详情

原文传递一种金属弧形工件表面缺陷在线检测方法

专利名称：	一种金属弧形工件表面缺陷在线检测方法
摘要：	本发明公开了金属弧形工件表面缺陷在线检测方法，包括以下步骤：首先获取金属弧形工件表面灰度图像并建立数据场，若数据场最大势值小于设定阈值，则金属弧形工件无缺陷，结束检测，否则执行下一步；对图像数据场进行阈值分割获得二值图像B1W(x,y)，并标记缺陷区域；之后针对每个缺陷区域，根据其外接矩形区域确定对比度阈值T；再求取每个缺陷区域外接矩形内部任意像素点的对比度，并根据对比度与T对灰度图像进行阈值分割，获得二值图像B2W(x,y)；最后对B1W(x,y)和B2W(x,y)取并集并去除噪声，获得最终的缺陷图像，由此检测出缺陷。本发明有效地克服了由金属弧形工件表面反射不均、对比度低、缺陷种类多导致的缺陷检测准确率低的问题，对不同缺陷的检测具有良好的检测精度和鲁棒性。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	中国船舶重工集团公司第七一六研究所
发明人：	印学浩;邓超;尹加豹;李超;朱涛;崔凯华;李庆;王文俊;赵曰昶;徐骞
专利状态：	有效
申请日期：	2019-01-25T00:00:00+0800
发布日期：	2019-04-26T00:00:00+0800
申请号：	CN201910071439.6
公开号：	CN109682839A
代理机构：	南京理工大学专利中心
代理人：	马鲁晋
分类号：	G01N21/956(2006.01);G;G01;G01N;G01N21
申请人地址：	222001 江苏省连云港市圣湖路18号
主权项：	1.一种金属弧形工件表面缺陷在线检测方法，其特征在于，包括以下步骤：步骤1、采集金属弧形工件表面图像并将其转为灰度图像，之后建立灰度图像数据场，并统计该数据场的最大势值，若最大势值小于设定阈值，则判定该金属弧形工件无缺陷，结束检测，否则执行步骤2；步骤2、以步骤1建立的图像数据场为主体，采用Otsu算法计算全局阈值并根据全局阈值分割图像数据场，获得二值图像B1W(x,y)，其中像素值为255的区域记为缺陷区域；步骤3、针对步骤2获得的每个缺陷区域，求取其外接矩形的平均像素灰度值作为外接矩形区域灰度均值b(x,y)，并求取其最小凸边形内部区域的平均像素灰度值u和像素强度的标准差σ，之后根据b(x,y)、u、σ确定对比度阈值T；步骤4、针对所述每个缺陷区域外接矩形内部的任意像素点，求取其对比度，并根据该对比度与步骤3的对比度阈值T对所述灰度图像进行阈值分割，获得二值图像B2W(x,y)；步骤5、对步骤2的二值图像B1W(x,y)和步骤4的二值图像B2W(x,y)取并集，并去除缺陷区域面积相对小的噪声，获得最终的缺陷图像，由此检测出缺陷。 2.根据权利要求1所述的金属弧形工件表面缺陷在线检测方法，其特征在于，步骤1所述图像数据场为像素间的相互关系，其表达式为：式中，为像素点q在像素点p处所产生的势值，mq为q的场源强度，dp,q为q和p的距离，σd为决定像素q的作用范围的影响因子。 3.根据权利要求2所述的金属弧形工件表面缺陷在线检测方法，其特征在于，所述mq的公式为：式中，p和q为给定的二维图像空间的任意两个像素点，f(q)和f(p)分别表示q和p的像素灰度值，C为非零常数。 4.根据权利要求1所述的金属弧形工件表面缺陷在线检测方法，其特征在于，步骤3所述外接矩形区域灰度均值b(x,y)的计算公式为：式中，g(x',y')为外接矩形区域中某一像素点(x',y')的灰度值，w,h分别为缺陷区域外接矩形的宽和高。 5.根据权利要求4所述的金属弧形工件表面缺陷在线检测方法，其特征在于，步骤3所述根据b(x,y)、u、σ确定对比度阈值T的公式为： T＝Δu+kσ 式中，Δu为外接矩形区域灰度均值b(x,y)与缺陷区域最小凸边形内部区域平均像素灰度值u差值的绝对值，k为对比度阈值计算系数。 6.根据权利要求5所述的金属弧形工件表面缺陷在线检测方法，其特征在于，所述k的取值范围为[0,1]。 7.根据权利要求6所述的金属弧形工件表面缺陷在线检测方法，其特征在于，所述k的公式为： 8.根据权利要求1所述的金属弧形工件表面缺陷在线检测方法，其特征在于，步骤4所述针对每个缺陷区域外接矩形内部的任意像素点，求取其对比度，所用公式为： C(x,y)＝g(x,y)-b(x,y) 式中，C(x,y)为外接矩形内部坐标点为(x,y)对应像素点的对比度，g(x,y)为外接矩形内部坐标点为(x,y)对应像素点的灰度值。 9.根据权利要求1所述的金属弧形工件表面缺陷在线检测方法，其特征在于，步骤4所述根据该对比度与步骤3的对比度阈值T对灰度图像进行阈值分割，获得二值图像B2W(x,y)，所用公式为：
所属类别：	发明专利