一种板状带孔工件表面缺陷检测装置和方法与流程

本发明涉及一种板状带孔工件表面缺陷检测装置和方法，属于视觉检测领域。

背景技术：

板状带孔工件，近年来被广泛应用于机床设备加工、医疗器械制造、车辆装置方面。目前大多数生产厂家仍采用人工方式寻找板状带孔工件表面缺陷，不仅对人眼伤害大，而且效率低、成本高，不能准确发现工件表面缺陷的具体位置，而且容易使人产生视觉误差，导致工件质量下降，出现漏检、误检，大大降低了产品价格和市场竞争力。

曾有生产厂家通过技术改进，采用激光扫描检测，以多点排列的点光源照射工件的表面，通过观察到达接收板的点光源的缺省程度来判断工件表面的完整程度。该检测方法不但动作复杂，需要提前排列激光发生器的发光点位置，并且激光发生器的成本及后期维护费用也比较高，增加了探伤检测的成本。

技术实现要素：

针对上述现有技术，本发明提供了一种板状带孔工件表面缺陷检测装置和方法，用以解决上述板状带孔工件表面缺陷检测所存在的技术问题。

本发明一种板状带孔工件表面缺陷检测装置予以实现的技术方案是：该装置包括传送系统、特形照明光源、工业CCD图像传感器、图像采集卡及处理器；所述的传送系统用于水平传送待检测板状带孔工件，并以匀速直线形式进行传送；所述的特形照明光源用于提供均匀照明光源，并且特形照明光源能够覆盖整个待检测板状带孔工件所在区域；所述的工业CCD图像传感器用于将光学信号转换为电信号，完成图像的采集部分；所述的图像采集卡用于接收从摄像头采集的电信号，并将收集到的模拟信号经过A/D转换，对图像信息进行存储和处理，并将数据信息传输给处理器；所述的处理器是在编程环境中实现相应代码的运行，计算、标记出缺陷位置并直观显示出来；

所述的待检测板状带孔工件水平置于所述的传送系统中；所述的特形照明光源为顶部是弧形、水平切面是矩形的棚状结构光源，并且特形照明光源能够覆盖整个所述的待检测板状带孔工件所在区域；所述的特形照明光源设置在所述的工业CCD图像传感器的镜头四周，并与所述的工业CCD图像传感器连接固定；所述的特形照明光源的几何模型的数学表达式为：

(1)

其中，、为未知数系数，、、为边界值；所述的工业CCD图像传感器包括：摄像机主体、镜头及C接口；所述的摄像机主体采用工业CCD摄像机；所述的摄像机主体与镜头通过C接口连接；所述的镜头设置在所述的特形照明光源内侧，并垂直于所述的待检测板状带孔工件；所述的图像采集卡为图像采集部分与图像处理部分的接口。

本发明提出的一种板状带孔工件表面缺陷检测方法，是利用上述一种板状带孔工件表面缺陷检测装置，并按照以下步骤：

所述的待检测板状带孔工件水平置于所述的传送系统中，并以直线的形式匀速地从镜头下方移过，镜头实时采集完整的图像信息；所述的工业CCD图像传感器将光学信号转换为电信号，再经过所述的图像采集卡接收从摄像头采集到的电信号，并将采集到的模拟信号经过A/D转换，对图像信息进行存储和处理，并由图像采集卡将数据信息传输给所述的处理器；在处理器中，首先通过编程软件对图像进行预处理，改善图像的视觉效果和清晰度，包含直方图均衡化处理、归一化处理、中值滤波，再根据图像特征对图像进行二值化处理；接着使用边缘检测技术，在抑噪的同时用边缘点勾画出各个对象的轮廓，分析图像某些需要识别的目标；然后通过图像分割技术，对比图像中显著值的异常位置进行区域标记，最后提取图像特征，并直观发现缺陷所在位置。

