收藏本站
《哈尔滨工业大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉的陶瓷球表面缺陷自动检测技术研究

杨铁滨  
【摘要】: 氮化硅陶瓷轴承球具有优良的综合机械性能,在航空、航天等领域有广泛的应用前景。然而由于陶瓷材料的脆性,在陶瓷球制造和加工的各个阶段都有可能产生表面缺陷,处于表面和次表面的缺陷能显著降低陶瓷球的疲劳寿命。为提高成品陶瓷球的表面质量,本文分析了陶瓷球表面缺陷的形成与扩展机理,建立了陶瓷球表面缺陷检测的图像处理与识别算法,研制了基于机器视觉的陶瓷球检测系统。 本文首先采用滚磨加工方法进行加工实验,获取了陶瓷球表面缺陷统计数据。陶瓷球共存在5种表面缺陷:凹坑、裂纹、雪花、划伤、擦伤。用陶瓷材料压痕断裂力学的原理和断口显微分析的方法分析陶瓷球表面缺陷形成的机理。分析结果表明异常的磨粒在加工中产生凹坑;由于球坯球度差,研磨盘在陶瓷球表面产生Hertz裂纹;精研过程中不正确的加工压力和没有破碎的硬磨粒产生擦伤和划伤缺陷。提高球坯圆度,降低粗研加工的载荷和速度可以减少裂纹缺陷。陶瓷球按表面缺陷的类型和尺寸分为高质量球、一般工况条件下使用球和不允许使用球三级。 通过实验,分析了材料的显微结构与表面缺陷的对应关系,结果表明:球坯材料的气孔率、夹杂物尺寸、晶粒尺寸是影响加工质量的重要因素,改善球坯的显微结构是从根本上提高陶瓷球表面质量的方法。 参考陶瓷球表面缺陷形貌特征和目前人工视觉检测方法,本文提出了基于机器视觉的陶瓷球表面质量检测系统。首先建立以中值滤波、高帽变换、对数变换和图像拉伸为基础的预处理算法,减轻了图像灰度的不均匀性,降低了图像分割的困难。提出了基于直方图凹性分析和类间最小交叉熵的区域生长图像分割算法。实验结果表明该方法充分利用了缺陷灰度分布连续的特点,能够克服传统方法中抗干扰能力差等缺点,是一种有效地分割陶瓷球表面缺陷的新方法。 对分割后的表面缺陷目标,进行形状特征提取。对比实验表明,前7个规范化的缺陷边界傅里叶描述子、区域缺陷面积、缺陷长短径比及缺陷数等10个特征能够较好地区分凹坑、裂纹、雪花、划伤缺陷。根据磨损缺陷面积大,分割后目标不连续的特点,直接求原始表面图像的纹理特征。通过实验比较直方图纹理特征、频谱特征、不变矩特征,结果表明5个直方图纹理特征的效果最好。针对两类特征分别建立、训练相应的人工神经网络分类器,测试结果表明直方图特征分类器的分类正确率为97.5%,形状特征分类器的分类正确率为90.3%。 集成了陶瓷球表面缺陷检测的软硬件系统,系统分辨率可达4.85μm。对陶瓷球表面展开的各种方法,建立了陶瓷球表面展开的数学模型。利用本文建立的检测系统,采集表面缺陷图像进行软件测试,实验结果表明分类正确率达到85.56%,能够完成Φ10-Φ14的陶瓷球表面质量检测。最后,对系统误差进行分析,指出图像采集、照明和机械系统精度是影响检测误差的主要原因,提高分类器的正确识别率是降低系统误检率的有效方法。
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:TP391.41

【引证文献】
中国期刊全文数据库 前4条
1 张森;;一种门把手外观无损检测系统的硬件设计[J];河南科技;2015年18期
2 冯春;陈柏;;半自动分拣线上运动条烟的在线识别[J];烟草科技;2015年01期
3 王云良;刘贤锋;盛昀瑶;;基于机器视觉的O型圈质量检测智能系统开发[J];软件导刊;2015年01期
4 杜玉军;高明;辛维娟;吕宏;马卫红;;基于机器视觉的闭气塞表面缺陷自动检测系统[J];国外电子测量技术;2011年04期
中国博士学位论文全文数据库 前5条
