英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料
传感器与材料第29卷第6期（2017）629-644MYU东京
一种实用的低成本机器视觉传感器系统，用于空气轴承表面的缺陷分类
2016年11月14日收到，2017年2月3号被采纳
关键词：空气轴承表面，主要框架构成，缺陷检测，机器视觉，敏感区域
在这篇文章中，我们提出了一种新的视觉方法和一种实用的低成本机器视觉传感器来对硬盘驱动器的空气轴承表面缺陷进行分类，这种空气轴承控制运行中的磁盘上移动的记录头的飞行高度。ABS有缺陷会导致读写能力差，因此在其组装成最终产品之前有必要验证它的完好性。这个建议的传感器系统被设计和应用于通过有效结合图像分割和矩阵技术，并利用专门系统对其进行分类，在黑暗和明亮的条件下检测缺陷。我们的系统并行处理要检测的区域和子块，一边他们能利用多个处理核心。实验结果表明，这个系统具有较小的误差和较低的平均处理时间，可以应用于工业装配线上。
介绍
在硬盘驱动器（HDD）中，空气表面轴承是一个小而重要的部分的滑块，这是一个主要框架滑块的飞行高度。对于密度非常高的硬盘驱动器，滑块上的记录头飞到离磁盘非常近的地方，间隙只有一微米的一小部分。图2显示了一个飞行滑块在旋转磁盘上的示意图。在飞行中，ABS通过盘片旋转提供的波动压力来提升。滑块的设计必须考虑到它的重量，飞行速度和执行机构的机械臂倾斜，以实现一个统一的飞行高度。硬盘驱动器的质量与ABS的质量要一样好，因此一个有效的缺陷检测过程是有必要的。本文章重点研究的ABS材料的缺陷类型有污渍，污染粒子和金属划痕。一种有效的缺陷检测方法是图像处理检测，但是图像处理系统的一个主要问题是获取的图像在强度、对比度和分辨率方面质量不一致。
图1所示（彩色在线）空气轴承表面的一个HGA与一枚泰铢硬币的大小相比
图2所示（彩色在线）记录头部飞行的原理图
目前，离线纳米污染检测是通过自动力学显微镜（AFM）或电子扫描显微镜（SEM）来进行的。AFM是与1996年由Bining等人首次提出。有两种类型的AFM：接触式和非接触式。AFM不适合缺陷的内联监控，因为它需要高度成熟的人工操作人员全天候工作，并且需要很强的操作时间和很高的操作成本。扫描电镜通常用于检查非常小的机器零件。扫描电镜具有放大倍数大、分辨率高、景深大等优点。该装置的分辨率可达到比1纳米更好。然而，它的主要缺点是它破坏了被扫描对象的表面。因此，扫描电镜也不适合在线检测。其他检测微粒污染的技术是基于光散射，这依赖于现有的激光探测器和光学技术。大多数技术用于粒子计数，如文献3所述。对于粒子计数器的发展，Blesener（3）发明了一种非成像激光粒子计数器，Bhushan和Chandra（4）提出了一种用于检测刚性磁盘驱动器上污染粒子大小的激光粒子计数器（LPC）和采样技术。Koshever等人提出了一种新型的纳米污染检测装置。然而这些光散射技术都不能确定污染粒子的物质类型。对于其他类型的ABS缺陷如污渍、划痕、裂缝或者芯片的在线检测，传统方法是由通过高倍放大显微镜观察ABS的人类操作员进行检测。使用人工操作员的两个主要缺点是不可预测的认为错误和缓慢的检测速度。
机器视觉传感器是一种很好的检测方法，它被广泛应用于众多产品和工序的在线检测。虽然机器视觉传感器系统长期以来一直被用于HDD工厂的二维码检查和主板完整性检查，但它们还没有被用于ABS缺陷检测。在开发系统的时候，我们考虑了使用机器视觉传感器进行检测ABS缺陷可以消除人为误差，增加每小时处理的单元数。
提出了多种缺陷检测算法。他们可以分为四大类：统计、结构、光谱和滤波以及基于模型的算法。这些算法的应用实例如表1所示。在这项工作中，一个简单但却实用的方法设计并实现了一种检测三种ABS缺陷的低成本机器视觉传感器。
表1
工业缺陷检测的机器视觉算法
方法 处理算法 工业缺陷检测
灰度统计（柱状图） 纺织品，质地
共生矩阵 纺织品
主要成分分析 木材
统计算法 均值偏差 太阳能晶片
韦伯 合成孔径雷达（SAR）
图像
边缘检测 压电陶瓷，陶瓷
结构算法 形态学操作 纺织品，陶瓷
傅里叶变换 IC晶片，纺织品，金属
Gabor波 质地
谱滤波算法 Gabor滤波器 纺织品
小波变换 纺织品
离散余弦变换 纺织品
神经网络 纺织品
通用算法 金属表面
基于模型的算法 支持向量机 金属表面
独立成分分析 纺织物，LCD
Texem模型 大理石
本文是这样组成的。在第2部分，我们解释了成像系统的设计。第3部分讨论了我们的传感器系统的混合缺陷检测算法。第四部分，我们报告了传感器的测试检测和分类功能。在第五部分我们提供了结论。
2 成像系统
在这一节中，我们将介绍用于在检查过程中捕获图像的系统。由于缺陷通常很小，所以捕获图像必须收集ABS的所有细节，同时最小化噪声。高分辨率的工业CCD摄像机用于捕捉高质量的画像。我们的相机选择标准是最小分辨率阈值和最大镜头焦距阈值。最小分辨率是基于我们想要检测的最小缺陷的大小。这个阈值是使用公式（1）计算的
#pixel=2times;， （1）
这里的#pixel是最小分辨率，而dFOV是视场的宽度或高度（FOV）。ABS的面积约为1times;0.8而我们的目的是检测1mu;m大小的缺陷，所以根据公式1，相机的最小像素尺寸至少为1600times;2000像素点。满足这一规格的是商用的5mpCCD相机，它能够捕获2048times;2594像素的图像。
根据透镜到ABS的设计距离，利用公式（2）计算透镜的焦距：
f = (2)
这里的f为透镜的焦距，dsensor为CCD的宽度，取5.70times;4.28的距离，而WD是从镜头到ABS的距离，这是最初设计的50mm。根据这些值，计算出镜头焦距阈值为42.537mm。这一规格也符合相同的镜头为50mm焦距的相机。为了获得低失真的图像，我们选择了微距镜头。使用公式（3）计算出需要的微距镜头放大倍数：
Mag=， (3)
这里的Mag为最大放大倍数。我们的设计参数要求放大倍数不大于5.7倍。因此我们选择了一个4倍放大的微距镜头，仅仅产生0.073489%的失真。5mm延长环，放大倍数增加到4.3倍。
最后，我们对成像系统的照明进行了选择。因为ABS非常小，所以选择了波长范围大的聚光灯。采用两种照明技术，利用亮场和暗场从ABS上采集图像进行缺陷分类。密闭空间的设计是为了解决外部光线的干扰问题。
选择成像系统为CCD相机、镜头、光源构建了我们的低成本机器视觉传感器系统的硬件，其照片如图3所示。与AFM或SEM相比，该系统成本比较低。所选的硬件是令人满意的，因为获得的图像是可以接受的清晰度。两个像本图像显示在第4部分。
图3所示。（彩色在线）低价格的机器视觉传感器系统
3 缺陷检测与分类
在这一部分，我们首先在3.1-3.5节中描述缺陷检测过程中的步骤。在最后的3.6节中描述我们的分类方案中的缺陷类型和分类算法。
3.1 要检测区域的提取（ROI）
首先，用CCD相机拍摄ABS图像。然后提取捕获的图像以找到ROIs。一个著名的提取方法是chan-vese算法，它通过水平集方法找到一个集合活动轮廓。我们尝试在我们的系统中使用level set方法，但是由于本工作中使用的高分辨率图像速度慢，CPU负载高，而且提取的不完善，所效果并不理想。Y.Li等人（34）和H.Lu等人（35，36）提出的快速水平集方法改进了水平集方法的性能，提高了算法的速度。我们尝试在我们的系统中使用这个算法，但是i选择和调整参数来满足我们的情况并不容易在适当的时候实现。但是，在未来的工作中，对该方法进行简化和集成将是一件有趣的事情。因此我们设计了可行的技术，它的功能灵感来自于Photoshop软件中的“wind”工具，我们发现它对于我们的缺陷检测方案是令人满意的。这个技术通过参考值与每个像素之间的欧氏距离函数生成提取掩码，这种方法实现起来简单，复杂度低。
让我们简要回顾一下Chan-Vese的算法。该算法采用几何分割的方法，使输入图像的拟合量最小，并定义了分割的水平集函数。采用变分法对水平集函数进行演化根据拟合能量函数定义Chan-Vese模型，如公式（4）所示：
这里的F（phi;）是拟合能量函数；mu;, v, lambda;1, lambda;2,和p是针对类别的图案用户选择的拟合参数。H是Heaviside函数；I是输入图像；Omega;是输入图像的域。C1和c2是前景和背景的平均像素值，mu;和v的权重是边缘轮廓的总长度（边界）和从分割区域的总面积（如果该区域有一个光滑的边界，mu;的权重将会增大），而且lambda;1和lambda;2 分别是距离项目和方差成正比的图像的前景和背景的权重。lambda;1Ω |I minus; c1|2 H(ϕ)dx and lambda;2Ω |I minus; c2|2 (1 minus; H(ϕ))项目是被用来表示这个区域在像素强度方面的均匀性。最小化这两项的和使得分割区域的前景和背景尽可能的一致。
我们尝试使用这种方法来提取roi。然而经过测试，它被发现不适合处理我们的ABS图像，因为它使用了太多的计算时间和资源。因此，我们开发了一个更简单的算法，其过程如下所示。
我们的ROI提取算法：
输入：（i）I(x,y,z):在Mtimes;N像素的彩色图像中，彩色平面z上的坐标（x,y）处像素的强度，其中z取值1、2或者3，分别表示红色、绿色或蓝色；和
（ii）x, y, w, h: x和y为用户所选参考区域左上角的坐标，w，h为其宽度和高度。
步骤1：确定参考强度值（R(z)）公差值（T）：
参考强度是用于在提取的ROI内或外筛选像素的过程中使用的强度值—在ROI中包含的像素的强度值与参考强度之间的距离不超过公差值。它被确定为参考区域中每个颜色平面中所有强度值的统计模式。公差值确定为参考区域三色面个强度值三个标准值的平均值。
步骤2：使用以下步骤创建一个用于ROI提取的二进制掩码B（x，y）：
步骤2a：计算I（x，y，z）与R（z）之间的欧氏距离d（x，y），
步骤2b：根据以下条件生成二进制掩码B（x，y）：
d2(x, y) le; T, B(x, y) = 1,
d2(x, y) gt; T, B(x, y) = 0.
步骤3：通过用B（
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[237007]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
