[发明专利]一种基于视觉的环形磁钢外观缺陷检测方法

说明书

本发明公开了一种基于视觉的环形磁钢外观缺陷检测方法，包括步骤：采用降维SSR定位算法，提取环形磁钢图像的内外边缘图像；判定模板是否存在，是则继续下一步，否则生成模板；去掉周边的多余区域，生成产品区域图像；提取步骤S3中生成的产品区域图像的SSR特征、背景差特征、局部差异值图像增强特征，生成相应的特征图；生成所有特征图的二值化图像；对所有二值化图像进行前景面积、前景灰度统计值、前景长宽、位置的统计特征的提取和判定，保留下来的前景即为缺陷；将所有保留下来的缺陷按照位置绘制到原始的环形磁钢图像中，输出最终的检测结果图，并输出缺陷检测结果。本发明可精确定位各类细微缺陷，归因准确，检测效率高。

技术领域

本发明涉及计算机视觉识别技术领域，具体涉及一种基于视觉的环形磁钢外观缺陷检测方法。

背景技术

随着电子信息产业的蓬勃发展，对高频电感元件的需求越来越大，磁性材料作为高频电感元件的重要组成部分，广泛应用于3C电子、机械、家用电器、汽车、医疗器械以及各种涉及电机、电磁应用的领域等，是当今社会消费设备和工业制造领域必不可少的原材料配件。在磁性材料生产过程中，容易产生开裂、掉角、杂质等缺陷，给电感元件的可靠性带来负面影响，如存在一个缺陷品流出，应用到最终用户的设备上，轻则会产生设备故障，重则导致产线停产或者伤人事件。因此，要求磁性材料的生产商在出厂之前做好质检，主要包括开裂、杂质、划痕、倒角缺陷等的检测。

对于环形磁钢本身而言，因其具有型号多样，尺寸不一，表面纹理复杂等特点。故市面上针对磁钢的外观缺陷检测设备较少。现有的一些视觉检测设备，其通过多次多角度打光，拍摄磁钢表面和倒角区域，使缺陷区域变亮的方法来检测包括开裂、杂质、划痕、掉块等缺陷。此种方式对于面积比较大的缺陷能明显检出，但由于磁钢表面纹理特征，对于轻微开裂、小面积杂质检出效果不好，对倒角区域缺陷基本检测不出来。浙江理工大学李俊峰、张之祥等提出基于纹理抑制的磁环表面缺陷检测方法，采用自适应阈值的Canny边缘检测方法定位磁环边缘，利用构造的掩模图像屏蔽背景干扰，最后通过填充定位环内的连通域来找到缺陷。这种方法对于比较大面积的缺陷有比较明显的效果，但是磁材有很多不规则的条状磨痕，深浅不一，故此算法对于细小的开裂和杂质，漏检较多。

另外，在在磁性材料的检测中，磁瓦的检测也存在类似的检测需求，浙江理工大学的周江、任鲲等提出基于机器视觉的磁钢片缺陷检测研究，通过二值化和形态学滤波对图像进行预处理，将目标区域与模板区域进行比较，来检测掉角和粘连缺陷。由于磁瓦和磁钢的工艺有所不同，缺陷的形态和定义也不一样，判定的标准也不相同，因此，这种方法无法在环形磁钢的表面缺陷检测上应用。

发明内容

鉴于现有技术的不足，本发明旨在于提供一种基于视觉的环形磁钢外观缺陷检测方法。

为了实现上述目的，本发明采用的技术方案如下：

一种基于视觉的环形磁钢外观缺陷检测方法，包括步骤：

S1、获取环形磁钢图像，采用降维SSR定位算法，提取磁钢的内外边缘图像；

S2、判定模板是否存在，是则继续下一步，否则生成模板；

S3、根据定位结果，去掉周边的多余区域，生成产品区域图像；

S4、分别采用降维SSR特征提取算法、背景差算法、局部差异值图像增强算法提取步骤S3中生成的产品区域图像的SSR特征、背景差特征、局部差异值图像增强特征，生成相应的特征图；

S5、对步骤S4中生成的特征图进行二值化处理，生成所有特征图的二值化图像；

S6、对所有二值化图像进行前景面积、前景灰度统计值、前景长宽、位置的统计特征的提取和判定，保留下来的前景即为缺陷；

S7、将步骤S6所有保留下来的缺陷按照位置绘制到原始的环形磁钢图像中，输出最终的检测结果图，并输出缺陷检测结果。