1 简川霞;手机玻璃屏表面缺陷机器视觉检测与分类方法研究[D];广东工业大学;2017年
2 吴彰良;油封表面缺陷自动在线图像检测关键技术研究[D];天津大学;2013年
3 冯春;基于单目视觉的目标识别与定位研究[D];南京航空航天大学;2013年
4 胡新宇;基于机器视觉的家蚕微粒子图像识别方法的研究[D];武汉理工大学;2011年
5 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 张恺;陶瓷球表面缺陷视觉检测关键技术研究[D];天津大学;2017年
2 徐信;冲压件表面缺陷图像检测系统的研究与开发[D];广东工业大学;2016年
3 梁亮;陶瓷基片外观检测及分拣系统设计[D];太原科技大学;2016年
4 陈微;高精度陶瓷球的性能评价方法及其应用研究[D];浙江工业大学;2015年
5 张永婷;基于机器视觉的永磁铁氧体磁铁转子关键尺寸及表面质量检测[D];电子科技大学;2015年
6 林洋;轨道应力检测系统设计研究[D];南京航空航天大学;2015年
7 王鑫;集成电路板焊点缺陷的机器视觉检测方法[D];天津科技大学;2015年
8 傅骏;基于机器视觉的汽车换热器尺寸测量及外观检测系统设计[D];南京理工大学;2014年
9 彭岩;高精度陶瓷球材料性能及加工表面质量评价方法的研究[D];浙江工业大学;2013年
10 裴芳莹;钢球视觉检测仪检测系统研究[D];天津大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 王雪;谢志江;;大口径光学透镜表面疵病机器视觉检测技术研究[J];光电子技术;2006年02期
2 刘洪臣;陈忠建;冯勇;;X射线管道焊缝探伤中的视觉同步技术[J];光电子·激光;2006年06期
3 成芳,应义斌;基于Matlab平台的稻种图像分析系统[J];浙江大学学报(农业与生命科学版);2004年05期
4 石争浩,冯亚宁,付长龙,徐伟,李生斌,李长河,黄士坦;基于机器视觉的铸件表面缺陷人工神经网络检测方法[J];重型机械;2004年02期
5 古乐,王黎钦,齐毓霖,苏为民,钱宗德,郑亚青;超低温高速混合式陶瓷轴承性能研究[J];哈尔滨工业大学学报;2004年02期
6 李自根,吴楠松,顾宝康,王肇康;陶瓷轴承球渗透检验自动分选系统[J];无损检测;2003年06期
7 陈力,冯坚,李永清,张长瑞;烧结助剂对自增韧Si_3N_4陶瓷显微结构和性能的影响[J];硅酸盐学报;2003年04期
8 王贤刚,郭志平,彭亚辉,张朝宗,田杰谟;三维高分辨工业X-CT系统[J];高技术通讯;2002年08期
9 张永乾 ,陈志军 ,孙永安 ,李县辉;高精度陶瓷球研磨加工[J];轴承;2002年03期
10 谢根全;工件表面质量缺陷的计算机自动识别[J];机械与电子;2001年04期
【共引文献】
中国期刊全文数据库 前10条
1 邢宏宇;刘炳强;孙静;王超;王芳芳;;自增韧氮化硅陶瓷刀具材料的研究现状[J];工具技术;2015年10期
2 冯颖;李夏;于琦;孔永刚;万磊;;高精度硬质合金球生产过程中的质量控制[J];轴承;2015年10期
3 文怀兴;孙建建;陈威;;氮化硅陶瓷轴承润滑技术的研究现状与发展趋势[J];材料导报;2015年17期
4 赵彦玲;王弘博;铉佳平;夏成涛;向敬忠;苏相国;;钢球缺陷检测机构的逆向运动特性研究[J];哈尔滨理工大学学报;2014年05期
5 马榜样;;大型风机滑动轴承相关参数的确定[J];铜业工程;2012年02期
6 王瑞凤;孙志平;邹丽艳;张国俊;;陶瓷材料增韧机理的研究进展[J];陶瓷学报;2011年04期
