[发明专利]环形零件端面缺损检测及筛选方法及系统

说明书

技术领域

本发明涉及图像处理技术领域，特别是一种可对小尺寸环形零件进行端面缺损检测及筛选的方法及系统。

背景技术

针对外环直径小于5毫米的小尺寸环形零件，为了保证产品质量，必须对其端面的微缺损（如微小裂纹、微破损）进行检测。目前该类零件的表面缺损检测主要依靠人眼目视检测，由于受检查人员技术、经验、工作环境以及视力疲劳等影响，很容易出现误检和漏检，并且人工目测效率低、缺乏准确性和规范化，稳定性和可靠性比较差。为了解决人工目测工作难度大、效率低、漏检率高的难题，需要引进一种自动检测技术，既降低人力成本又能实现对产品质量的严格控制。

目前计算机视觉技术已相对成熟，具有非接触、速度快、精度高、抗干扰能力强等诸多优点，如果将计算机视觉技术引入小尺寸环形零件端面缺损检测中，将能够很好地满足其对可靠性和灵敏度的要求，而且维护方便。

发明内容

本发明的目的在于克服现有技术的不足，提供一种环形零件端面缺损检测及筛选方法及系统，该方法及系统不仅检测准确性高，而且自动化程度高，提供了检测效率。

为实现上述目的，本发明的技术方案是：一种环形零件端面缺损检测及筛选方法，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。

进一步的，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。

进一步的，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，获得理想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（可以采用图像灰度均值作为初始值）；

（2.2.2）利用估算值T把图像按照灰度值分成两组区域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；

为了获得理想的圆环轮廓，可根据现场情况选择阈值为（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（圆弧或圆），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