详情

原文传递环状精密零件表面微型缺陷的视觉检测系统及其检测方法

专利名称：	环状精密零件表面微型缺陷的视觉检测系统及其检测方法
摘要：	本发明提供了一种环状精密零件表面微型缺陷的视觉检测系统，包括遮光箱以及用于放置待测零件的传送平台，所述传送平台贯穿的穿过遮光箱，遮光箱内设有灯光模块、视觉检测模块以及控制模块；灯光模块包括一个以上的光源；视觉检测模块包括图像采集装置、偏光镜头、检测软件以及处理器；控制模块包括单片机、继电器以及电机，继电器连接光源，电机连接偏光镜头。本发明实现了环状精密零件表面微型缺陷的自动检测，分类与缺陷深度的估计，有效减少零件自身纹理和微小划痕对缺陷检测的不利影响；提高了检测效率，降低了精密零件的不良率，降低了工作强度。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	南京大学
发明人：	郭延文;张杨;张慧明
专利状态：	有效
申请日期：	2019-03-04T00:00:00+0800
发布日期：	2019-04-23T00:00:00+0800
申请号：	CN201910160191.0
公开号：	CN109668897A
代理机构：	江苏圣典律师事务所
代理人：	胡建华
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	210000 江苏省南京市栖霞区仙林大道163号南京大学
主权项：	1.一种环状精密零件表面微型缺陷的视觉检测系统，其特征在于，包括遮光箱(1)以及用于放置待测零件的传送平台(2)，所述传送平台(2)贯穿的穿过遮光箱(1)，遮光箱(1)内设有灯光模块、视觉检测模块以及控制模块；灯光模块包括一个以上的光源；视觉检测模块包括图像采集装置、偏光镜头、检测软件以及处理器；控制模块包括单片机、继电器以及电机，继电器连接光源，电机连接偏光镜头。 2.根据权利要求1所述的一种环状精密零件表面微型缺陷的视觉检测系统，其特征在于，单片机连接控制继电器以及电机，单片机通过控制继电器从而控制光源。 3.根据权利要求1所述的一种环状精密零件表面微型缺陷的视觉检测系统，其特征在于，所述偏光镜头连接滑轮，滑轮连接到电机，单片机通过电机控制滑轮。 4.根据权利要求1所述的一种环状精密零件表面微型缺陷的视觉检测系统，其特征在于，所述光源包括位于遮光箱内传送平台上方的顶部光源(4a)、位于遮光箱内传送平台下方的底部光源(4c)以及位于遮光箱内传送平台四周的中部光源(4b)。 5.根据权利要求4所述的一种环状精密零件表面微型缺陷的视觉检测系统，其特征在于，中部光源(4b)包括四条LED灯带，四条LED灯带分别设置在传送平台(2)以上20cm处的遮光箱四周的内壁。 6.根据权利要求5所述的一种环状精密零件表面微型缺陷的视觉检测系统，其特征在于，顶部光源(4a)设置在偏光镜头(6)上部3cm处，底部光源(4c)设置在传送平台(2)下部3cm处，使得光线与零件表面之间的夹角δ为45度。 7.根据权利要求1所述的一种环状精密零件表面微型缺陷的视觉检测系统，其特征在于，所述遮光箱(1)为铝制遮光箱，长和宽均为110cm，高75cm，铝制遮光箱内壁覆盖黑绒布。 8.根据权利要求1所述的一种环状精密零件表面微型缺陷的视觉检测系统，其特征在于，所述传送平台(2)为白色亚克力匀光板，顶面为磨砂面，底面为透明面。 9.一种环状精密零件表面微型缺陷的视觉检测系统的检测方法，包括如下步骤：步骤1：单片机通过继电器打开顶部光源，关闭中部光源和底部光源，图像采集装置(5)先采集顶部光源下空置的传送平台(2)的图像，记为I_TR0；单片机通过继电器关闭顶部光源和底部光源，打开中部光源，图像采集装置(5)再采集中部光源下空置的传送平台(2)的四周方向的图像，分别记为I_ER0，I_WR0，I_SR0，I_NR0；单片机通过继电器关闭顶部光源和中部光源，打开底部光源，图像采集装置(5)再采集底部光源下空置传送平台(2)的图像，记为I_BR0；将上述采集到的图像I_TR0、I_ER0，I_WR0，I_SR0，I_NR0和I_BR0分别转换成单通道浮点亮度图，对应记为I_T0，I_E0，I_W0，I_S0，I_N0和I_B0；步骤2：将待检零件放置在传送平台(2)上；单片机通过继电器打开顶部光源，关闭中部光源和底部光源，图像采集装置(5)先采集顶部光源下待检零件放置在传送平台(2)上的图像，记为I_TR1；单片机通过继电器关闭顶部光源和底部光源，打开中部光源，图像采集装置(5)再采集中部光源下待检零件放置在传送平台