7 刘维良;刘绍洋;刘硕琦;;自增韧Si_3N_4陶瓷的制备与性能研究[J];中国陶瓷;2011年11期
8 李荐;李淳伟;周宏明;黄祖琼;刘凡;李艳芬;杨俊;杨亮;;β-Si_3N_4含量对Y_2O_3-MgO-α-Si_3N_4陶瓷性能的影响[J];矿冶工程;2011年05期
9 马秀莲;;基于Matlab平台的无精蛋识别系统[J];农机化研究;2011年08期
10 张昱;陈光黎;;基于最小二乘支持向量机的机器视觉识别方法[J];测控技术;2011年07期
【同被引文献】
中国期刊全文数据库 前10条
1 张超;张宏超;孔臻;何金华;倪晓武;;基于轨迹图像喷嘴液滴粒径和速度测量系统构建[J];烟草科技;2014年02期
2 赵维一;温若愚;曾建;邸成良;严伟;李东亮;刘民昌;刘洋;;基于线阵CCD数字图像处理技术的叶丝宽度测量装置[J];烟草科技;2013年10期
3 李飞;董浩;张龙;荆熠;刘海宁;周明珠;周德成;王源;刘勇;刘锋;;基于机器视觉的卷烟纸罗纹深度测量仪的设计[J];烟草科技;2013年10期
4 董浩;荆熠;王锦平;夏营威;周明珠;刘锋;周德成;李晓辉;张龙;邢军;;基于机器视觉技术的烟用包装膜磨损程度测定方法[J];烟草科技;2012年07期
5 宋天明;滕奇志;;一种用于岩心序列图像轮廓提取的改进Snake算法[J];光电子.激光;2011年02期
6 时磊;谢晓方;乔勇军;;基于SURF算法的人脸跟踪技术研究[J];计算机仿真;2010年12期
7 刘泽;王嵬;王平;;钢轨表面缺陷检测机器视觉系统的设计[J];电子测量与仪器学报;2010年11期
8 王军阵;王建斌;张轩硕;;超声导波管道缺陷检测的小波阈值去噪法[J];国外电子测量技术;2010年08期
9 沈昱明;杨征兵;;机器视觉在铜带表面缺陷检测系统中的应用[J];电子测量技术;2010年04期
10 王飞;崔凤奎;刘建亭;张丰收;;一种平板玻璃缺陷在线检测系统的研究[J];应用光学;2010年01期
中国博士学位论文全文数据库 前10条
1 曾俊;图像边缘检测技术及其应用研究[D];华中科技大学;2011年
2 刘怀广;浮法玻璃缺陷在线识别算法的研究及系统实现[D];华中科技大学;2011年
3 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
4 张进;微型零件高精度影像测量系统中关键技术研究[D];天津大学;2010年
5 刘斌;微小三维尺寸自动光学检测系统的关键技术研究[D];天津大学;2010年
6 牟洪波;基于BP和RBF神经网络的木材缺陷检测研究[D];东北林业大学;2010年
7 韩书霞;基于CT技术和分形特征的木材物理性质及缺陷检测研究[D];东北林业大学;2010年
8 李虹;基于机器视觉路面状态识别关键技术研究[D];吉林大学;2009年
9 毕昕;面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究[D];上海交通大学;2009年
10 艾虎;基于计算机视觉的人工神经网络和图像处理技术的牛肉大理石花纹自动分级研究[D];四川农业大学;2009年
中国硕士学位论文全文数据库 前10条
1 李恩泽;光栅投影法三维轮廓测试关键技术研究[D];西安工业大学;2016年
2 安东;基于数字光栅投影的三维表面测量技术研究[D];合肥工业大学;2015年
3 夏梦;基于塑性拉伸失稳理论的板料成形极限预测[D];上海交通大学;2015年
4 陈永亮;灰度图像的直方图均衡化处理研究[D];安徽大学;2014年
5 邓罗虹;基于线阵CCD的机器视觉测量系统的研究[D];苏州大学;2014年
6 陈建可;基于机器视觉的实时轮毂智能识别系统的研究[D];太原科技大学;2014年
