基于机器视觉的铝镍钴磁性材料外观缺陷检测的研究

摘要：

针对镍钴磁棒材料在线分拣中人工端面缺陷检测准确率低、分拣慢的问题,提出一种基于机器视觉的铝镍钴磁棒材料缺陷检测的方法,创新性地提出了一种以轮廓与拟合圆距离差为评价标准的检测边缘崩角和缺角的算法.首先,通过Canny算法获取检测图像的轮廓;然后,基于轮廓最大连通曲线拟合端面圆,轮询计算轮廓点与拟合的端面圆距离,由此精确获取边缘崩角和缺角信息;最后,通过Blob分析法分析端面污点信息.实验测试结果表明:该系统可对产品的两端面外观缺陷进行筛选,实现对表面缺角、崩角和污点等的检测,在设计的铝镍钴磁性材料分拣系统的应用中,检测节拍可达120片/min,检测准确度大于97％,符合企业分拣需求.

关键词：机器视觉、缺陷检测、磁性材料、Canny算法、Blob分析

所属期刊栏目：50

分类号：TP29;TH136(自动化技术及设备)

资助基金：国家重大科学仪器设备开发专项;浙江省科技厅公益项目

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：143-148