[发明专利]基于机器视觉的陶瓷热浸镀铝表面缺陷检测方法及装置

摘要

本发明公开了一种基于机器视觉的陶瓷热浸镀铝表面缺陷检测方法及装置，包括图像采集模块、图像处理分析模块、运输模块、产品剔除模块。运输模块，将工件沿传送带进行传送，图像采集模块信号触发后采集图像，与图像采集模块连接的图像处理分析模块对工件定位，处理，识别，与图像处理分析模块连接的产品剔除模块能够稳定的对缺陷产品剔除。解决了人工在线检测主观性强，准确度不高的问题，降低了工人的劳动强度。本发明借助工业相机，对图像进行采集、处理、识别，通过气动推杆剔除缺陷产品等设备和技术，实现了一套高可靠性，低成本的陶瓷镀铝表面缺陷检测方法及其装置。

主权项

1.一种基于机器视觉的陶瓷热浸镀铝表面缺陷检测方法，其特征在于包括图像采集模块、图像处理分析模块、运输模块、产品剔除模块：所述图像采集模块通过导向块导向到达两级光电开关位置后分别启动相机拍照采集图像数据；所述图像处理分析模块包括第一图像处理分析模块和第二图像处理分析模块；所述第一图像处理分析模块，采用同轴光打光方案，针对缺边污点检测包括如下步骤：步骤2.1、获取所述图像采集模块采集的图片；步骤2.2、对采集的图片进行灰度化处理，按照像素点的灰度值i分为0‑255级，图像总像素点个数为m，其中m_i为灰度值i的像素出现的频数；步骤2.3、计算两个像素类的面积比，γ(t)为两个像素类的面积比，t为某个阈值；步骤2.4、定义σ为整幅图像的平均灰度值，σ(t)为两个像素类的灰度比定义类间方差为求为最大值时的t，作为图像的分割阈值T，即(0≤t≤L‑1)，arg表示反函数，该阈值T成为灰度图像的最小二乘法的最佳阈值；步骤2.5、根据缺陷图像的特点，分析出灰度图像的最佳阈值赋予对应的输出图像的像素为白色，其中High取255或1，或者黑色Low取0，即步骤2.6、对图像采用原点位于中心的3*3对称结构元素的膨胀运算处理，物体间小于三个像素的缝隙都被膨胀所弥合；步骤2.7、根据预先设定的缺陷标准对缺陷区域进行面积、长度、宽度的筛选，若识别出的缺陷面积、长度、宽度等超过所设阈值，则判定为不合格，同时发送信号给第一剔除模块；污点检测包括如下步骤：步骤3.1、3.2、3.3、3.4同缺边检测步骤；步骤3.5，频率域滤波图像差分增强，得到增强的待检测图像：步骤3.5.1对图像进行二维FFT变换，输入图像为f(x,y)得到图像频谱图其中u为水平频率，v为垂直频率；步骤3.5.2、构建高频滤波器，对图像频谱图高频滤波，对图像与频域中的滤波器卷积运算，F(u,v)＝D[f(x,y)]，其中D[]表示DFT，滤波器的频率特性为S(u,v)，经IDFT得到s(i,j)，D^‑1[]表示IDFT；处理图像g(i,j)＝D^‑1[F(u,v)×S(u,v)]＝f(i,j)*s(i,j)；其中*符号为卷积运算；步骤3.5.3，频域图像反傅里叶变换，步骤3.5.4，将反傅里叶变换图像与原感兴趣区域进行差分，得到增强图像；步骤3.6、采用形态学图像分割中的分水岭分割算法分割增强图像，将图像分为若干区域，分别计算其能量值，灰度值越小能量值越低，若能量值低于指定数值，则选中该区域；步骤3.7、根据污点缺陷要求，根据所设面积阈值筛选出缺陷区域，若有缺陷，则判定为不合格，同时发送信号给所述第一剔除模块；所述第二图像处理分析模块，采用低角度条形光打光方案突出划痕缺陷位置，针对划痕缺陷检测包括如下步骤：同污点检测步骤4.1、4.2、4.3、4.4、4.5，由于陶瓷热浸镀铝表面划痕缺陷对比度较弱，故需对图像增强处理，得到增强的待检测图像；步骤4.6、对得到的增强图像阈值分割处理；步骤4.7、对分割后的图像特征选择，根据所设阈值与划痕缺陷的长度、宽度、面积要求进行筛选，若有缺陷，则判定为不合格，同时发送信号给第二剔除模块。