7 王明跃;视觉在线零件尺寸测量方法研究[D];天津理工大学;2014年
8 彭岩;高精度陶瓷球材料性能及加工表面质量评价方法的研究[D];浙江工业大学;2013年
9 陈晓红;基于机器视觉的触摸屏玻璃缺陷检测方法研究[D];华南理工大学;2013年
10 陈国懂;合资铁路运输委托管理模式研究[D];长安大学;2013年
【二级引证文献】
中国期刊全文数据库 前10条
1 翁迅;孙壮志;;基于形态学处理算法的条烟复核技术[J];烟草科技;2015年09期
2 柏涛涛;;基于机器视觉与图像处理的IC浅插检测研究与应用[J];河北北方学院学报(自然科学版);2015年04期
3 赵叶;;基于GX开发器的拣货监控系统设计与实现[J];物流技术;2015年14期
4 蒋忠凌;廖俊必;黄玉波;陆小龙;;基于机器视觉的化成箔缺陷在线检测系统设计[J];电子测量技术;2015年07期
5 熊建平;;基于计算机视觉的墙地砖表面缺陷检测[J];电子测量技术;2015年05期
6 鲍云杰;刘金玲;;基于机器视觉的岩屑自动拣选系统设计[J];电子测量技术;2014年01期
7 马刚;马朝永;平景汉;靳敌;;基于机器视觉的制动主缸活塞总成在线检测[J];机械设计与制造;2013年03期
8 张天;唐承统;刘检华;;基于多目视觉的弯管空间参数测量方法[J];仪器仪表学报;2013年02期
9 栗琳;王仲;裴芳莹;王向军;;双图像传感器的球表面展开方法[J];仪器仪表学报;2012年07期
10 张瑞峰;李士亮;;基于线结构光的空间圆高精度测量算法[J];电子测量技术;2011年10期
中国博士学位论文全文数据库 前10条
1 李正炜;基于地基光学望远镜的空间目标相对姿态分析方法研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年
2 刘克强;基于室内位置与多维情境的人类活动识别方法研究[D];中国矿业大学;2017年
3 刘莉;受通信约束的分布式网络化系统信息融合方法研究[D];上海大学;2017年
4 崔家山;三维运动立体视觉测量方法研究[D];哈尔滨工业大学;2016年
5 路崧;压电驱动非接触喷射点胶阀的设计理论与实验研究[D];吉林大学;2016年
6 孙骞;多移动机器人协同定位技术研究[D];哈尔滨工程大学;2016年
7 王媛彬;基于图像特征的煤矿火灾检测与识别研究[D];西安科技大学;2015年
8 李兴东;基于TOF相机的四足机器人地形感知及静步态规划研究[D];哈尔滨工业大学;2015年
9 初广丽;航天器合作靶标自动识别关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年
10 王宪;强干扰条件下精密视觉测量技术及应用研究[D];中南大学;2013年
中国硕士学位论文全文数据库 前10条
1 郑明虎;两种机器视觉瑕疵检测算法研究与应用[D];湘潭大学;2018年
2 王帅;基于安卓机器视觉的自动上料系统研究[D];南昌航空大学;2018年
3 吴雅莎;基于双目视觉的冲孔和弯曲质量检测系统的开发[D];广东工业大学;2018年
4 吴良溢;基于机器视觉的PCB裸板质量检测系统研究[D];湖北工业大学;2018年
5 宋俊男;基于嵌入式GPU的工业检测智能相机系统硬件设计[D];浙江大学;2018年
6 刘康;太阳能电池晶片位置检测与控制系统研究[D];杭州电子科技大学;2018年
7 余小庆;用于汽车外观缺陷自动检测的图像采集及预处理系统研究[D];南京航空航天大学;2018年
8 张恺;陶瓷球表面缺陷视觉检测关键技术研究[D];天津大学;2017年
