[发明专利]一种中铝瓷球表面缺陷检测方法有效
申请号: | 201611180223.6 | 申请日: | 2016-12-19 |
公开(公告)号: | CN106600593B | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 何炳蔚;陈晨;颜培清;石进桥 | 申请(专利权)人: | 福州大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T7/155;G06T7/194;G06T7/62;G06T5/00;G01N21/88 |
代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 蔡学俊 |
地址: | 350108 福建省福州市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 中铝瓷球 表面 缺陷 检测 方法 | ||
1.一种中铝瓷球表面缺陷检测方法,其特征在于,包括以下步骤:
步骤S1:采集中铝瓷球表面的光学图像;
步骤S2:对所述光学图像进行灰度变换,得到二值图像;
步骤S3:构造线性平滑滤波器对所述二值图像进行滤波,除去高频成分和锐化细节,得到滤波图像;
步骤S4:采用高反差保留算法对所述滤波图像进行增强,凸显出中铝瓷球表面裂缝与背景之间的对比度;
步骤S5:采用阈值边缘描述法对所述滤波图像进行首次图像分割得到若干区域,结合图像形态学运算滤除背景,获得初步的中铝瓷球表面的缺陷信息;
步骤S6:对于所述若干区域以面积为特征进行统计分类,设定面积值M1和M2,筛选出面积值介于M1和M2之间的区域;
步骤S7:对筛选出的区域设定膨胀系数,对对应的图像进行膨胀,对膨胀后的图像合并为域,利用对比作差法,将区域单独分割出来,得到与膨胀后的图像特征相同的局部初始图像;
步骤S8:将步骤S7得到的局部初始图像再次进行线性平滑运算并进行滤波,将再次滤波后的图像利用动态阈值法进行图像精准分割,得到精确的中铝瓷球表面的缺陷信息;
步骤S9:对所述精确的中铝瓷球表面的缺陷信息进行面积统计,计算其像素点,若像素点大于0,则判定对应中铝瓷球不合格;
所述步骤S5中,阈值边缘描述法的具体内容如下:
步骤S51:选择一个初始近似阈值的估算值T1和T2,其中,T1小于T2;
步骤S52:利用估算值T1和T2把图像按照灰度值是否小于T1、大于T2以及介于T1和T2之间分成三组区域R1、R2和R3;
步骤S53:合并区域R1和R2,将图像重新分成区域L1和L2;
步骤S54:利用求导法对区域L1和L2区域交界处二次求导,结果以矩阵形式保存;
步骤S55:针对上述保存后的图像再次设置T1’和T2’,得到满足上述条件的所有区域的边界信息以矩阵形式保存;
所述步骤S8中,动态阈值法的具体内容如下:
步骤S81:将再次滤波后的图像点集阈值记做g{e},将局部图像的点集的阈值记做g{o},并设定基准差值t;
步骤S82:将g{e}中的数值分别减去基准差值t,并与g{o}比较,若满足g{o}<g{e}-t,则将该图像上的点集留下,否则剔除,最后得到精确滤波后的中铝瓷球表面缺陷信息,并对其进行标记。
2.根据权利要求1所述的中铝瓷球表面缺陷检测方法,其特征在于:所述步骤S1中,采集所述光学图像的装置包括传送带及用于旋转中铝瓷球的抓取装置,所述抓取装置在传送带上方随传送带移动;所述传送带正上方还设置有若干带光源的暗箱及用于获取暗箱内部图像的工业相机,所述暗箱在传送带前进的方向上开设有用于中铝瓷球通过的开口;所述带光源的暗箱的正下方设置有不合格收集框,所述传送带尾端的下方设置有合格收集框;还包括控制器,所述控制器与所述工业相机、抓取装置及控制传送带运动的电机连接,用于接收工业相机采集到的光学图像、控制抓取装置松开或夹紧中铝瓷球并控制传送带的运动;所述控制器与上位机连接,将光学图像传输给上位机并接收上位机的控制命令。
3.根据权利要求2所述的中铝瓷球表面缺陷检测方法,其特征在于:所述光源为组合条形光源,设置于暗箱顶部的周侧;所述暗箱的内壁设置有漫射板,暗箱的顶部设置有相机开口,所述相机开口的正上方设置工业相机。
4.根据权利要求1所述的中铝瓷球表面缺陷检测方法,其特征在于:所述步骤S3中,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。
5.根据权利要求1所述的中铝瓷球表面缺陷检测方法,其特征在于:所述步骤S4的具体内容如下:
步骤S41:采用高斯核对滤波图像进行模糊,选择的3*3的模糊逼近模板为:
其中高斯核逼近计算的公式为:
步骤S42:利用权值矩阵对光学图像进行卷积,得到模糊图像;
步骤S43:将原始图像与模糊图像相减,得到高通图像;
步骤S44:将原始图像与高通图像进行动态权值相加,表达式为:
AdImg=BlurImg+Amount*(RawImg-BlurImg+127)
其中:AdImg为增强图像,BlurImg为模糊图像,RawImg-BlurImg+127为高通图像,RawImg为原始图像,Amount为权值,权值的取值范围为[0,1]。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611180223.6/1.html,转载请声明来源钻瓜专利网。