Розробка автоматизованої системи виявлення дефектів на пофарбованій поверхні з використанням нейронної мережі

Abstract

У роботі показано, що компонент освітлення є не менш важливим компонентом системи машинного зору, особливо для дзеркальної поверхні. Для дзеркальної поверхні було протестовано три різні види освітлення, а саме: світле поле, темне поле та структуроване освітлення, і з цих трьох темне поле та структуроване освітлення (дефлектометрія) дали найкращі результати. Дефлектометричне налаштування вимагає високого рівня точності з точки зору налаштування та калібрування. Точність налаштування не така важлива при налаштуванні кільцевого світла темного поля порівняно з дефлектометричним налаштуванням. Запропонована установка кільцевого світла може охоплювати площу 20x10 см, а для охоплення набагато більшої площі потрібно або перемістити об'єкт огляду в поле зору камери, або використовувати більше камер з перекриваючимся полем зору. Зображення дефектів на твердій пофарбованій поверхні, отримані за допомогою кільцевого освітлення, були покращені за допомогою методів комп'ютерного зору, таких як морфологічні операції, вейвлет-перетворення, фільтр Габора тощо.

The work shows that the illumination component is no less important component of a machine vision system, especially for a specular surface. Three different types of illumination were tested for a specular surface, namely: bright field, dark field and structured illumination, and out of these three, dark field and structured illumination (deflectometry) gave the best results. Deflectometric setup requires a high level of accuracy in terms of setup and calibration. The accuracy of setup is not as important when setting up a dark field ring light compared to a deflectometric setup. The proposed ring light setup can cover an area of 20x10 cm, and to cover a much larger area, it is necessary to either move the object of inspection into the field of view of the camera or use more cameras with overlapping fields of view. Images of defects on a solid painted surface obtained using ring illumination were improved using computer vision techniques such as morphological operations, wavelet transform, Gabor filter, etc.