基于图像处理的钢板表面缺陷成像优化与深度信息提取方法研究

【摘要】：本文针对机器视觉钢板表面缺陷检测技术中的成像优化和深度信息特征提取问题,以如何提高成像质量为切入点,深入研究了钢板生产工艺、表面光学性质及缺陷最优化成像的内在规律和相关理论,基于立体视觉的方法研究实现了钢板表面深度信息提取等关键技术,为提升机器视觉钢板表面检测系统性能提供了理论依据,拓宽了钢板表面自动化检测的思路和技术手段。本文主要研究内容和成果如下: 1)建立了一个准确描述钢板表面光散射性质的机器视觉表面光照模型。基于钢板生产工艺和表面光学特征,结合BRDF光照模型理论,对不同钢板表面光散射特征进行测试和实验,得到光源条件、光线入射角、表面粗糙度与光散射分布的关系。结果表明钢板表面散射光受入射角和表面粗糙度影响较大,镜向反射峰值明显,并呈现指数函数分布的规律,因此建立了基于粗糙度因子和微平面高斯分布的表面半经验散射模型,通过非线性拟合优化确定了模型中各参数。 2)以大量钢板表面典型缺陷样本的分析研究为基础,针对缺陷成像光路型式最优化问题,设计实验方案并开发专用平台进行成像实验,量化了成像光路中各参数对图像的影响;提出基于图像多特征的综合像质评价体系,得到各缺陷最佳成像方案,建立了钢板表面缺陷最优成像流程模型,对各子方案组合优化得出整个系统成像方案,作为钢板表面成像的理论研究平台,为提高整个检测系统性能提供依据。 3)针对工业应用中如何利用立体视觉提取钢板表面三维深度信息,研究了摄像机非线性标定方法。建立基于LENZ径向畸变模型的非线性针孔成像几何模型,分析了面阵和线阵摄像机的模型标定内外参数,利用HALCON的矩阵网格状圆靶平面标定板及机器视觉的函数库平台,基于两步法思想设计算法并实现了单台摄像机的非线性标定,以双面阵摄像机构架实现立体视觉系统的标定,通过误差和精度分析验证了算法准确性和灵活性,可有效应用于工业机器视觉系统中。 4)针对立体视觉中另一个核心技术即立体匹配算法进行研究。基于灰度相关的区域匹配方法能生成稠密视差图,实现了基于归一化互相关相似度量函数(NCC)的区域灰度相关的匹配算法,结合钢板表面深度提取的要求,分析优化算法参数提高算法精度;并与均值图像金字塔相结合,通过控制匹配窗口尺寸、最小特征值、视差范围阈值及相似度阈值等多个参数,提出一种灵活高效的分层区域匹配的优化NCC算法。 5)结合相关研究成果,针对实验系统进行成像参数分析与成像系统设计,以及设备选型和安装调试,模拟工业现场环境设计开发了基于机器视觉的钢板表面检测实验系统。该实验系统由小型带钢传输实验台、机器视觉成像系统及图像采集与处理平台三部分组成,是重要的理论和实验研究平台。