[发明专利]一种基于机器视觉的盘类铸件在线检测方法

权利要求书

1.一种基于机器视觉的盘类铸件在线检测方法,其特征在于，包括以下步骤：

步骤1，采集盘类铸件样品图像，获取盘类铸件样品正反两面图像；

步骤2，根据所采集的样品图像对样品尺寸进行检测，初步判定缺陷，进行下一步检测；

步骤3，对样品缺口进行检测标记；

步骤4，对样品毛刺缺陷进行检测；

步骤5，最终完成对样品是否合格的判定；

所述对样品尺寸进行检测的方法包括以下步骤：

步骤2.1，对所采集的样品图像预处理，获得二值图像；

步骤2.2，检测出二值图像的像素级边缘，通过灰度矩法和像素级边缘融合，得到亚像素边缘轮廓图像；

步骤2.3，设定圆度阈值T_阈，根据圆度T与阈值T_阈的比较，绘制出拟合圆曲线；若圆度TT_阈，将亚像素边缘轮廓图像分别加入链表，对每个链表中的像素调用最小二乘法进行圆拟合；若圆度TT_阈，采用改进Hough圆检测法，分别绘制出拟合圆曲线；

步骤2.4，利用内外径圆心坐标，求取圆心距，作为正投影下的同轴度误差估计，当满足同轴度1mm时，样品标记为合格品；否则标记为不合格品。

2.根据权利要求1所述的一种基于机器视觉的盘类铸件在线检测方法，其特征在于，所述样品图像的预处理的过程为：对样品图像进行中值滤波，保留轮廓后，再使用背景差分法和OSTU最优阈值法进行图像分割。

3.根据权利要求1所述的一种基于机器视觉的盘类铸件在线检测方法，其特征在于，若TT_阈，调用最小二乘法进行圆拟合：若TT_阈，对得到的亚像素边缘轮廓顺时针方向搜索点，初始点P₁为最上方的边缘点，步距角为1°，搜素到的点依次编号为P₁,P₂,...,P_n,...,P₃₅₉；a,b分别为圆心坐标，R为圆心半径值，M(a,b,R)表示为拟合出的圆；Ω为圆边缘的样本点集；

选择距离P₁点n个点间隔的点，将两者以线段的方式连接；

过P_n+1点作线段的垂线，点域中从点P_n+1开始顺时针方向搜索，直至找到距垂线最近的点P_m，连接线段若n的选择使得刚好为直径，则无法找到对应点P_m，此时点P_m与点P_n+1重合；

圆心坐标(x_o,y_o)为：

其中为P₁点坐标，为P_m点坐标，规定一个允许误差限：

分别设置x,y两个累加器，将所得圆心坐标分别存储，并重复上述步骤，完成点域(P₁,P₂,...,P_n)所有点的参数空间转换；

统计票数，圆心坐标(a，b)为x，y累加数组中出现次数最多的数；

以求出的圆心坐标为依据，求点域各个点到圆心的距离，若所有的半径值的方差小于阈值τ，则计算平均值作为圆的半径；否则，将数据集的众数定为圆心半径值R，经检测带有毛刺的零件圆度超出阈值。

4.根据权利要求1所述的一种基于机器视觉的盘类铸件在线检测方法，其特征在于，初步判定缺陷的条件为：根据所得的圆拟合曲线作为基准模型线，将亚像素边缘轮廓图像中背离基准模型线一定距离的边缘点检测为不良，若距离为负值，继续进行对样品缺口进行检测标记，若距离为正值，跳至对样品毛刺缺陷进行检测。