[发明专利]一种基于三维数据的分块拟合缺陷检测方法

说明书

本发明公开了一种基于三维数据的分块拟合缺陷检测方法，是将具有曲面、反光特性的叶片通过3D相机采集其三维数据，设定特定大小的检测窗口以对三维数据进行分块处理并以此实现缺陷的检测及缺陷高度的计算，处理的方法主要是通过计算该检测窗口内的所有三维数据的拟合平面，以及每个三维数据点到拟合平面的距离，该距离即是缺陷的高度距离，最后通过图像处理技术输出缺陷的结果图像。该方法提出基于三维数据的分块拟合缺陷检测技术能够较好地检测高曲面、高反光的物体表面的缺陷，同时计算出缺陷的高度。

技术领域

本发明涉及图像缺陷检测技术领域，尤其涉及一种基于三维数据的分块拟合缺陷检测方法。

背景技术

随着我国航空事业的迅速发展，航空发动机的需求数量不断攀升，其叶片的表面缺陷，如划痕、裂纹、凸点等，会直接影响发动机的使用寿命和安全性能；目前的表面缺陷检测主要是通过人工和自动检测，但人工检测的工作效率与时间成反比，而且无可避免出现漏检或误检的情况。

现有的缺陷自动检测主要分为以下两类：一类是基于2D相机外加光源的二维图像缺陷检测，通过外置光源增强，以及2D相机捕获其表面的二维图像，通过对二维图像的分析，实现缺陷的检测；另一类是基于三维数据的高度映射灰度图像缺陷检测，该方案将高度数据映射为8bit的深度灰度图像，直接对该图像进行图像处理以实现缺陷分析。

基于二维图像缺陷检测技术中检测的准确率依赖于产品缺陷的成像效果，准确率低，而不同物体的不同形态特征、材质以及不同照射角度等都会直接影响成像质量，例如对于高反光，曲面物体的表面缺陷可能无法被2D相机所捕获；同时，二维图像缺陷检测手段只能得到了由产品表面根据光学特性反射的亮度信息，而无法等到产品表面的深度信息。

基于三维数据的高度映射灰度图像缺陷检测通过对高度数据的映射灰度图像分析，以检测缺陷，但对于高曲面的和微小缺陷的物体，其对应的灰度图像难以看出该微小缺陷，故直接对灰度图像进行处理，难以检测高曲面的缺陷。

发明内容

为了解决上述技术所存在的不足之处，本发明提供了一种基于三维数据的分块拟合缺陷检测方法。

为了解决以上技术问题，本发明采用的技术方案是：一种基于三维数据的分块拟合缺陷检测方法，方法的步骤为：

步骤一、使用3D相机扫描叶片缺陷检测区域，以获取缺陷检测区域的三维数据，三维数据即空间中的某点在X，Y，Z轴上的坐标数据，3D相机将扫描出来的三维数据的Z轴的高度数据按行按列保存在CSV文件里，每行的数据即为X轴的数据，每列的数据即为Y轴上的数据，每行和每列上的相邻两个数据的实际距离默认设为1；

步骤二、用图像A(X，Y)来表示每个点的三维数据，图像用矩阵来表示每行每列的Z轴高度数据；

步骤三、新建与图像A同尺寸的图像B(X，Y)，用于保存每个三维数据到检测窗口内的三维数据的拟合平面的距离；

步骤四、设检测窗口K的尺寸为[M，N]，M为宽度，N为高度，用于计算检测窗口K内所有三维数据的拟合平面以及该窗口内的每个三维数据到拟合平面的距离；

步骤五、用检测窗口K遍历图像A并计算图像A在检测窗口K内的所有三维数据的拟合平面，以及检测窗口K内所有三维数据点到拟合平面的距离，并将该距离值赋值到对应坐标上的图像B上；

步骤六、设定认为是缺陷的最小高度为T；

步骤七、对图像B进行操作，即距离值大于T设置为白色，否则设置为黑色，得到缺陷图像C，白色块即为缺陷块；

步骤八、对缺陷图像C进行轮廓检测；

步骤九、设定认为是缺陷块的最大面积E1，最小面积E2，最小外接矩形的长宽比R1，缺陷块的高度数据的最大标准差S；

步骤十、新建与图像C同尺寸的图像D，用于保存符合要求的缺陷数据；