[发明专利]一种基于压缩感知的轴套类零件表面缺陷在线检测方法

权利要求书

1.一种基于压缩感知的轴套类零件表面缺陷在线检测方法，其特征在于，所述方法步骤为：

(1)构建高效高精度检测平台，设计高精度的成像和检测系统；

(2)针对零件图像采样率高、效率低问题，建立基于压缩感知的图像信号的稀疏表示、编码测量与重构算法、快速有效检测表面缺陷的方法，分析压缩感知算法的复杂度、与稳定性，并应用于零件表面缺陷的在线检测；

(3)根据零件缺陷图像的压缩感知描述，确定缺陷样本图像的去噪、增强、边缘检测、缺陷分割算法；实施样本图像的采样频率、归一化尺寸调整、训练样本图像建立冗余字典的实验；建立零件缺陷检测数学模型、缺陷判断识别标准；设计正交基分解矩阵与随机观测矩阵，把求解最小范数l₀转化为求次最优解问题，实现结构稀疏重构缺陷图像；计算待测图像的稀疏表示，对轴套类零件进行缺陷在线检测实验并分析算法的准确性、鲁棒性。

2.根据权利要求1所述的一种基于压缩感知的轴套类零件表面缺陷在线检测方法，其特征在于，所述成像和检测系统包括、光源、工业相机及匹配镜头、分选机构、整体机械装置和检测平台；

所述整体机械装置采用卡爪式伸缩机构，当三个卡爪张开时利用挤胀内圆柱面实现对待测零件进行定位夹紧，避免对内表面的损伤，卡爪部分要粘贴软质地材料；零件的检测位置为直立，镜头、相机的光轴与零件轴线保持垂直，在检测平台附近设置安装光学器件的结构；

所述检测平台的间歇回转运动采用运动控制卡经由驱动器控制步进电机来实现；所述卡爪式伸缩机构安装在所述检测平台上；

所述分选机构利用电磁铁的通断来控制仓门的开闭，为了避免检测中对零件产生新的损伤，在零件分选落料的地方要设置缓冲环节对分类后的零件进行保护。

3.根据权利要求1所述的一种基于压缩感知的轴套类零件表面缺陷在线检测方法，其特征在于，所述稀疏表示为，信号在某一变换域下，可以稀疏表示：

f＝ψx

式中：f表示N×1型原始信号；ψ是N×N型变换域矩阵；x就是原始信号f在变换域ψ下的稀疏表示。

4.根据权利要求1所述的一种基于压缩感知的轴套类零件表面缺陷在线检测方法，其特征在于，所述编码测量是寻找合适的采样频率来进行信号的采样，该采样得到的矩阵是非自适应的线性矩阵；找一个与ψ不相关的M×N型的观测矩阵φ，其中M＜＜N，只需要对信号采样M次而不是采样N次，采样频率和数据量都大大减少；

y＝φf

式中：y为原始信号的线性投影测量值。

5.根据权利要求1所述的一种基于压缩感知的轴套类零件表面缺陷在线检测方法，其特征在于，所述重构算法过程一般转换为一个最小范数的优化问题；

式中:称为压缩感知矩阵；

由于信号x具有稀疏特性，当y和满足一定条件时，x可以由测量值y通过求解最优l₀范数问题而得到，即

。

6.根据权利要求1所述的一种基于压缩感知的轴套类零件表面缺陷在线检测方法，其特征在于，所述轴套类零件的缺陷图像识别可以描述为样本图像的线性组合，即有：

Y＝Ax

式中：Y是待测图像；A是由样本图像构成的字典矩阵；x＝[x₁，x₂，...，x_n]∈Rⁿ为系数向量；在数据库中，用一个m维向量y∈R^m表示一张样本图像，有n张不同的样本图像y₁，y₂，...，y_n∈R^m，对于一张待测图像，有：

式中：x_j为线性表示系数；写成矩阵形式，令[y₁，y₂，...，y_n]∈R^m×n，则有：

y_m×1＝A_m×nx_n×1。