基于HALCON的刹车片尺寸和表面缺陷检测系统

›› 2016, Vol. 29 ›› Issue (11): 78-.

基于HALCON的刹车片尺寸和表面缺陷检测系统

左东祥，陈晓荣

(上海理工大学光电信息与计算机工程学院，上海 200093)

出版日期:2016-11-15 发布日期:2016-11-24
作者简介:左东祥（1992-），男，硕士研究生。研究方向：图像处理。陈晓荣（1974-），女，博士，副教授，硕士生导师。研究方向：图像处理等。

Size and Defect Detection System of Brake Based on HALCON

ZUO Dongxiang，CHEN Xiaorong

(School of Optical-Electrical and Computer Engineering,University of Shanghai for Science and Technology, Shanghai 200093, China)

Online:2016-11-15 Published:2016-11-24

摘要/Abstract

摘要：

针对刹车片尺寸和表面缺陷人工检测效率低下的问题，文中提出了一种基于机器视觉软件HALCON的检测系统。该系统充分利用了刹车片的形态学和灰度值特征，运用边缘提取和局部阈值分割算法，定位出刹车片外边缘，最终计算出刹车片尺寸，并标记出缺陷位置。通过对200张图像样本进行测试，检测系统将尺寸误差控制在0.47%，刹车片缺陷检查的误判率为1%。该系统运行高效稳定，满足了实际需求。

关键词: HALCON, 边缘提取, 阈值分割, 尺寸检测, 缺陷检测

Abstract:

A detection system based on machine vision software named HALCON is proposed in the paper in face of the low efficiency of the size and imperfection detection of the brake. The system makes full use of the characteristics of the morphology and gray value of the brake, and uses edge detection and local threshold segmentation algorithm. The system locates position of margin, calculates the size of brake and marks the location of surface defect finally. According to the running result of the system with the input of 200 figure samples, it has a very high accuracy within 0.47% error, and the misdiagnosis rate of the defect is 1%.The system can run fast and stably, which meets practical requirements.

Key words: HALCON, edge extraction, threshold, size detection, defect detection

中图分类号:

TP242.6+2

左东祥，陈晓荣. 基于HALCON的刹车片尺寸和表面缺陷检测系统[J]. , 2016, 29(11): 78-.

ZUO Dongxiang，CHEN Xiaorong. Size and Defect Detection System of Brake Based on HALCON[J]. , 2016, 29(11): 78-.

[1]	马鼎,吴定祥,唐立军. 环形陶瓷金属涂层缺陷检测方法研究[J]. 电子科技, 2021, 34(6): 28-33.
[2]	马旭东,袁锐波. 基于图像检测的硬币面值识别方法[J]. 电子科技, 2020, 33(2): 43-47.
[3]	李志森，陈晓荣. 基于Halcon的银行卡卡号识别[J]. , 2017, 30(9): 56-.
[4]	陈志伟，陈凯歌，蒋俊俊. 基于超声导波波谱法管道缺陷检测仿真研究[J]. , 2016, 29(9): 48-.
[5]	李瑞芳. 基于改进布谷鸟搜索算法的图像分割[J]. , 2016, 29(5): 105-.
[6]	马艳宁，陈晓荣，张运涛. 基于Halcon的刹车片字符检测算法研究[J]. , 2016, 29(10): 101-.
[7]	何春红,任斌. AOI检测系统的光源照明模式和控制电路设计[J]. , 2014, 27(8): 115-.
[8]	赵俊成, 赵亦工. 基于分段直方图的图像对比度增强算法[J]. , 2014, 27(1): 49-.
[9]	冯玉森,郑瑞涛,王峰,杜宏超. LED显示单元显示缺陷检测[J]. , 2013, 26(9): 185-.
[10]	黄湛,徐杜,蒋永平. 高精度图像尺寸检测镜头畸变校正方法与实现[J]. , 2013, 26(8): 126-.
[11]	范玉强, 徐慧, 叶雯. 一种应用于交通视频检测的快速边缘提取算法[J]. , 2013, 26(2): 141-.
[12]	张贝贝, 武奇生. 基于视频的高速公路违章停车实时检测算法[J]. , 2011, 24(9): 20-.
[13]	刘煜, 刘岩, 吕淑静. 一种新模板的图像边缘提取方法[J]. , 2011, 24(7): 92-.
[14]	王召利, 杨廷梧, 刘上乾, 卢泉, 白宏刚. 特殊靶标图像的Otsu自适应双阈值分割法[J]. , 2010, 23(6): 46-.
[15]	潘东杰, 邓涛. 一种基于阈值分割的红外图像边缘检测方法[J]. , 2010, 23(6): 52-.