[发明专利]基于点云信息的缺陷检测方法

说明书

本发明公开了一种基于点云信息的缺陷检测方法，包括：对被测物表面的点云数据进行数据处理，获取各点的法向量及主曲率；根据点云数据坐标的所在位置，将点云数据分割成n块局部点云；计算其中一块局部点云的特征数；根据特征数标记缺陷点或正常点；重复，直到遍历完所有点云数据；根据各点被标记的类型，得出被测物表面是否存在缺陷及缺陷存在的位置；本方法将点云数据分割提高缺陷检测的精确度；设计多次分割，对缺陷点重复筛查，有效防止误检；适用于排查产品表面是否存在鼓包、凹坑等形变类缺陷，并能进行实时缺陷定位。

技术领域

本发明涉及缺陷检测领域，具体涉及一种基于点云信息的缺陷检测方法。

背景技术

产品表面缺陷的识别与定位是产品制造过程中十分重要的环节，传统的检测方法有两种：人工检测和图像识别；其中，人工检测是以目视、触摸的方式实现，存在检测时间长、检出效率低和检测结果易受工人水平影响等缺点，该方法一般为抽检，一旦发生漏检将使得包含缺陷的产品进入下一生产环节，影响产品质量，可见，人工检测的方式难以满足现代工业生产检测的需求。图像识别是基于图像对比度实现缺陷分析的方法，该方法对被测物所处环境要求较高，且当产品表面存在鼓包、凹坑等形变类缺陷时检测灵敏度低。故此，对于表面存在鼓包、凹坑等形变类缺陷的产品，现有方法不能提供有效的自动化检测方式。

发明内容

针对上述问题，本发明提出一种基于点云信息的缺陷检测方法，其能对表面存在鼓包、凹坑的产品实现高准确度的实时检测。

一种基于点云信息的缺陷检测方法，包括以下步骤：

1)对被测物表面的点云数据进行数据处理，获取各点的法向量及主曲率；

2)根据点云数据的X、Y轴坐标所在的位置，将点云数据分割成n块局部点云；n取值为正整数；

3)选取其中一块局部点云记为第一点云；求取所述第一点云中各点主曲率的平均值，记为均值A；再利用均值A分别与第一点云中各点的法向量作内积运算，得到各点的内积值；对各点的内积值进行差分或卷积运算，将计算结果的绝对值记为各点的特征数；

若某点的特征数大于阈值I则将该点记为缺陷点，否则，记为正常点；

4)若n＝1，直接进行步骤5)；

否则去除所述第一点云，对剩余的局部点云，重复步骤3)，直到遍历完所有点云数据；

5)将步骤2)～4)进行多次，每次分割得到的局部点云块数互不相同，在进行完最后一次后，判断同一点在多次分割过程中被记录为缺陷点的概率；

若概率大于预设概率B，则保持该点为缺陷点，否则将该点记为正常点；

遍历点云数据中的各点，再次标记每个点的类型，根据各点被标记的类型，得出被测物表面是否存在缺陷及缺陷存在的位置。

进一步，步骤2)～4)进行2～6次。

进一步，预设概率B取值30％～70％。

优选，所述阈值I＝3δ，δ表示当前块第一点云数据中各点特征数的标准差。。

优选，当被测物表面存在棱边、孔等曲率变化较大的特征时，在步骤1)之前，首先利用以下方式对初始点云数据进行筛选：

将初始点云数据与标准数据进行模板匹配，得到棱边、孔特征区域上的点并剔除，将剩余的点云记为被测物表面的点云数据，进行步骤1)。

所述标准数据通过被测物的数模得到；

优选，步骤1)获取各点法向量及主曲率的方法为：