基于工业机器视觉板材表面缺陷检测技术研究及应用

• 作者: 黄远民 易铭 杨伟杭 杨曼
• 来源期刊: 科学技术创新
• 关键词: Halcon 缺陷检测 模型 算法
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 科技创新
• 页码范围: 34-35
• 页数: 2页
• 分类号: TS67|TP242.6
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.06.016

摘要

表面缺陷对木质板材的质量和等级划分影响是比较大的,产品的外观也会受到一定的影响.所以,板材表面缺陷是用来评估板材的质量品质的重要指标.但是,由于板材表面缺陷种类非常多,哪怕是同类缺陷也各有差异,并且板材缺陷检测过程容易受人为因素影响;检测过程也需要大量的时间.所以,花费板材生产企业的财力和人力增加了板材产品的成本,降低了其竞争优势.针对以上各种问题,本文提出利用工业机器视觉语言(Halcon)对板材表面缺陷自动检测的方法.为了解决板材图像准确匹配,首先提出一种新型的算法,然后根据图像匹配结果来建立一种混合智能模型,从而实现板材的表面缺陷检测.通过大量试验得出该检测方法精确度很好的满足了企业要求,同时根据板材表面缺陷进行分拣,再整个实现板材生产自动化,大大降低了板材生产成本,产生了很好的经济和社会效益.