基于机器视觉的铁芯表面缺陷检测系统研究

作     者：胡秀珍 

作者单位：山东大学 

学位级别：硕士

导师姓名：隋青美

授予年度：2018年

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：E型铁芯 机器视觉 缺陷提取 分类识别 HALCON 

摘      要：铁芯作为变压器中重要的零部件之一,通常与绕在其上的线圈一起组成电磁感应系统,提供磁回路。铁芯种类繁多,在生产过程中,受设备条件、生产工艺及材料本身特性的影响,其表面会出现裂纹、凹坑、切割不平整等问题。如果在实际电力变压器中使用表面有缺陷的铁芯,将导致铁芯压紧状况改变,可能造成铁芯接地不良或接地片容量不够从而引起放电故障,变压器损坏,甚至导致电力系统瘫痪,造成严重的经济损失。因此,在铁芯检测过程中,应剔除表面有缺陷的铁芯,把安全故障的可能性降到最低。传统的人工检测方法,速度慢,效率低,而且工人长时间作业,易产生视觉疲劳,造成漏检、错检等情况。本文以广东肇庆微硕电子有限公司自动化生产线上E型铁芯为研究对象,设计一套基于机器视觉的铁芯表面缺陷检测系统,对生产线上铁芯实现在线智能检测,提高了检测效率和产品检出率,同时降低了生产成本。具体研究内容和结果如下:(1)搭建了机器视觉硬件系统。通过对检测对象的评估与分析结合企业对检测精度的要求,选择了五百万像素的CMOS传感器相机和高分辨率镜头,并设计了 LCD环形光源直接照明方式,搭建了机器视觉检测系统,以得到清晰的铁芯表面纹理图像。(2)针对铁芯表面缺陷,利用HALCON工具箱开发设计了基于图像处理的铁芯表面缺陷检测算法。采用高斯滤波对图像进行预处理;基于Sobel算子对网格剪裁后的图像进行分割,并结合形态学处理和区域填充技术提取ROI区域;利用灰度分析初步定位缺陷区域,并通过连通区域面积分析法剔除伪缺陷。经实验验证,设计算法可以准确检测出缺块和凹坑缺陷。(3)为实现铁芯表面缺陷分类,分别设计了基于多层感知器(MLP)和支持向量机(SVM)的分类器。在识别准确率和检测时间两方面对SVM分类器和MLP分类器进行对比分析,其中MLP分类器准确率和平均检测时间分别达到95%和0.64s,比SVM分类器更具有优势,最终选择MLP分类器完成铁芯表面缺陷识别。(4)开发了铁芯表面缺陷检测的软件系统。在全面调研用户需求的基础上,采用可视化开发工具Visual Studio 2010,基于MFC框架的对话框架构,结合HALCON算法开发包,采用C++编程语言,综合多线程思想、动态链接库技术实现数据库的调用以及图像采集、处理、显示、存储等四个主要功能。实验结果表明,设计的铁芯表面缺陷检测系统可稳定且有效地实现E型铁芯表面缺陷实时、非接触式检测分类,对企业实现全自动化检测生产线具有重大的实用价值,为其他种类的铁芯检测研究提供了参考依据。