主权项: |
1.一种铸件打磨质量检测方法,其特征在于,包括如下步骤:第一步、对铸件拍照得到铸件图像,然后对铸件图像进行预处理,去除采集图像中不可逆的干扰;去除采集图像中不可逆的干扰的方法如下:步骤一:对铸件图像的每一个像素点当前灰度值Zxy,奇数模板中的最小灰度级Zmin,最大灰度级Zmax;计算B1=Zxy‑Zmin,B2=Zxy‑Zmax,目的是与最小、最大灰度级比较,看其灰度值是否满足在在最小最大灰度级之间,即是否满足条件B1>0且B2<0,若满足则保留其原有的灰度值,则Zxy值保持不变;否则,进行步骤二;其中Zxy表示图像中第y行第x列个像素点的灰度值,B1表示Zxy与Zmin的差值;B2表示Zxy与Zmax的差值;[0019]步骤二:计算对奇数模板内的灰度级中值Zmed与最小灰度级Zmin和最大灰度级Zmax之间比较,即A1=Zmed‑Zmin,A2=Zmed‑Zmax;当A1>0且A2<0且窗口尺寸允许在的最佳范围内即≤Smax,则Zxy=Zmed;如果A1<0或A2>0,且窗口尺寸=Smax,则Zxy灰度级会等于奇数模板采集像素点的灰度级计算出的灰度均值Zmea,即Zxy=Zmea;如果A1≤0或A2≥0,且窗口尺寸<Smax,则增大窗口模板,然后再重复进行步骤一;Smax表示最大窗口尺寸;步骤三、然后通过改进的局部均值滤波算法处理铸件图像:建立过滤器模板,过滤器模板大小是铸件图像尺寸的二十分之一,过滤器模板执行的计算是:将过滤器模板里选中的灰度值必须为相差30个灰度值之内的像素,要求所选中的灰度值之间计算平均灰度值,并替换所对应计算的灰度值位置;即假设铸件图像的尺寸大小为a×a,选取的过滤器模板大小为1/20的a×a的尺寸,在模板中得到了c1,c2,c3,c4,c5,c6的6个灰度值,其中c2,c5,c6的3个灰度值差异在30个灰度值之间;因此,需要计算c2,c5,c6的3个灰度值的平均值ǔ=(c2,c5,c6)/3,并将ǔ替换到c2,c5,c6所在的灰度值位置,其余c1,c3,c4灰度值不作处理,模板不重叠滑动,逐一将每一个可处理的像素进行上述的均值处理,最终将局部各个区域平滑;第二步、执行铸件图像的锐化处理,增强铸件图像的轮廓信息,提高铸件缺陷表面轮廓的边缘特征,锐化处理步骤如下:2.1对铸件图像进行灰度处理后使用滤波器模板[‑1,‑1,‑1;‑1,8,‑1;‑1,‑1,‑1],进行拉普拉斯操作,加强图像的边缘轮廓信息,设定为图A;2.2对铸件图像的原图进行Sobel梯度操作,垂直梯度模板是[‑1,‑2,‑1;0,0,0;1,2,1],水平梯度模板是[‑1,0,1;‑2,0,2;‑1,0,1],得到Sobel梯度处理的梯度图像,设定为图B;2.3对图B使用5×5的均值滤波平滑Sobel梯度图像;2.4对图A、B两个图像进行点乘,并且将点乘的图像与铸件图像的原图像相结合,获取一副锐化处理的图像,设定为图C;2.5将图C进行幂率变换,扩展图像的灰度范围,改善画质,使图像的显示效果更加清晰,最终可以得到铸件表面缺陷锐化处理的图像,表面缺陷特征得到增强;第三步、缺陷区域进行识别:将第二步最终获取的铸件图像进行灰度化处理,而此时选择一个合适的灰度值作为阈值,合适的灰度值的基准是可以把缺陷区域和背景区域划分开来的一个灰度值作为阈值,图像中大于阈值的灰度值都赋予255的灰度值即为白色部分,小于该阈值的灰度值都赋予0的灰度值即为黑色部分,把图像划分成只有黑白两色的二值图像,从而可以将背景和缺陷的两区域分割开来,实现缺陷区域定位,得到标记的缺陷特征区域。 |