9 洪运;基于计算机视觉的零件平面几何尺寸测量方法的研究[D];东华大学;2017年
10 常晓刚;基于机器视觉的钢球表面缺陷检测技术研究[D];山东理工大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 陈果,左洪福;显微图像的一种快速拼接算法[J];仪器仪表学报;2003年04期
2 李炜,黄心汉,王敏,万国红;基于机器视觉的带钢表面缺陷检测系统[J];华中科技大学学报(自然科学版);2003年02期
3 徐科,徐金梧;基于图象处理的冷轧带钢表面缺陷在线检测技术[J];钢铁;2002年12期
4 古乐,王黎钦,李秀娟,齐毓霖;氮化硅轴承球超低温承载特性试验研究[J];哈尔滨工业大学学报;2002年02期
5 成芳,应义斌;机器视觉技术在农作物种子质量检验中的应用研究进展[J];农业工程学报;2001年06期
6 吴平川,路同浚,王炎;机器视觉与钢板表面缺陷的无损检测[J];无损检测;2000年01期
7 郭景坤;关于先进结构陶瓷的研究[J];无机材料学报;1999年02期
8 胡平信,刘国球;液体火箭发动机的技术发展与展望[J];导弹与航天运载技术;1998年02期
9 张伟儒,顾培芷,王长文;Si_3N_4/纳米SiC复相陶瓷的研究[J];硅酸盐通报;1998年01期
10 张泰昌;表面缺陷与表面粗糙度的区分及计算[J];机械工艺师;1998年01期
【相似文献】
中国期刊全文数据库 前10条
1 徐晓强;;浅谈砼表面缺陷的防治[J];丹东海工;2010年00期
2 陈占杰;张全刚;杨晓奇;;冷镦钢加工表面缺陷特征分析[J];河南冶金;2016年03期
3 王巧丽;;膜池砼表面缺陷处理措施与质量控制[J];科技情报开发与经济;2008年19期
4 曹英;东华闸站结合工程表面缺陷处理[J];浙江水利水电专科学校学报;1999年01期
5 唐文泰;表面缺陷对钢缆寿命的影响[J];材料工程;1994年Z1期
6 王德卫;汽车发动机连杆表面缺陷分析[J];汽车工艺与材料;1994年10期
7 徐润源;表面缺陷及其表征[J];人工晶体;1985年Z1期
8 严谨;;镀锡钢卷表面缺陷检出装置[J];钢铁研究;1987年04期
9 李旭东;;含表面缺陷的转子的可靠性[J];汽轮机技术;1987年06期
10 章肖融;干昌明;郑乐奇;;用光声声表面波谱仪研究表面缺陷[J];应用激光;1987年06期
中国重要会议论文全文数据库 前10条
1 李涛;肖金华;吴建军;张永飞;;线材表面缺陷产生机理及解决措施[A];第二届钢材质量控制技术——形状、性能、尺寸精度、表面质量控制与改善学术研讨会文集[C];2012年
2 刘伍;李涛;肖金华;吴建军;;线材表面缺陷产生机理及解决措施[A];2012年河北省轧钢技术暨学术年会论文集(上)[C];2012年
3 马茹凤;郭雅芳;;镁单晶中不同表面缺陷对塑性变形机制的影响[A];中国力学大会-2015论文摘要集[C];2015年
4 ;金属工业中表面缺陷检查的视觉先锋[A];2010钢材质量控制技术、形状、尺寸精度、表面质量控制与改善学术研讨会文集[C];2010年
5 李丹;;高纯铝箔表面缺陷分析[A];2010'全国铝板带箔技术交流会论文集[C];2010年
6 吴建永;;琼州大桥T梁表面缺陷的预防及处理[A];海南省公路学会2003年学术交流会论文集[C];2003年
7 郑永瑞;;轧制过程中线材表面缺陷深度变化规律的推测[A];2008年河北省轧钢技术与学术年会论文集(上)[C];2008年
8 李阳;李成;马景秋;;表面缺陷检测仪在镀锌线上的应用[A];2018年全国冷轧板带生产技术交流会、2018年全国热轧板带生产技术交流会论文集[C];2018年
