频率和调制强度之间的余弦分布，从振幅中提取表面的双形貌参数。实验结果证明所提出的检测方法能够在消除后表面寄生反射干扰的同时准确识别和定位出透明物体的表面缺陷。     

车辆轮对踏面缺陷的光电检测方法研究

铁路车辆轮对踏面的擦伤与剥离是车辆在运行过程中形成的一种常见的不规则表面缺陷,是轮对检修过程中必须检测的一个项目。提出了一种利用光电技术非接触测量此表面缺陷的方法。该方法在轮对旋转条件下,用精密激光位移传感器对踏面进行快速扫描,采集值经处理后被转换为数字图像,再通过图像处理识别是否存在表面缺陷。必要时通过对缺陷部位的往复扫描,更准确识别出擦伤与剥离是否超出段修限度。该方法可有效检测出踏面缺陷,重复性好,可满足车辆段修现场使用要求。     

用于铝板缺陷无损检测的激光超声有限元模拟研究

激光超声技术能够在材料表面形成超声波，是实现材料缺陷无损检测的重要环节。借助Abaqus有限元分析工具，基于激光超声热弹机制建立了轴对称铝板的表面缺陷模型，模拟了激光激发产生的表面波在材料中的传播特性及其与铝板缺陷的相互作用过程。数值模拟实验表明，铝板表面缺陷的分布深度值越大，反射波越强，并且当缺陷深度达到一定程度时，反射波的幅值趋于稳定；但缺陷的分布宽度对于反射波的影响则十分有限。所得结论为基于激光超声的材料缺陷的定量检测及识别提供有效的理论依据。     

超声红外热像技术及其在无损评价中的应用

本介绍在光热红外检测的基础上发展的超声红外热像技术。该技术利用超声脉冲作为激发源，当超声脉冲在试样上传播的过程中遇到裂纹等缺陷时，缺陷引起超声附加衰减而局部升温。利用红外照相机获取试样表面的温度分布，可显示裂纹等缺陷。超声红外热像技术发挥了超声和红外技术的优点，可实时地检测裂纹等缺陷，在无损评价和检测中有广泛应用。     

基于频域纹理消除的结构性纹理缺陷检测方法

针对金属加工表面等结构纹理表面图像缺陷检测问题，结构纹理的存在会对缺陷（比如划痕）检测带来干扰，该文开展在频率域中消除背景纹理的方法来进行缺陷检测的研究。首先基于傅里叶变换的图像复原技术，空间域图像中的结构性纹理对应傅里叶域中高能频率分量，使用最小二乘法直线拟合操作去除，并将这些能量设置为零，经傅里叶逆变换为空间域图像。在复原的图像中，原始图像中的结构纹理区域将变为近似的均匀灰度级，但其中缺陷部分将被保留下来。再使用统计过程控制来设置阈值的方法就能从复原图像中分离出缺陷。最后在一系列的结构性纹理图像上的实验证实了所提方法可行且有效。     

基于计算机视觉的管壳表面划痕检测技术研究

针对火工品管壳表面划痕人工检测工作量大、较为繁琐且人为误差较大的状况，将计算机视觉技术用于微小管壳表面划痕的检测分析中，在数字图像处理技术的基础上，应用二值图像轮廓提取的方法得到划痕的特征参数，根据形态学知识对零件表面划痕的形态特征进行比较分析。实验结果表明，通过将划痕显微图像中面积、短长径比等参数提取出来作为检测的依据，不但可以有效地克服现有的人工视觉检测方法的缺陷，而且稳定性和准确度也得到了提高。     

于散乱三维点云的缺陷检测和三维重构方法

设备表面的缺陷检测对于保证安全生产避免经济损失具有重要意义。针对基于设备表面散乱三维点云缺陷检测和三维重构算法复杂的问题,提出了一种基于散乱三维点云的缺陷检测和三维重构方法。对散乱三维点云沿某一轴向进行分层处理,将同一层内的三维点进行移位规则化处理,并对规则化的三维点云进行缺陷检测和三维重构。分别对无缺陷设备表面和凹凸缺陷设备表面进行缺陷检测和三维重构,规则化前后三维数据缺陷计算结果相对误差为1.01%。实验结果表明,将散乱三维点云分层和规则化处理有效降低了缺陷检测和三维重构的复杂度,易于实现。     

