期刊文献+

机器视觉在光纤端面缺陷检测中的应用 被引量:13

Application of Machine Vision in Defects Inspection of Optical Fiber End Surface
下载PDF
导出
摘要 传统的光纤端面缺陷检测用的是人工检测方式,这种检测方式效率很低,检测结果的主观性很强。对光纤端面缺陷使用机器视觉检测,能极大地提高检测效率和检测准确性。首先将采集到的图像通过图像处理二值化,接着对纤芯中心进行定位,然后以纤芯中心为圆心对光纤端面进行不同的圆环检测区域划分。由于光纤端面上的缺陷有可能是暗色的或者是亮色的,因此为了区分二者,对每个区域检测时需要做不同的二值处理。如果有任意一个区域的检测不能通过,则这个光纤端面就是不符合要求的。结果显示,利用机器视觉进行光纤端面检测能够快速、精确地检测出缺陷所在位置及其大小。 The traditional defects inspection method of optical fiber end surface is manual inspection,which is a low efficiency method,and has subjective results.However,it is found that inspecting optical fiber end surface by machine vision can greatly improve the efficiency and accuracy.This article describes how to use machine vision for defects inspection in optical fiber end surface.Through processing the collected image,it is easy to get the binary image.After that,it needs to locate the centre of the core as the center of optical fiber end surface to divide the area.The defect of the optical fiber end surface may be dark or bright,in order to distinguish them,it needs to do different binary conversion.If any one area is failed,this optical fiber end surface is unqualified.The results show that using machine vision to inspect the optical fiber end surface can locate the defects and calculate the size of the defects rapidly and accurately.
作者 赵伟杰 高勇
机构地区 四川大学
出处 《现代电子技术》 2011年第19期136-139,143,共5页 Modern Electronics Technique
关键词 光纤端面 机器视觉 缺陷检测 图像处理 optical fiber end surface machine vision defects inspection image processing
  • 相关文献

参考文献7

二级参考文献21

  • 1王延杰,宋建中.一种实时自适应图像二值化方法[J].光学精密工程,1994,2(5):17-21. 被引量:15
  • 2潘莹玉,郭晓凯.光纤连接器及其使用维护[J].电力系统通信,2005,26(6):71-74. 被引量:5
  • 3刘兆妍,马翠红,刘兆妮.基于机器视觉的机械零件测量技术[J].机械设计与制造,2005(7):144-146. 被引量:16
  • 4杨树东.怎样维护光纤连接器[J].有线电视技术,2005,12(17):90-91. 被引量:5
  • 5张际,李大海.光学元件损伤暗场成像检测的算法[J].中国激光,2006,33(8):1109-1112. 被引量:13
  • 6Kuang-chyi Lee,Shinn-Jang Ho,Shinn-Ying Ho.Accurate Estimation of Surface Roughness from Texture Features of the Surface Image using an Adaptive Neuro-fuzzy Inference System[J].Precision Engineering,2005,29(1):95-100.
  • 7陈自新,张志胜,陈茹雯.不同环境光下表面粗糙度视觉检测研究[C] //2008年全国博士生学术会议(光学测试新理论、新技术)会议论文集,长春:2008:6-11.
  • 8B Y Lee,S F Yu,H Jnan.The Model of Surface Roughness Inspection by Vision System in Turning[J].Mechatronics,2004,14(1):129-141.
  • 9Irving F.Stowers, ScD.Optical Cleanliness Specification and Cleanliness Verification[C].SPIE, 1999.Vol:3782:525-530.
  • 10Gabriel M. Bilmes, Daniel. J. O. Orizi, Oscar.E.Martinz, etc. New method for real time surface cleanlines measureinent[C].SPIE, 2005.Vol.5856:980-982.

共引文献33

同被引文献71

引证文献13

二级引证文献50

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部