[发明专利]基于结构光图像匹配的零件表面缺陷检测方法及系统

说明书

本申请涉及基于结构光图像匹配的零件表面缺陷检测方法及系统，包括：获取待检测零件表面的结构光图像；将待检测零件表面的结构光图像与预设的基准零件表面的结构光图像模板集中的各结构光图像模板一一比对，选取最相似的结构光图像模板；将待检测零件表面的结构光图像的像素点与最相似的结构光图像模板相应的像素点进行像素值做差，得到像素差值图像；分割出像素差值图像中包括有疑似缺陷区域的部分，处理得到二值图像；求二值图像中各疑似缺陷区域的圆度；对比圆度与预设值，若小于预设值，则为划痕缺陷，否则，为点状缺陷。本申请解决了相关技术中图像采集过程中极易受到环境的干扰导致图像质量较差，最终导致零件检测结果鲁棒性较差的问题。

技术领域

本申请涉及零件检测技术领域，特别涉及一种基于结构光图像匹配的零件表面缺陷检测方法及系统。

背景技术

机械零部件广泛应用于工业生产的方方面面，尤其在汽车制造领域需求巨大。在机械零部件加工制造过程中，需要严格把控产品质量，分析记录零部件产品质量结果，便于后续改进生产工艺、提高产品质量、提升生产效率。

传统的机械零部件产品检测方式采用人工检测，到目前为止这仍是大多数零部件制造厂商采用的检测方式。人工检测不仅耗费工时，降低流水线的生产效率，而且劳动强度大，增加了人力负担，尤其对于相同的缺陷，不同检测人员的检测标准存在主观上的差异，增加了检测的不确定性。

目前，在一些方案中，提出利用通用型图像采集系统，采用被动打光方式采集零件图像，通过零件的索贝尔特征图计算Hu矩值进行相似度匹配，以完成零件表面的缺陷检测，这种方法可以解决上述人工检测所存在的弊端，但是该方法带来了如下新的问题：

其一：由于通用型的图像采集系统利用的是自然光，这种被动打光方式接受外界光线，故容易受到外界光线的影响，比如阴天和晴天条件下通用型图像采集系统拍摄的照片效果就不一样。零部件通常是在车间加工出来的，而一般生产零部件的车间的环境都不是很好，这种环境造成在进行图像采集时，极易受到外界光线或者杂散光的影响，导致图像质量较差，最终导致零件检测结果鲁棒性较差。

其二：采用被动打光方式，对于拍摄的多幅照片，特征统计图需要非常相近，故当光照条件不同时，需要进行图像预处理，以去除光照影响的操作，这一点在算法设计上就会比较复杂，比如上述系统利用索贝尔特征图计算Hu矩值的算法，其计算复杂度较高。

发明内容

本申请实施例提供一种基于结构光图像匹配的零件表面缺陷检测方法及系统，以解决相关技术中图像采集过程中极易受到环境的干扰导致图像质量较差，最终导致零件检测结果鲁棒性较差的问题。

第一方面，提供了一种基于结构光图像匹配的零件表面缺陷检测方法，其包括如下步骤：

获取待检测零件表面的结构光图像；

将待检测零件表面的结构光图像与预设的基准零件表面的结构光图像模板集中的各结构光图像模板一一比对，选取与待检测零件表面的结构光图像最相似的结构光图像模板；

将待检测零件表面的结构光图像上的像素点与该最相似的结构光图像模板上相应的像素点进行像素值做差，得到像素差值图像；

分割出所述像素差值图像中包括有疑似缺陷区域的部分，并对该部分进行滤波处理，得到二值图像；

求取所述二值图像中各个疑似缺陷区域的圆度；

将圆度与预设值对比，若小于预设值，则为划痕缺陷，否则，为点状缺陷。

一些实施例中，在获取待检测零件表面的结构光图像之前，所述方法还包括构建基准零件表面的结构光图像模板集，其包括如下步骤：

模板获取步骤：

-在不打结构光的条件下，拍摄基准零件表面，得到第一图像；