CMD368官网

随着电子技术、图像传感技术和推算机技术的急剧发展，，利用基于机械视觉检测技术取代人为目视检测理论缺点，，已逐步成为理论缺点检测的重要伎俩，，该步骤拥有自动化、非接触、速度快、精度高、不变性高档利益。CMD368官网已研发了基于机械视觉的智能缺点检测系统。

图1智能缺点检测系统

一、指标图像处置

1.1尺度图像采集

相机将摄入的图像仿照信号经图像采集卡数字化后送入推算机。

图2图像获取

1.2图像加强

1.2.1滑润滤波

选取领域均匀法去除或衰减混合在图像上的噪声的滋扰，，改善图像的质量。

图3（j,k）点两种领域

1.2.2灰度拉伸

选取灰度拉伸的步骤对指标图像进行图像加强处置，，能够越发矫捷的节制输出灰度直方图的散布，，能够有选择的拉伸某段灰度区间以改善输出图像。

图4灰度拉伸变换函数

1.3图像宰割

选取最大类间方差法，，凭据灰度直方图，，实现图像宰割，，不易受噪声影响。

二、图像匹配

凭据检测的物体，，把所出缺点进行分类鉴别，，成立缺点模板匹配数据库。当实时检测物体时，，调取数据库，，输出检测了局，，发信号给机械人，，提高缺点检测精度。

2.1状态特点提取

选取 Hough 变换别离对提取的孔进行圆形检测，，初步推算出孔在图像中的像素级圆心坐标，，再利用切线信息对孔进行亚象素边缘检测来进一步提高孔的圆心精度。

图5图像空间和参数空间中点和线的对偶性

图6圆检测中梯度信息的利用

图7亚像素边缘检测

2.2多尺度状态学图像边缘提取

选取小波分化的步骤分化检测对象，，别离得到图像数据的高、低频子图像，，利用多尺度状态学对低频子图像进行边缘检测，，选取小波变换进行高频子图像边缘检测，，将二者边缘检测了局融合，，得到最后的清澈图像。

在产品出产制作过程中，，由于出产环境不梦想、制作工艺不规范等各类技术原因，，产品理论未免会产生多种缺点，，如印制电路板上出现错孔、划伤、断路、短路和传染，，液晶面板的基板玻璃和滤光片理论含有针孔、划痕、颗粒，，带钢理论产生裂纹、辊印、孔洞和麻点，，铁路钢轨出现凹坑、鼓包、划痕擦伤、色斑和锈蚀，，这些缺点不仅影响产品外观，，更重要的是影响产品机能，，严重时甚至危：：π悦踩，，对用户造成巨大经济损失。

CMD368官网研发的智能缺点检测系统可能大大提高检测缺点效能，，并鉴别缺点种类，，可供用户循环利用，，削减更多的经济损失。

图8检测电路板缺点