9 许逸轩;李建欣;柏财勋;袁恒;刘杰;;光学亚表面缺陷子图像强度的非均匀性校正方法[A];第十七届全国光学测试学术交流会摘要集[C];2018年
10 赵宪海;马立爽;常宏伟;郭大勇;;高碳钢丝表面缺陷对扭转性能的影响[A];纪念全国金属制品信息网建网40周年暨2014金属制品行业技术信息交流会论文集[C];2014年
中国重要报纸全文数据库 前10条
1 全荣;钢坯表面缺陷自动磁粉探伤装置及分析系统[N];世界金属导报;2017年
2 全荣;锻钢件表面缺陷产生机理[N];世界金属导报;2016年
3 高宏适;钢板表面缺陷产生机制研究[N];世界金属导报;2013年
4 道哥拉斯·斯塔海姆;消除表面缺陷 提高连铸坯质量[N];中国冶金报;2010年
5 廖建国;线材表面缺陷发生原因及改进措施[N];世界金属导报;2011年
6 康建国 摘译;加强工艺研究 消除连铸表面缺陷[N];中国冶金报;2011年
7 肖湘涛 武元元;冷轧硅钢表面缺陷成因分析与改进[N];世界金属导报;2011年
8 钟;超低碳冷轧薄板钢表面缺陷的消除[N];世界金属导报;2005年
9 周鹏;金属板带材表面缺陷在线检测技术[N];世界金属导报;2016年
10 清晨;超低碳冷轧薄钢板中表面缺陷的消除[N];世界金属导报;2005年
中国博士学位论文全文数据库 前10条
1 尹国恒;基于金属氧化物表面缺陷调控二氧化碳催化能源化研究[D];中国科学院大学(中国科学院上海硅酸盐研究所);2018年
2 周诗洋;基于视觉显著性和稀疏表示的钢板表面缺陷图像检测方法研究[D];华中科技大学;2017年
3 程玉华;探测亚表面缺陷的磁—光显微成像检测技术研究[D];四川大学;2007年
4 杨铁滨;基于机器视觉的陶瓷球表面缺陷自动检测技术研究[D];哈尔滨工业大学;2007年
5 杨水山;冷轧带钢表面缺陷机器视觉自动检测技术研究[D];哈尔滨工业大学;2009年
6 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年
7 陈立君;基于流形支持向量机的木材表面缺陷识别方法的研究[D];东北林业大学;2015年
8 何志勇;基于改进Otsu法和显著性分析的表面缺陷高效视觉检测方法研究[D];苏州大学;2015年
9 简川霞;手机玻璃屏表面缺陷机器视觉检测与分类方法研究[D];广东工业大学;2017年
10 李武斌;热轧圆钢表面缺陷视觉在线检测算法研究[D];山东大学;2013年
中国硕士学位论文全文数据库 前10条
1 孙伟俊;基于机器视觉的3D打印表面缺陷多角度在线检测技术研究[D];浙江大学;2019年
2 孙笑笑;基于支持向量机的齿轮表面缺陷在线分类及优化[D];燕山大学;2018年
3 辛露;基于机器视觉的小模数蜗杆表面缺陷检测技术研究[D];北京工业大学;2018年
4 宋佳平;纳米颗粒表面缺陷对PEO:ZnO器件电双稳特性的影响[D];北京交通大学;2018年
5 朱蕊;雪糕棒表面缺陷在线视觉检测方法研究[D];沈阳工业大学;2018年
6 刘凯斌;高亮回转表面缺陷检测光照方法的研究及系统设计[D];西安理工大学;2018年
7 何小凡;陶瓷阀芯表面缺陷视觉检测方法的研究[D];湖北工业大学;2018年
8 易秋吉;基于激光超声技术的材料表面缺陷的定量评价研究以及应用[D];南京航空航天大学;2018年
9 赵帅帅;由粗到精的带钢表面缺陷快速检测算法[D];河北工业大学;2016年
10 王武;手机壳体表面缺陷视觉检测技术研究[D];南京航空航天大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026