基于数字图像处理技术的缺陷检测算法研究-毕业论文.doc

毕业设计（论文）

题 目 基于数字图像处理技术的
缺陷检测算法研究

设计所在单位 自动控制研究所

2010年 06月

系 （ 所 ） 自控所
系 (所) 主任 韩九强
批 准 日 期
毕业设计(论文)任务书
电信学院 院 自动化 系 66 班 学生 王全响
毕业设计(论文)课题 基于数字图像处理技术的缺陷检测算法研究
毕业设计(论文)工作自 2010 年 3 月 1 日起至 2010 年 6 月 20 日止
毕业设计(论文)进行地点： 西安交大自控所

课题的背景、意义及培养目标

背景意义：随着数字图像处理技术在工业领域的发展，基于图像处理技术的机件缺陷得到了广泛的应用。低成本、无损伤、准确，快速，使得机器视觉在缺陷检测领域具有重要的意义。本题专门研究基于数字图像处理的缺陷检测算法，并在工业组态软件中实现，以便更好的应用于实际。
培养目标：掌握Visual Studio C++软件、Xavis软件和图像处理以及OpenCV的知识。同时培养良好的编程能力，分析和解决问题的能力，为以后的科研夯实基础。

设计(论文)的原始数据与资料

1．待进行缺陷检测的相关图片
2．VC++编程开发的相关书籍和网上资料
3．图像配准、图像处理、图像比对的基本原理
4．已经开发的Xavis底层函数与架构。

课题的主要任务

1.查阅相关文献，了解机器视觉在缺陷检测领域的重大意义；
2.在VC环境下，研究并实现缺陷检测（包括图像预处理、图像配准、图像比对）算法；
3.对比评价各种算法的优缺点，并针对实际应用提出自己的建议；
4.将自己的算法集成在机器视觉组态软件Xavis中。

课题的基本要求(工程设计类题应有技术经济分析要求)
1.查阅资料，了解目前缺陷检测领域的发展现状；
2.掌握数字图像处理的基本理论算法；
3.掌握Matlab/VC图像处理编程方法；
4.熟悉Xavis机器视觉平台。
5.进行Xavis、Visual C++、OpenCV的联合调试

完成任务后提交的书面材料要求(图纸规格、数量，论文字数，外文翻译字数等)

1.提交缺陷检测结果可以用于Xavis软件的一个动态链接库dll文件
2.撰写大于一万字的学位论文，并提交电子版
3.翻译一篇3000字左右英文文献
4.图纸规格：A4

主要参考文献

1 阮宇编著.Visual C++ 6.0 基础教程.清华大学出版社
2 章毓晋编著. 图像处理和分析. 清华大学出版社
3 Tinku Acharya 、Ajoy K.Ray著 田浩 葛秀慧 王顶 等译. 数字图像处理原理与应用, 清华大学出版
4 唐良瑞编著. 图像处理实用技术. 北京工业出版社
5 王育坚 编著.Visual C++ 面向对象编程教程. 清华大学出版社

指导教师
接受设计(论文)任务日期
（注：由指导教师填写） 学生签名：

III

毕业设计（论文）答辩结果
西 安 交 通 大 学
毕业设计(论文)考核评议书
电信学院 院 自动化 系(专业) 自动化 66 班级

指导教师对学生 王全响 所完成的课题为 基于数字图像处理技术的缺陷检测算法研究

的毕业设计(论文)进行的情况，完成的质量及评分的意见：

指导教师
年 月 日

毕业设计(论文)评审意见书

评审意见：

评阅人 职称
年 月 日

毕业设计(论文)答辩结果

院
系(专业)

