[发明专利]一种铸件打磨质量检测方法、装置及其使用方法

权利要求书

1.一种铸件打磨质量检测方法，其特征在于，包括如下步骤：

第一步、对铸件拍照得到铸件图像，然后对铸件图像进行预处理，去除采集图像中不可逆的干扰；

去除采集图像中不可逆的干扰的方法如下：

步骤一：对铸件图像的每一个像素点当前灰度值Z_xy，奇数模板中的最小灰度级Z_min，最大灰度级Z_max；计算B₁＝Z_xy-Z_min，B₂＝Z_xy-Z_max，目的是与最小、最大灰度级比较，看其灰度值是否满足在在最小最大灰度级之间，即是否满足条件B₁＞0且B₂＜0，若满足则保留其原有的灰度值，则Z_xy值保持不变；否则，进行步骤二；其中Z_xy表示图像中第y行第x列个像素点的灰度值，B₁表示Z_xy与Z_min的差值；B₂表示Z_xy与Z_max的差值；

步骤二：计算对奇数模板内的灰度级中值Z_med与最小灰度级Z_min和最大灰度级Z_max之间比较，即A₁＝Z_med-Z_min，A₂＝Z_med-Z_max；当A₁＞0且A₂＜0且窗口尺寸允许在的最佳范围内即≤S_max，则Z_xy＝Z_med；如果A₁＜0或A₂＞0，且窗口尺寸＝S_max，则Z_xy灰度级会等于奇数模板采集像素点的灰度级计算出的灰度均值Z_mea，即Z_xy＝Z_mea；如果A₁≤0或A₂≥0，且窗口尺寸＜S_max，则增大窗口模板，然后再重复进行步骤一；S_max表示最大窗口尺寸；

步骤三、然后通过改进的局部均值滤波算法处理铸件图像：

建立过滤器模板，过滤器模板大小是铸件图像尺寸的二十分之一，过滤器模板执行的计算是：将过滤器模板里选中的灰度值必须为相差30个灰度值之内的像素，要求所选中的灰度值之间计算平均灰度值，并替换所对应计算的灰度值位置；即假设铸件图像的尺寸大小为a×a，选取的过滤器模板大小为1/20的a×a的尺寸，在模板中得到了c₁,c₂,c₃,c₄,c₅,c₆的6个灰度值，其中c₂,c₅,c₆的3个灰度值差异在30个灰度值之间；因此，需要计算c₂,c₅,c₆的3个灰度值的平均值并将替换到c₂,c₅,c₆所在的灰度值位置，其余c₁,c₃,c₄灰度值不作处理，模板不重叠滑动，逐一将每一个可处理的像素进行上述的均值处理，最终将局部各个区域平滑；

第二步、执行铸件图像的锐化处理，增强铸件图像的轮廓信息，提高铸件缺陷表面轮廓的边缘特征，锐化处理步骤如下：

2.1对铸件图像进行灰度处理后使用滤波器模板[-1,-1,-1；-1,8,-1；-1,-1,-1]，进行拉普拉斯操作，加强图像的边缘轮廓信息，设定为图A；

2.2对铸件图像的原图进行Sobel梯度操作，垂直梯度模板是[-1,-2,-1；0,0,0；1,2,1]，水平梯度模板是[-1,0,1；-2,0,2；-1,0,1]，得到Sobel梯度处理的梯度图像，设定为图B；

2.3对图B使用5×5的均值滤波平滑Sobel梯度图像；

2.4对图A、B两个图像进行点乘，并且将点乘的图像与铸件图像的原图像相结合，获取一副锐化处理的图像，设定为图C；

2.5将图C进行幂率变换，扩展图像的灰度范围，改善画质，使图像的显示效果更加清晰，最终可以得到铸件表面缺陷锐化处理的图像，表面缺陷特征得到增强；

第三步、缺陷区域进行识别：将第二步最终获取的铸件图像进行灰度化处理，而此时选择一个合适的灰度值作为阈值，合适的灰度值的基准是可以把缺陷区域和背景区域划分开来的一个灰度值作为阈值，图像中大于阈值的灰度值都赋予255的灰度值即为白色部分，小于该阈值的灰度值都赋予0的灰度值即为黑色部分，把图像划分成只有黑白两色的二值图像，从而可以将背景和缺陷的两区域分割开来，实现缺陷区域定位，得到标记的缺陷特征区域；

合适的灰度值选取方法如下：

3.1对已经灰度化处理的铸件图像获取其灰度直方图，灰度直方图中横坐标是像素值，纵坐标是像素值点数目，这是一个统计图；

3.2是分析所述灰度直方图，采取的分析方法是基于灰度直方图的阈值分割方法；寻找灰度直方图中灰度阈值中出现频率最高的两阈值，然后选择出现频率最高的两阈值中出现频率较低阈值作为合适的灰度值，即分割阈值。