[发明专利]一种机械零部件缺陷的视觉检测方法

权利要求书

1.一种机械零部件缺陷的视觉检测方法，其特征在于：该方法包括：

利用三维激光扫描仪和近景摄像机对机械零部件表面进行三维扫描和近距离摄像并存储图像；

对影响图像特征的噪点和反光区域采用中值滤波方法进行去噪，通过ostu算法进行阈值自动分割对图像进行二值化处理；

先对上述二值化处理的图像采用Candy 边缘检测算法获得像素级边缘，然后采用空间矩阵边缘定位法，利用二维空间灰度矩阵来确定边缘位置的边缘亚像素，以对边缘进行细化，进而由粗到精将边缘定位精度细化到像素内部，以增强图像的表面平滑度与边缘锐化；

然后采用聚类算法分析机械零部件表面的色彩，对分析完成的机械零部件进行图像纹理特征的优化，对优化后的图像纹理特征进行匹配，便于后续对机械零部件表面纹理的连续性的分析，采用识别技术判断机械零部件表面纹理和色彩特征的连续性，并对机械零部件表面非平滑连接区域的边缘进行重合度匹配计算，通过计算机对机械零部件表面的连续性进行分析，将分析后机械零部件表面图像进行存储；识别技术中采用的具体方法为：首先是对近景图像进行校正和预处理，得到机械零部件表面的校准图像，然后提取图像中某像素点对应的光谱曲线作为该点处的光谱特征，然后对图像进行PCA降维处理，将图像降为3维，使用基于CNN的特征提取器进行特征的提取，将提取出的特征作为空间特征，最后将光谱特征和空间特征进行线性特征融合形成谱-空特征集合，使用SVM作为分类器进行分类得到机械零部件表面之间色彩连续性的结果；

采用断层薄层采集法对机械零部件进行三维断层扫描，对获取的断层图像通过灰度变换处理进行图像增强，然后通过二值化算法对图像增强后的图像进行二值化处理，然后对机械零件内部的缺陷面积、缺陷质心和缺陷形状进行计算并存储；所述对机械零件内部的缺陷面积、缺陷质心和缺陷形状进行计算并存储具体是：获取机械零部件内部断层扫描图像内部缺陷，循环遍历每个连通区域的边界，然后计算缺陷边界所围面积和标记缺陷质心并求取缺陷质心坐标；然后循环处理每个闭合缺陷边界，获取边界坐标，计算描述闭合区域边界的点数，获取缺陷的形状，最后对求取的图像内部的缺陷面积、缺陷质心和缺陷形状数据进行存储；

通过三维重建逆向工程设计还原出机械零部件表面的纹理、色彩特征和内部结构的三维模型，从而呈现出其机械零部件表面和内部缺陷位置以及缺陷范围；

还原机械零部件缺陷结构以及损坏部分的位置和形状，并将缺陷的三维重构系统呈现为三维PDF文档。

2.根据权利要求1所述一种机械零部件缺陷的视觉检测方法，其特征在于：所述利用三维激光扫描仪和近景摄像机对机械零部件表面进行三维扫描和近距离摄像并存储图像具体是：在采用三维激光扫描仪扫描机械零部件表面时，综合利用毫米级和亚毫米级的三维激光扫描仪，用毫米级的三维激光扫描仪进行整体控制，用亚毫米级的三维激光扫描仪进行局部数据采集，然后结合近景摄影测量，实现机械零部件表面信息的全部留取。

3.根据权利要求2所述一种机械零部件缺陷的视觉检测方法，其特征在于：首先，利用毫米级和亚毫米级三维激光扫描仪器获取机械零部件整体的密集点数据，通过多时相点数据对比，得到机械零部件表面局部结构的变形及缺损形状；然后采用近景摄影测量，通过投影或纹理展开的方式获得机械零部件的影像图，借助图像识别技术检测纹理色彩的细微变化。

4.根据权利要求1所述一种机械零部件缺陷的视觉检测方法，其特征在于：对影响图像特征的噪点和反光区域的处理包括点云拼接、降噪除冗、数据分割、滤波、点云优化处理。

5.根据权利要求4所述一种机械零部件缺陷的视觉检测方法，其特征在于：所述通过ostu算法进行阈值自动分割对图像进行二值化处理具体选择最大类间方差法。

6.根据权利要求1所述一种机械零部件缺陷的视觉检测方法，其特征在于：所述断层薄层采集法包括CT设备采集数据和三维重建，所述CT设备采集数据是将机械零部件进行薄层扫描存储，再通过三维重建逆向工程设计还原出内部结构三维模型。