[发明专利]一种基于FPGA的端塞缺陷检测装置及检测方法

说明书

技术领域

本发明涉及端塞表面缺陷检测技术领域，尤其是一种基于FPGA的端塞表面缺陷检测装置。

背景技术

端塞是核反应燃料棒的重要组成部分，主要用于密封燃料棒防止核反应产物溢出。端塞在实际的加工、制造以及中途运输的过程中，会由于机械老化、材质或人为的原因，造成端塞侧表面出现划痕、碰伤或其他缺陷，端塞中心孔洞出现异物或毛刺缺陷。对于端塞表面的缺陷检测，目前还没有成熟的方法以及相应的基于机器视觉的无伤检测装置。目前对于端塞表面的缺陷检测采用的是传统的人眼检测法，该检测方法劳动强度较大，检测效率低，检测精度易受工作人员生理上的视觉疲劳及个人的主观性影响，不可避免的造成漏检或误检，同时还需要耗费大量的人力资源。

另外，近几年出现了基于超声波原理的端塞表面缺陷检测方式，许妍等人提出的采用端塞表面斜槽伤的超声波检测方式对端塞表面缺陷进行检测，该检测方法成本较高，且不易检测表面形状复杂的工件，不符合端塞缺陷检测的生产要求。

发明内容

针对上述端塞缺陷检测中存在的问题和不足，本发明将FPGA和机器视觉技术应用于端塞缺陷检测，提出了一种成本较低、结构简单、具有高实时性和高检测精度的无损缺陷检测装置。

本发明是通过以下技术方案来实现：

一种基于FPGA的端塞缺陷检测装置，包括旋转检测台、图像采集模块、包含图像处理模块的FPGA主控制模块和上位机；所述FPGA主控制模块分别与图像采集模块和上位机相交互；

所述图像采集模块包括用于采用端塞孔洞图像的面阵相机和用于采集端塞侧面图像的线阵相机；面阵相机位于旋转检测台的正上方，线阵相机位于旋转检测台的侧上方；

所述FPGA主控制模块用于将采集的图形输送至图像处理模块，并将图像处理模块检测的缺陷传送至上位机；

所述图像处理模块用于检测图像中的缺陷，包括图形预处理单元、特征提取单元和分类单元；

所述图形预处理单元用于对图像采集模块采集的图像进行降噪和背景补偿；

所述特征提取单元用于对滤波和背景补偿后的图像进行缺陷特征提取；

所述分类单元用于对提取的缺陷特征进行识别和分类。

进一步，所述特征提取单元包括依次连接的图像分割子单元、形态学处理子单元和缺陷提取子单元；

所述图像分割子单元用于对图像中的疑似缺陷进行提取；

所述形态学处理子单元用于去除疑似缺陷中的非缺陷；

所述缺陷特征提取子单元用于提取缺陷的长宽比特征、圆形度特征、面积特征、灰度均值特征和灰度标准差特征。

进一步，所述旋转检测台包括检测平台和电机；电机安装在检测平台的下方，并带动检测平台旋转。

进一步，所述电机上连接有编码器，编码器与FPGA主控制模块连接；

FPGA主控制模块还包括电机控制模块和触发控制模块；电机控制模块用于控制电机；触发控制模块用于接收编码器采集的电机转速信息，并根据转速信息输出行触发信号对线阵相机触发。

进一步，还包括第一光源和第二光源；所述第一光源设置在检测平台上垂直照射端塞的孔洞；第二光源设置在检测平台的侧上方，水平照射端塞的侧面。

进一步，所述图像采集模块通过信号转接板与FPGA主控制模块相交互；所述信号转接板包括控制信号模块、串行通信模块和图像数据模块。

进一步，所述面阵相机和线阵相机均连接有调整拍摄角度的相机微调装置。

一种基于FPGA的端塞缺陷检测装置的检测方法，包括以下步骤：

S1、采集待检测物的图像；

S2、将采集的图像采用改进的中值滤波算法对图像进行降噪，采用多项式拟合方式对背景进行补偿；

S3、对步骤S2得到的图像采用Soble算子结合双阈值分割方法提取疑似缺陷；

S4、采用开闭运算对疑似缺陷中的非缺陷进行消除；

S5、提取疑似缺陷中缺陷的长宽比特征、圆形度特征、面积特征、灰度均值特征和灰度标准差特征；

S6、对步骤S5提取的缺陷特征采用SVM分类器进行识别和分类。

进一步，步骤S3所述Soble算子结合双阈值分割方法提取疑似缺陷具体方法如下：

一、边缘梯度计算

对图像中的每一个像素点进行x和y方向的梯度值及梯度方向进行计算，计算公式如下：