毕业设计(论文)答辩组对学生 所完成的课题为

的毕业设计(论文)经过答辩,其意见为

并确定成绩为

毕业设计(论文)答辩组负责人
答辩组成员

年 月 日

摘 要
摘 要
随着数字图像处理技术在工业领域的发展，基于数字图像处理技术的机件缺陷检测得到了广泛的应用。低成本、无损伤、准确，快速，使得机器视觉在缺陷检测领域具有重要的意义。本题专门研究基于数字图像处理的缺陷检测算法，并在工业组态软件Xavis中实现，以便更好的应用于实际。本次毕设在缺陷检测识别中的算法作了较深入的研究。
关于机件的表面缺陷检测，本次毕设针首先对可用于缺陷检测的图像处理的各个基本算法，比如图像滤波，图像增强，图像形态学处理，图像分割，边缘检测等进行了研究。
针对待检测的图像的配准问题，采取Matlab对于基于harris角点检测的图像配准、基于灰度信息的模板匹配等各种算法进行了仿真。最终在毕设中采用了三种效果比较不错的配准算法。
针对待检测的缺陷图像，研究并提出了基于信息熵的缺陷检测算法、基于图像形态学处理的缺陷检测算法。并自己的创新性的提出了基于灰度信息的模板匹配缺陷检测算法并予以实现。取得了预想中的成果，检测的表面划痕效果清晰明显。
针对算法的封装与联合调试，在Visual Studio++下基于OpenCV视觉库，把检测算法封装成动态链接库文件，然后供工业视觉组态软件Xavis调用。经测试，程序运行、容错能力良好。检测程序适用范围也比较广。
此次毕设也我熟悉并掌握Visual Studio C++软件、Xavis软件和图像处理以及OpenCV的知识。同时培养了良好的编程能力，分析和解决问题的能力，为以后的科研夯实了基础。

关 键 词：缺陷检测；信息熵；模板匹配；Xavis；OpenCV

XI

ABSTRACT
ABSTRACT
With the development of the digital image processing technology in the industry fields, the detection technology about mechanical defects based on digital image processing has got widely used. Low-cost, no damage, accurate result and fast diagnosing, makes the machine vision plays an important part in the field of surface defects detection. This thesis research specially about the algorithms of defects detection based on the digital image processing technology, and it is achieved in the Xavis, which is one of the industry configuration software. So it can be put into use better. This thesis researches the application in the detecting and distinguishing about defects in depth.

We studied many elemental algorithms of the image processing about the surface defects detection, such as image filtering, image enhancement, image morphology and segmentation, edge detection.

To slove the problem of the image registtration, we put forward the defect detection algorithms based on harris corner and template matching in gray level, and get the simulation results with Matlab. Finally we pick out three better image registration algorithms.

About the disabled image to be detected, we studied and put forward the defect detection algorithms based on information entropy and template matching in gray level. Being tested, we get the results expect, also the surface scratches are clearly evident.

To achieve the algorithms' packaging and associated debugging, we make the detection algorithm into the dynamic link library files under Visual Studio ++ based on OpenCV vision library which can be used by Xavis, one of the industry configuration software about machine vision.Being tested, the program runs perfectly and has a good fault tolerance. So it can be widely used about the detection program.

I also studied and mastered the Visual Studio C ++, Xavis and the knowledge of OpenCV. At the same time, it trans us the ability about programming, analyzing problems and solving problems. So it paves the way for the research in the future.

KEY WORDS: Defect detection; Information entropy; Template Matching; Xavis; OpenCV

