[发明专利]环形零件端面缺损检测及筛选方法及系统

权利要求书

1.一种环形零件端面缺损检测及筛选方法，其特征在于，包括以下步骤：

（1）通过一光学放大装置对待检环形零件进行拍摄，得到待检环形零件端面的光学放大图像；

（2）通过一控制计算机读取所述光学放大图像，对所述光学放大图像进行图像处理及缺损识别，然后根据缺损情况判定环形零件是否合格，并将判定结果以命令形式发送到所述控制计算机的通信端口；

（3）通过一控制器，接收所述控制计算机的通信端口的命令，若环形零件不合格，所述控制器控制气压喷嘴装置工作，将该环形零件吹离传送带，然后控制步进电机拖动传送带将下一个待检环形零件传送至光学放大装置的检测位置，进入下一轮检测及筛选过程。

2.根据权利要求1所述的环形零件端面缺损检测及筛选方法，其特征在于，在步骤（1）中，所述光学放大装置采用工业相机和体视显微镜相组合，以根据现场需要获取待检环形零件不同倍数特别是大倍数的光学放大图像。

3.根据权利要求1所述的环形零件端面缺损检测及筛选方法，其特征在于，在步骤（2）中，对所述光学放大图像进行图像处理及缺损识别包括以下步骤：

（2.1）构造线性平滑滤波器对所述光学放大图像进行滤波，除去高频成分和图像中的锐化细节；所述线性平滑滤波器采用局部均值运算，每个像素灰度值用其局部邻域内所有值的权值置换，计算公式为：

其中，M是邻域N内的像素点总数，h[i,j]是滤波后像素点[i,j]的灰度值，f[k,l]是滤波前像素点[k,l]的邻域像素点的灰度值；

（2.2）采用阈值迭代法对滤波后的图像进行首次图像二值化，结合图像形态学运算滤除背景信息，获得准确的环形零件的圆环轮廓；所述阈值迭代法如下：

（2.2.1）选择一个初始近似阈值的估算值T；

（2.2.2）利用估算值T把图像按照灰度值是否大于T分成两组区域R₁和R₂；

（2.2.3）计算区域R₁和R₂的灰度均值μ₁和μ₂；

（2.2.4）根据公式T=(μ₁+μ₂)/2计算并选择新的估算值T； 

（2.2.5）重复步骤（2.2.2）-（2.2.4），不断迭代计算估计值T，直到(μ₁+μ₂)/2的值不再变化；

为了获得准确的圆环轮廓，选择阈值为（0.5~1）T将图像转化为二值图像，即分割出圆环图像；

（2.3）采用边界扫描法获取环形零件的外圆边界点信息，并通过最小二乘法拟合外圆的圆心坐标和半径；所述边界扫描法如下：

（2.3.1）选择圆外的一点作为扫描起始点，通过横向和纵向扫描，直至获得外圆边界的第一个点，同时判断该点是否为外圆上的点；

（2.3.2）使用该点作为边界追踪的初始点，根据边界连通性按一定方向逐点获取外圆边界点信息并以矩阵形式保存；

所述最小二乘法拟合外圆具体为：

读取扫描到的外圆边界点信息，通过圆的方程来计算相应的参数，圆的方程为：

( x - x_c)² + ( y – y_c)² = radius²

其中，( x_c, y_c)为圆心，radius为圆的半径，展开得到：

x²+ y² + ax + by + c = 0

其中，a = -2x_c，b = -2y_c，c = x_c² + y_c² - radius² ，采用曲线拟合的最小二乘法计算参数a、b、c，根据式：

计算出数据a、b、c，从而求得圆的圆心坐标( x_c, y_c)、半径radius为：

x_c= - a/2；

y_c= - b/2；

；

（2.4）选择圆心作为扫描起始点，采用如步骤（2.3）中所述的边界扫描法获取环形零件的内圆边界点信息，并通过最小二乘法拟合内圆的半径；

（2.5）再次读取步骤（2.1）滤波后的图像，根据步骤（2.3）、（2.4）得到的环形零件的圆心坐标、外圆半径和内圆半径，去除背景及环形零件的外圆边界、内圆边界信息，完整分割出圆环内部的缺陷；

（2.6）对步骤（2.5）分割出的图像进行处理，采用步骤（2.2）所述阈值迭代法进行第二次图像二值化，得到二值化图像以后，针对不同缺损特征采取适当的结构元素进行形态学运算，最后对缺损区域进行填充和区域标记；

（2.7）计算缺损区域像素点面积，选取缺损较大的几个区域进行判断，分别计算不同区域的最小外接矩形的大小和计算不同区域的面积大小来判断待检环形零件是否合格。