Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
DEVELOPMENT OF A LOW-COST VISION SYSTEM FOR FINDING CONTOUR AND SURFACE DEFECTS ON CAST IRON ENGINE COMPONENTS
KTH, School of Industrial Engineering and Management (ITM), Production Engineering.
2014 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

The thesis aims to develop an image processing algorithm for a 2D vision system for quality inspection of cast iron components (size 250x190x120mm). The system is designed to be low cost and be an easily implementable solution for an existing production line to complement or replace part of manual quality inspection. The defects are mainly caused by gas porosity and molding errors and can have a very different nature starting from small cavities and chipped edges ending with large portions of missing material. Thus, the methods used in the algorithm must guarantee successful detection of very different types of defects while handling natural shape deviations in contours. Several known image processing methods were tested and further developed to fit this specific application. First, suitable candidate methods were selected, implemented in MATLAB® and tested on a small set of manually taken test images. The best performing methods were then further developed into a fully functional beta algorithm that was then tested on real production line using prototype hardware. To understand the system’s capabilities a blind experiment with quality inspectors was carried out. The algorithm uses Canny edge detection operator for obtaining the contours together with several stages of dynamic masking and morphological processing to eliminate false edges and non-important contours. Intensity mapping and filtering is then applied to eliminate traces of cutting fluid on the part as well as occasional high-contrast milling marks. Surface defects are then measured and compared with an inspection standard to decide if part is approved or not. Thereafter the contours of the part are checked for deviations caused by porosity and damaged molds. Shape signatures and segment-wise alignment with a template signature is the method that proved to be sufficient in most cases. The method has shortcomings in terms of determining the size of deviations in certain segments due to the complex shape and significant natural variations in contours. Ideas are proposed for improvement of the system’s accuracy and robustness.

Abstract [sv]

Den här examensarbete syftar till att utveckla en bildbehandlingsalgoritm för ett 2D vision systemet för kontroll av gjutjärnskomponenters (med storlek 250x190x120mm) kvalitet. Systemet är utformat för att vara billig och lätt att implementera i en befintlig produktionslinje för att komplettera eller ersätta en del av nuvarande kvalitetskontroll. Defekter orsakas huvudsakligen av gasporositet och andra gjutningsfel. Dessa yttrar sig som små håligheter inne i materialet eller som att flisor saknas i kanterna på komponenten. Således måste de metoder som används i algoritmen kunna upptäcka flera olika typer av defekter och samtidigt hantera den naturliga avvikelsen av form som förekommer i konturerna, som kommer av att godset är gjutet. Flera kända bildbehandlingsmetoder testades och vidareutvecklades för att passa denna specifika applikation. Först valdes lämpliga metoder ut och implementerades i MATLAB ® och testas i en liten uppsättning av manuellt tagna testbilder. De bästa metoderna vidareutvecklades sedan till en fullt fungerande beta-algoritm. En prototyp togs sedan fram och metoden testades sedan i en verklig produktionslinje. För att utvärdera hur kapabelt systemet var, i jämförelse med dagens manuella kontroll, genomfördes ett blind experiment. Algoritmen använder ”Canny edge detection operator” för att detektera konturerna tillsammans med flera steg av dynamic masking och morphological processing för att eliminera falska kanter och icke - viktiga konturer. Därefter används Intensity mapping och filtrering för att eliminera spår av skärvätska på ytan samt enstaka spår som lämnas i biten efter fräsningen som ger hög kontrast. Alla ytdefekter mäts sedan och jämförs med en kontrollstandard för att avgöra om komponenten är godkänd eller inte. Därefter kontrolleras konturerna för avvikelser orsakade av porositet och skadade formar. En metod som kallas shape signatures tillsammans med segment-wise alignment visade sig vara tillräckligt för detta i de flesta fallen. Metoden har dock vissa begränsningar när det gäller att bestämma storleken av avvikelserna i vissa segment på grund av den komplexa formen och stora naturliga variationer i konturer. Idéer föreslås för förbättring av systemets noggrannhet och robusthet.

Place, publisher, year, edition, pages
2014. , 64 p.
Series
Degree Project in Production Engineering Management, Second Level, 596
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-147576OAI: oai:DiVA.org:kth-147576DiVA: diva2:730786
Examiners
Available from: 2014-07-01 Created: 2014-06-30 Last updated: 2014-07-01Bibliographically approved

Open Access in DiVA

fulltext(3111 kB)1254 downloads
File information
File name FULLTEXT01.pdfFile size 3111 kBChecksum SHA-512
20a6f7c80cb29ee6d5cd5dec18ee022d6bbe475cad321827af35c11e5aa0c94664300b7a47d727ed23d29f3792e92f68cbe615001645f449001facfacd1f2040
Type fulltextMimetype application/pdf

By organisation
Production Engineering
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 1254 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 269 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf