基于机器视觉的网络变压器模块缺陷检测系统研究

来源：机床与液压杂志2021年第4期北京时间：

作者：王猛，何庆中，王佳，赵献丹，雷涛

单位：四川轻化工大学机械工程学院；四川轻化工大学机械工程学院；四川轻化工大学机械工程学院；四川轻化工大学机械工程学院；四川轻化工大学机械工程学院

摘要：针对电子元件缺陷传统人工检测方法存在劳动量大、检测效率和自动化程度低、成本高等问题，提出一种基于Halcon的视觉检测系统。针对研究对象的特殊性，提出两次采集、两次判断的多特征自动检测方法，并构建验证试验平台；利用CCD相机实时采集元件图像，再对图像进行中值滤波等预处理，降低图形噪声；采用阈值分割、Blob分析的方法对图像缺陷特征进行形态学特征识别和提取，得到判断结果。实验结果表明：该检测方式能快速、准确、高效地提取电子元件缺陷特征；单幅图平均图像处理时间为131 ms，检测平均准确率为95%；另一方面，自动控制系统稳定性强，精度高，单个元件检测周期平均时间为4.7 s，相教于人工检测效率提高了38%，满足工业要求。

关键词：机器视觉;缺陷检测;Blob分析

基金资助：人工智能四川省重点实验室开放基金项目（2017RYY01）；人工智能四川省重点实验室项目（2018RZY01）；自贡市科技局项目（2018YYJC17）