光纤头作为连接两根光纤的专用设备,其表面缺陷会使光能在光纤内传播过程中经过光纤头时产生高损耗,从而影响光纤网络的性能。传统的由人工负责完成的光纤头表面缺陷检测已经不能满足社会需求。近年来,基于机器视觉的产品表面缺陷检测系统因其检测速度快、精度高、无损伤等诸多优点在现代工业的自动化生产中起着越来越重要的作用。本文主要研究基于机器视觉的光纤头表面缺陷检测方法,包括光纤头表面的同心度检测和划痕检测两个方面。在光纤头表面同心度检测方面,本文通过旋转光纤头时由显微镜获取的多幅光纤头表面图像中内圆圆心的位置拟合出内圆圆心的轨迹圆的半径,即光纤头表面同心度。为了能更精确地求出每幅光纤头表面图像中内圆圆心的位置,本文首先通过二值化、内圆轮廓提取和形态学处理得到内圆的边缘掩膜,再结合Canny边缘检测获取内圆的待选边缘像素点,并经随机采样一致选出最能表示内圆边缘的像素点,然后通过三次Facet模型拟合出内圆的边缘亚像素位置,进而拟合出内圆的圆心位置。在光纤头表面划痕检测方面,本文首先通过基于梯度特征的区域生长得到多个线支撑区域,然后每个线支撑区域用一个适当的矩形来逼近。为了能尽量减少误检并准确定位划痕,本文还对逼近每个线支撑区域的矩形进行验证,最后经过划痕合并得到真正的划痕。最后,本文根据对光纤头表面缺陷检测中的同心度检测和划痕检测的研究,分别做了光纤头表面同心度检测实验和光纤头表面划痕检测实验,并认真细致地分析了实验结果。实验结果表明,本文研究的基于机器视觉的光纤头表面缺陷检测方法能够快速准确地检测出光纤头表面的同心度和划痕,可应用于实际的光纤头表面缺陷检测项目中,从而达到了预期目的。