目 录

目 录
1 绪论 1
1.1 表面缺陷检测概述 1
1.2 本文的工作及组织结构 3
2 缺陷检测的数字图像处理实现 5
2.1 数字图像处理的概念 5
2.1.1 数字图像 5
2.1.2 数字图象处理的三个层次 6
2.1.3 数字图象处理的特点 7
2.2 待检测图像的形态学处理 8
2.2.1 膨胀 8
2.2.2 腐蚀 8
2.2.3 开和闭 9
2.3 图像分割提取缺陷检测中的感兴趣区域 9
2.3.1 灰度分割法 10
2.3.2 轮廓提取与跟踪 10
2.3.3 投影 11
2.4 图像增强提取目标缺陷的研究 12
2.4.1 图像平滑去除检测图像的噪声 13
2.4.2 中值滤波降噪 13
2.4.3 直方图均衡 13
2.5 本章小结 14
3 Xavis机器视觉平台与Matlab/VC/OpenCV联合调试的实现 15
3.1 Matlab用于缺陷检测的仿真实现 15
3.1.1 缺陷检测基本处理操作在Matlab中的实现 15
3.1.2 图像增强 15
3.1.3 3D图像恢复、图像融合、划痕检测、生物特征识别 16
3.2 基于harris角点特征的缺陷图像配准Matlab仿真实现 16
3.2.1 图像配准 16
3.2.2 配准技术的流程 16
3.2.3 图像配准的方式 16
3.2.4 图像配准方法 17
3.2.5 基于Harris角点缺陷图像配准算法的研究 17
3.3 OpenCV的运用和VC++、Xavis的联合调试的实现 19
3.3.1 OpenCV的基本概念 19
3.3.2 OpenCV的应用 19
3.3.3 OpenCV的基本数据机构：IplImage结构 19
3.3.4 Xavis、VC++、OpenCV联合调试实现缺陷检测算法 20
3.4 本章小结 22
4 基于图像处理的表面缺陷检测算法研究与实现 23
4.1 基于图像处理的缺陷检测基本流程 23
4.2 基于形态学处理的缺陷检测算法研究与实现 24
4.2.1 高斯滤波，平滑图像 24
4.2.2 二值化前景图 25
4.2.3 形态学滤波，去掉噪声 26
4.2.4 提取轴承的轮廓，检测圆环的内径外径 27
4.2.5 检测结果与分析 28
4.3 基于信息熵的缺陷检测算法研究与实现 29
4.3.1 信息熵在图像处理中基本概念 29
4.3.2 信息熵检测的结果 30
4.3.3 信息熵检测缺陷算法的优劣 31
4.4 基于灰度信息的模板匹配缺陷检测算法的研究与实现 32
4.4.1 三通道图像转单通道图像 32
4.4.2 基于灰度信息的图像配准方法 33
4.4.3 相似性度量 34
4.4.4 基于灰度信息的模板匹配缺陷检测算法的OpenCV 与VC++实现 35
4.5 本章小结 41
5 结论与展望 43
5.1 毕设成果 43
5.2 检测算法的评价与学术意义 43
5.3 本次毕设存在的问题 44
5.4 本科毕设感想和体会 44
参考文献 45
附 录 46
附录1 英文资料和译文 46
附录1-1英文原文 46
附录1-2中文翻译 53
附录2 4个VC++下的缺陷检测核心算法 57
附录2-1 缺陷检测算法2---基于灰度信息的模板匹配算法 57
附录2-2 缺陷检测算法3--基于图像信息熵的对比检测 59
附录2-3 配准中旋转函数的实现 60
附录2-4 图像信息熵的检测 60
致谢 63

4 基于图像处理的表面缺陷检测算法研究与实现
1 绪论
随着数字图像处理技术在工业领域的发展，基于图像处理技术的机件缺陷得到了广泛的应用。低成本、无损伤、准确，快速，使得机器视觉在缺陷检测领域具有重要的意义。比如在工业领域，检测工件的表面是否有缺陷，印刷品质量是否有缺陷，IC字符印刷的质量，电路板的质量等[1]都大量利用了图像处理技术。本题专门研究基于数字图像处理的缺陷检测算法，并在工业组态软件Xavis[2]中实现，以便更好的应用于实际。Equation Chapter 1 Section 1
1.1 表面缺陷检测概述
图像处理就是对图像信息进行加工以满足人的视觉心理应用需要的行为[1]。图像处理的手段有光学方法和数学方法[2]。其中光学方法已经有了很长的发展历史，从简单的光学滤波到现在的激光全息技术，光学处理的理论也日趋完善，而且处理速度快，信息容量大，分辨率高。但是光学处理图像的精度不高，稳定性差，实时性差，在工业生产线上很少用。数字图像处理就是利用数字计算机或其他数字硬件，对从图像信息转换而得的电信号进行某些数字运算，以提高图像的实用性。数字图像处理最早出现在20世纪50年代[3]，当时计算机已经发展到一定的水平，人们利用计算机来处理图像信息。在上个世纪六十年代，数字图像处理形成了一门学科。数字图像处理首次获得成功的应用的是美国喷气推进实验室（JPL），他们对航天探测器徘徊者7号在1964年发回月球照片使用了图像处理技术，由计算机绘制出了月球表面地图。数字图像处理的另一个成功的应用是医学上的[3]，1972年英国EMI公司的工程师Housfield发明了CT。1975年，EMI公司由研制成功了全身用的CT装置。CT装置的基本方法是根据人体各部分的投影，利用数字图像处理技术来重构图像。如图 11所示。数字图像处理在这两方面巨大成功的应用极大的推动了数字图像处理的发展。

