基于计算机视觉技术的微钻刃面自动光学检测

华南理工大学学报（自然科学版） ›› 2006, Vol. 34 ›› Issue (11): 55-59.

基于计算机视觉技术的微钻刃面自动光学检测

张舞杰李迪叶峰

华南理丁大学机械工程学院，广东广州 510640

出版日期:2006-11-25 发布日期:2006-11-25
通信作者: 张舞杰(1970-)，男，博士生，主要从事图像处理、模式识别、过程监控、嵌入式装备控制等方面的研究 E-mail:zhang_ liu73@163.corn
作者简介:张舞杰(1970-)，男，博士生，主要从事图像处理、模式识别、过程监控、嵌入式装备控制等方面的研究．
基金资助:
粤港关键领域重点突破项目(2004A10403021)

Automatic Optical Inspection of M ini-Drill Blade Based on Computer Vision Technology

Zhang Wu-jie Li Di Ye Feng

School of Mechanical Engineering,South China Univ.ofTech.,Guangzhou 510640,Guangdong,China

Online:2006-11-25 Published:2006-11-25
Contact: 张舞杰(1970-)，男，博士生，主要从事图像处理、模式识别、过程监控、嵌入式装备控制等方面的研究 E-mail:zhang_ liu73@163.corn
About author:张舞杰(1970-)，男，博士生，主要从事图像处理、模式识别、过程监控、嵌入式装备控制等方面的研究
Supported by:
粤港关键领域重点突破项目(2004A10403021)

摘要/Abstract

摘要： 为了实现微钻刃面尺寸和缺陷的自动光学检测，建立了影像检测系统并研究其图像处理算法．根据微钻刃面的特征，设计了专用的照明系统来获取清晰的、变形小的微钻刃面图像．采用改进的小核值相似区边缘提取算法对图像进行边缘提取，并对所提取的边缘采用基于空间矩的亚像素算法进行图像边缘的亚像素定位，然后采用直线和圆弧拟合等一系列算法对微钻刃面图像进行尺寸计算和缺陷检测．实验结果表明：自动光学检测方法的准确率达到了99．5%，微钻的检出精度达到了微米级，说明该方法能够满足微钻刃面尺寸测量和缺陷检测的要求．

关键词: 计算机视觉, 自动光学测量, 边缘检测, 亚像素, 小核值相似区算法

Abstract:

In order to realize the automatic optical inspection(AOI)of the dimensions and defects of mini.drill blades,an automatic image inspection system is proposed and the corresponding image processing algorithms are in-vestigated.In the investigation,a special lighting system is first designed based on the characteristics of mini-drill blades to obtain clear blade images with little distortion.Next,the improved Small Univalue Segment Assimilating Nucleus edge extraction algorithm is adopted to extract the image edge.Then,the extracted edge is located by the subpixel edge location algorithm based on the spatial moments to obtain a precise Subpixel location.Finally,the algo-rithms,such as the line fitting and the circle fitting,are adopted to calculate the dimensions and to inspect the de-fects of the mini-drill blades.Experimental results demonstrate that the proposed AOI method is of an inspection ac-curacy of 99.5% and a dimension precision in the scale of micron.so it can meet the requirements of dimension measurement and defect inspection of mini-drill blades.

Key words: computer vision, automatic optical inspection, edge detection, subpixel, Small Univalue Segment As-similating Nucleus Aalgorithm

张舞杰李迪叶峰. 基于计算机视觉技术的微钻刃面自动光学检测[J]. 华南理工大学学报（自然科学版）, 2006, 34(11): 55-59.

Zhang Wu-jie Li Di Ye Feng. Automatic Optical Inspection of M ini-Drill Blade Based on Computer Vision Technology[J]. Journal of South China University of Technology (Natural Science Edition), 2006, 34(11): 55-59.

[1]	耿庆华刘伟铭. 透视三点问题的一种快速且稳定的代数解法[J]. 华南理工大学学报(自然科学版), 2021, 49(1): 58-64,73.
[2]	徐哲炜许瑞霖刘琼. 鲁棒车载热成像行人检测的感兴趣区域提取方法 [J]. 华南理工大学学报(自然科学版), 2019, 47(2): 68-76,2.
[3]	翟敬梅黄锦洲刘坤. 双目视觉下基于边缘特征的机器人作业环境检测方法 [J]. 华南理工大学学报（自然科学版）, 2018, 46(3): 1-7.
[4]	王达磊彭博潘玥陈艾荣. 基于深度神经网络的锈蚀图像分割与定量分析[J]. 华南理工大学学报（自然科学版）, 2018, 46(12): 121-127,146.
[5]	王泽胜董宝田王爱丽. 基于自适应脉冲耦合神经网络的行人检测方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(6): 74-80.
[6]	吴一全龙云淋周杨 . 基于Arimoto 熵和Zernike 矩的刀具图像亚像素边缘检测[J]. 华南理工大学学报（自然科学版）, 2017, 45(12): 50-56.
[7]	张舞杰聂新桥何广栋. 基于图像处理的微钻芯厚测量[J]. 华南理工大学学报（自然科学版）, 2016, 44(7): 70-76,89.
[8]	陈忠周德文张宪民. 基于改进空间矩算法的光纤纤芯轮廓特征点快速提取[J]. 华南理工大学学报（自然科学版）, 2016, 44(5): 117-122.
[9]	吴一全朱丽李立. 基于 NSCT 和 KFCM 聚类的图像边缘检测方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(5): 59-65.
[10]	许勇卓君宝田星布社辉 . 基于运动目标检测的交互式图片浏览系统[J]. 华南理工大学学报（自然科学版）, 2013, 41(7): 126-130.
[11]	孙大文吴迪何鸿举冯耀泽. 现代光学成像技术在食品品质快速检测中的应用[J]. 华南理工大学学报(自然科学版), 2012, 40(10): 59-68.
[12]	吴俊芳刘桂雄韦宁. 散焦含噪图像的点扩散函数估计与边缘检测[J]. 华南理工大学学报（自然科学版）, 2010, 38(6): 118-121,133.
[13]	周武胡跃明. 基于相位相关和重采样的亚像素图像配准算法[J]. 华南理工大学学报（自然科学版）, 2010, 38(10): 68-73,78.
[14]	张舞杰李迪叶峰. 基于视觉的贴片元件检测算法[J]. 华南理工大学学报（自然科学版）, 2010, 38(1): 65-69,86.
[15]	秦钟. 基于图像不变矩特征和BP神经网络的车型分类[J]. 华南理工大学学报（自然科学版）, 2009, 37(2): 87-91.