基于散乱三维点云的缺陷检测和三维重构方法

设备表面的缺陷检测对于保证安全生产避免经济损失具有重要意义。针对基于设备表面散乱三维点云缺陷检测和三维重构算法复杂的问题,提出了一种基于散乱三维点云的缺陷检测和三维重构方法。对散乱三维点云沿某一轴向进行分层处理,将同一层内的三维点进行移位规则化处理,并对规则化的三维点云进行缺陷检测和三维重构。分别对无缺陷设备表面和凹凸缺陷设备表面进行缺陷检测和三维重构,规则化前后三维数据缺陷计算结果相对误差为1.01%。实验结果表明,将散乱三维点云分层和规则化处理有效降低了缺陷检测和三维重构的复杂度,易于实现。     

基于ESPI技术的压力容器无损检测

在工业生产中对压力容器内部缺陷进行早期检测和诊断具有重要的应用价值。针对含有内部狭长形缺陷的球形薄壁压力容器，采用电子散斑干涉(ESPI）技术测试了容器表面的位移场，分析了其表面应变场。     

基于图像处理技术的钢管内直径及内表面检测

提出一种新的检测钢管内表面质量和内直径的方法。该方法采用高分辨率面阵CCD成像，通过图像采集卡采集图像，送到计算机中，再通过自己开发的软件进行图像处理，可以有效地检测钢管内表面的各种缺陷及钢管内直径。采用像素细分技术，测量精度可达0．05mm。     

基于分布式激光超声的带筋构件R区缺陷检测方法

针对带筋构件R区多类型缺陷的快速检测和精确识别等难题，提出基于分布式激光超声的带筋构件R区缺陷检测和分类识别方法。通过建立有限元模型研究了激光超声在带筋构件中的传播规律及其与R区表面裂纹、近表面气孔等缺陷的相互作用机理，进而设计制作了含典型人工缺陷的6061铝合金带筋构件试样，开展激光超声检测实验。实验获得的缺陷时域信号与B-scan特征图像及仿真结果一致，基于反射与衍射原理实现了对带筋构件R区缺陷定位与定量检测，从而验证了所提分布式激光超声检测方法的可行性，为带筋构件制造缺陷的快速检测和分类识别提供了新思路。     

基于贝叶斯神经网络的近红外光谱实木地板表面缺陷检测

实木地板的表面缺陷直接影响其力学性能和产品等级,表面缺陷的快速检测对实木地板的在线分选具有重要的现实意义。针对视觉方法检测实木地板表面缺陷识别率低的问题,提出了一种基于近红外光谱分析技术的检测方法。首先,分别采集规格为200 mm×100 mm×20 mm的表面带有活节、死节以及无缺陷的实木地板的光谱数据各60份,其中30份作为训练样本,30份作为测试样本;其次,使用高斯滤波(GSF)、分段多元散射校正(PMSC)和去趋势法(DT)等方法对采集到的光谱数据进行预处理,降低光谱噪声、消除光谱的散射影响;然后,利用改进遗传算法从处理后的光谱中提取特征波长用于构建缺陷识别与分类模型;最后,使用基于贝叶斯理论改进的神经网络构建实木地板缺陷识别和分类模型。实验使用含有活节、死节以及无缺陷的实木地板样本对模型进行训练和测试,结果表明：通过贝叶斯神经网络构建的缺陷识别与分类模型能够准确识别活节、死节和无缺陷三类实木地板,识别率分别为92.20%, 94.47%和95.57%。证明了实木地板表面缺陷类型与其近红外吸收光谱密切相关,并为下一步实现实木地板表面缺陷的准确定位提供快速检测方法。     

