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: |