(2)上的四周方向的图像，分别记为I_ER1、I_WR1、I_SR1和I_NR1；单片机通过继电器关闭顶部光源和中部光源，打开底部光源，图像采集装置(5)再采集底部光源下待检零件放置在传送平台(2)上的图像，记为I_BR1；将上述采集到的图像I_TR1、I_ER1、I_WR1、I_SR1、I_NR1和I_BR1分别转换成单通道浮点亮度图，对应记为I_T1，I_E1，I_W1，I_S1，I_N1，和I_B1；单片机通过继电器打开顶部光源、中部光源以及底部光源，图像采集装置(5)采集原始环状精密零件图像，并转换成单通道浮点亮度图，记为I_A1；步骤3：单片机通过电机控制滑轮，使得偏光镜头(6)移动至图像采集装置(5)下，重复步骤1的操作，分别采集顶部光源、中部光源以及底部光源下原始环状精密零件图像，分别记为I_TR2，I_ER2，I_WR2，I_SR2，I_NR2，和I_BR2，并转换成单通道浮点亮度图，分别记为I_T2，I_E2，I_W2，I_S2，I_N2，和I_B2；再采集顶部光源、中部光源以及底部光源全部打开下的原始环状精密零件图像，并转换成单通道浮点亮度图，记为I_A2；步骤4：分别计算滤光前的顶部图像I_T0与中部四幅图像I_E0，I_W0，I_S0，I_N0的差小于零的所有像素的平均值的绝对值，分别记为I_avgE，I_avgW，I_avgS，和I_avgN；再分别计算东南西北四个方向的补偿信息，即I_compE＝I_T0-I_E0+I_avgE，I_compW＝I_T0-I_W0+I_avgW， I_compS＝I_T0-I_S0+I_avgS， I_compN＝I_T0-I_N0+I_avgN；步骤5：使用夹角δ和步骤4中的补偿信息，利用软件分别对图像I_E1，I_W1，I_S1，I_N1进行修正，得到修正后的图像，即 I_adjE1＝I_E1+δ×I_compE-I_T1， I_adjW1＝I_W1+δ×I_compW-I_T1， I_adjS1＝I_S1+δ×I_compS-I_T1， I_adjN1＝I_N1+δ×I_compN-I_T1；根据夹角δ和步骤4中的补偿信息，分别对图像I_E2，I_W2，I_S2，I_N2进行修正，得到修正后的图像I_adjE2，I_adjW2，I_adjS2，I_adjN2；步骤6：创建两个新的三通道图像I_NW和I_SE，将I_adjW1作为I_NW的R通道，I_adjN1作为I_NW的G通道，并将NW的色阶调整为0至0.5；将I_adjE1作为I_SE的R通道，I_adjS1作为I_SE的G通道，并将I_SE的色阶调整为0.5至1.0；混合I_NW和I_SE获得法向图N_T1＝2×I_NW×I_SE；对应计算滤波后图像的法向图N_T2；法向信息是归一化向量，根据R和G通道的值进一步计算B通道的信息；以R通道的值是r，G通道的值是g，B通道的值被定义为：步骤7：对图像N_T1和N_T2去除边缘、亮度调整和对比度调整后，记为图像normal1和图像normal2；最终的法向图由图像normal1和图像normal2混合，命名为图像Normal，其中Normal＝0.5×(normal1+normal2)；根据原始环状精密零件图像与预设基准之间的定位关系，对法向图进行归一化，将环状精密零件图像需要检测的部分展开成矩形；步骤8：环状精密零件图像的缺陷检测分成训练阶段和测试阶段；步骤8-1：训练阶段，重复步骤1至步骤7，采集一组精密零件的样本图像并计算法向图，获取训练所需的正负样本，以正常无缺陷图像的法向图作为正样本，以有缺陷图像的法向图作为负样本，在负样本上对零件缺陷类别和深度进行人工标注；提取正样本以及负样本的联合特征，捕捉缺陷的显著特征，结合快速特征金字塔，加快特征提取速度，同时利用AdaBoost算法和线性支撑向量机SVM训练多个分类器并进行联接，构造用于环状精密零件表面微型缺陷的视觉检测的级联分类器；步骤8-2：对输入的环状精密零件图像进行法向图重建和归一化，并将归一化后的零件法向图进行缺陷检测，初始阶段分类器用于消除非缺陷图像，经过四个阶段分类器的处理后，得到的候选缺陷区域数目减少，通过上述阶段的分类器处理，最终将候选的缺陷区域按相似性进行排列，相似性值超过人为设定阈值0.6的缺陷区域确定为目标缺陷，对应的零件确定为缺陷零件。 10.根据权利要求9所述的一种环状精密零件表面微型缺陷的视觉检测系统的检测方法，其特征在于，步骤8中联合特征包括：颜色空间LUV中的颜色特征、旋转不变局部二进制描述子、归一化梯度幅值和梯度方向直方图。
所属类别：	发明专利