基于Kirsch和Canny算子的陶瓷碗表面缺陷检测方法

提出了一种基于机器视觉的陶瓷碗表面缺陷检测方法,该方法主要通过Kirsch算子和Canny算子的结合来实现表面缺陷的边缘检测。采用传统Kirsch算子的8个方向模板分别对图像上的每一个像素点进行卷积求导,选取最大模板,确定其边缘方向,结合Canny算子信噪比高、检测准确度高、边缘细节保留好等特点完成表面缺陷的检测,通过缺陷的几何特征判断是否存在缺陷。实验结果表明,该算法很好地抑制了噪声干扰,提高了边缘定位准确性及检测准确度,在保留边缘信息的同时避免了伪边缘的出现。     

激光超声检测带过渡圆角平板表面缺陷的数值研究

为了研究激光激发出的超声波在带过渡圆角的金属平板上的传播规律和检测表面缺陷的方法，采用有限元法模拟了该类平板中的激光超声现象，分析了表面波在圆角区域的传播规律和与表面缺陷的作用过程。数值结果表明:激光激发出纵波、横波和Rayleigh波等，其中Rayleigh波主要存在于表面mm量级，并且在过渡圆角处发生模式转换生成了直达波R′和模式转换波R_R等多种表面波；经过过渡区域后的声波在表面缺陷处发生了反射和透射现象，通过B扫图可以检测缺陷的位置。随着缺陷深度的增加，表面波的透射系数不断减小，且透射波R_t和R_st存在0.5 μs左右的到达时间差，该时间差与缺陷深度近似成线性正相关。数值结果为激光超声检测带过渡圆角的平板表面缺陷提供了有价值的参考。     

刹车片表面缺陷的图像检测方法

针对汽车刹车片表面纹理情况不一、种类繁多的问题，提出一种基于机器视觉的刹车片表面缺陷图像检测方法，该方法结合了灰度共生矩阵与密度聚类。首先提取刹车片的摩擦面，然后确定灰度共生矩阵的构造因子的选取，利用线性相关性选择特征参数。将每个摩擦面切分成若干小窗口，计算各个小窗口的特征值构造特征数据集，通过自适应密度聚类算法进行聚类分析，从而进一步判断是否存在缺陷区域。通过对58块不同型号的刹车片样本进行检测结果统计分析，实验表明，该方法误检率为8%，漏检率为6%，具有较高的检测精度，因此，该方法能够较好地检测刹车片样本是否存在缺陷，具有广泛的适用性。     

桥梁拉索表面缺陷的分布式机器视觉检测

介绍了一种桥梁拉索表面损伤缺陷的分布式视觉检测系统。系统以DSP(Digital Signal Processor)芯片TMS320DM642(简称DM642)为核心处理器,协同控制辅助机械装置,实现拉索表面缺陷检测。提出并采用改进的中值滤波对CCD采集到的拉索表面图像进行图像预处理,采用改进的Sobel边缘检测算法对缺陷进行边缘检测;对分割后的缺陷目标进行决策判别,实现桥梁拉索表面缺陷的智能检测。实验结果表明,系统可检测出桥梁拉索表面损伤面积大于1cm2的缺陷,处理速度达到了5cm/s,满足了快速有效的检测要求。     

基于机器视觉的高精密轴承在线检测

高精密轴承是一种圆柱型零件,针对圆柱型零件高曲率表面缺陷及外形尺寸不能同时进行在线检测的问题,设计并实现了基于机器视觉的在线检测系统。检测时,为了解决金属件表面反光的问题,设计了专用的光源系统和照明方式,通过光学系统和机械旋转平台的配合,圆柱型零件在旋转的过程中被光学系统成像,从而可以采集到完整的圆柱面图像;经过快速的图像处理技术,可以检测到微米级的轴承表面缺陷及外形尺寸。检测结果表明系统具有高效率、精度高、易于使用等特点,可有效解决高精密轴承表面缺陷及尺寸在线检测的问题。