图 11 计算机层析成像系统 CT
在现代工业自动化生产中，涉及到各种各样的检查、测量和零件识别应用，例如光盘表面印刷质量检查，汽车零配件尺寸检查和自动装配的完整性检查，电子装配线的元件自动定位，饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等。这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。通常这种带有高度重复性和智能性的工作只能靠人工检测来完成，我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序，在给工厂增加巨大的人工成本和管理成本的同时，仍然不能保证100%的检验合格率（即“零缺陷”）。有些时候，如微小尺寸的精确快速测量，形状匹配，颜色辨识等，用人眼根本无法连续稳定地进行。而且人工检测还有可能因受到检测人员主观因素的影响较大,对产表面质量的检测不能得到足够的保证。由于人工检测的缺陷，人们自然而然的想到了利用图像处理技术来实现检测的自动化。而在早期，由于计算机处理速度比较慢，而图像处理往往涉及巨大的存储量和大量的运算，所以图像处理只能在大型计算机上运行，这限制了图像处理在工业表面检测中的应用。
90年代，大规模集成电路的飞速发展，一方面使得计算机的速度成倍的提高，而计算机的价格却持续下降，另一方面使得CCD的分辨率也越来越高,各公司也在各FPGA的基础上推出了各种图像处理得专用芯片这一切使得图像处理在工业产品表面缺陷检测中的应用的到了飞速的发展。由于数字图像在工业中的应用前景非常广泛，各个大公司也都纷纷开发出各种基于图像处理的检测系统。
表面缺陷检测系统构成如图 12

图 12　缺陷检测系统组成
流水生产线上的产品经过CCD采集后送到计算机中，计算机对图像进行处理，检测出产品表面是否有缺陷以及缺陷的位置，如果有缺陷，记录缺陷的情况以供后续处理。其系统流程图如图 13：

图 13 数字图像检测处理系统
视觉检测技术主要研究用计算机模拟人的视觉功能,并从客观事物的图像中提取信息[4]，进行处理并加以理解，最终用于实际检测和控制。据估计，全球图像处理市场以每年8.8％的速度迅速增长，到2009年的机器视觉市场规模预计将达到26.2亿美元。与人工视觉相比，它最大的优点是精确、快速、可重复性和数字化。目前很多公司的视觉产品和视觉技术就是要挖掘实现机器视觉技术的潜力，并通过图像处理技术来实现其增值服务。
图 14为典型的视觉检测处理系统实物图：

图 14　典型的视觉检测处理系统实物图
表面检测系统的核心是缺陷检测分类软件，利用它，系统对摄像机捕捉到的材料表面图像进行分类整理，找到存在的缺陷，判断并识别，进而进行处理。
在工业生产中，由于工业产品繁多，外形各异，利用一种图像处理方法来检测所有产品的表面是不现实的。所以根据产品的特点来设计图像处理的算法，使得检测出来的产品质量满足工业要求，成为通用的手段。所以工业图像的处理算法也千差万别。
1.2 本文的工作及组织结构
数字图象处理作为一门独立学科，已经深入的融入人们的生活中。本论文对图像处理在物体表面缺陷检测的应用作了研究，并成功用
利用Xavis软件综合利于各种图像处理算法，实现了各种产品的表面缺陷的检测与标识，其中涉及了以下几项工作：
（1） 较深入地研究了各种图像处理的算法，了解了各种算法的优缺点及适用范围。
（2） 分析了给定的各种图片，分析了图片中的缺陷的特点以及可能出现的位置，形状等，并