步骤一、谱剩余算法计算：

首先对输入的灰度图像进行二维离散傅里叶变换，将图像从空间域转入频率域:，其中，为灰度图像空间域坐标，为灰度图像频率域坐标；

(2)

其中，为该点傅里叶频谱值。再求幅度谱和相位谱：

(3)

(4)

对幅度谱取对数，得到其幅值的Log谱：

(5)

然后对Log谱进行平滑滤波，获取Log谱的大概形状：

(6)

其中，是一个的平滑滤波器，为平滑滤波器的空域带宽。求取两者的差值，得到谱残差：

(7)

对谱残差和相位谱进行二维傅里叶逆变换，得

(8)

其中，表示灰度图像中每点坐标的显著值。

步骤二、阈值的设定：

本发明采用两种方法设置阈值，并分别将阈值与同一幅图像中各像素点的显著值对比，将显著值大于等于阈值的像素点标记为“1”，记为目标区域；显著值小于阈值的像素点标记为“0”，记为背景区域。

根据自适应阈值算法求解阈值。将设为给定图像的平均显著值：

(9)

其中，、对应图像的长和宽。将获取的图像的每处显著值与自适应阈值比较，将大于等于阈值的像素点标记为“1”，小于阈值的像素点标记为“0”， 并把该幅图像中的所有像素点集合用由0、1组成的行列矩阵表示。

根据大律法求解阈值。将该幅图像显著值范围记为，(为最大显著值)。预先设置一阈值将上述图像显著值分为两类：,，并将与分别记为目标与背景，两者的类间方差为：

(10)

(11)

(12)

其中，表示图像中显著值低于的像素个数，表示图像中显著值高于等于的像素个数，为低于的总像素的平均显著值，为高于等于的总像素的平均显著值；

使得值最大的值就是所需的阈值，即。再将与图像的每处显著值比较，将大于等于阈值的像素点标记为“1”，小于阈值的像素点标记为“0”， 并把该幅图像中的所有像素点集合用由0、1组成的行列矩阵表示。

步骤三、标记缺陷

将矩阵与矩阵对应元素相乘，得新矩阵。即：。由矩阵点乘公式可知，矩阵也是由元素0、1构成，元素1表示该像素点显著值均大于等于两阈值，即目标图像的重合位置。再按照从左往右、从上往下的顺序依次寻找三个矩阵、、中元素为1的连通区，分别将每个矩阵的连通区记为、、。选取矩阵，对矩阵中所有元素求和，记和为；对矩阵中所有元素求和，记和为。引入函数，令 (13)

若，则认为在r处为缺陷位置。若小于，则认为是误差检测，工件此处无缺陷。

与现有技术相比，本发明的有益效果是：

本发明提供的一种板状带孔工件表面缺陷检测装置和方法，采用特形照明光源取代现有的点光源，能够均匀照射，不存在光差现象，解决了待检测板状带孔工件表面检测受照明程度影响导致采集图像不清晰的问题。本发明对于待检测板状带孔工件图像的采集方式不存在同步时差，能够实时显示待检测板状带孔工件表面缺陷位置，软硬件互换度高，适用于动态目标物的视觉成像，且图像精度高、色彩还原度高。

附图说明

图1为本发明提供的一种板状带孔工件表面缺陷检测装置结构图；

图2为本发明提供的特形照明光源结构示意图；

图3为本发明提供的一种板状带孔工件表面缺陷检测装置的检测系统流程图。

图中：1-传送系统，2-待检测板状带孔工件，3-特形照明光源，4-工业CCD图像传感器，5-图像采集卡，6-处理器。

具体实施方式

下面结合具体实施方式对本发明作进一步详细地描述。

如图1所示，本发明一种板状带孔工件表面缺陷检测装置，包括传送系统1、特形照明光源3、工业CCD图像传感器4、图像采集卡5及处理器6。所述的传送系统1用于水平传送所述的待检测板状带孔工件2，并以匀速直线形式进行传送；所述的特形照明光源3用于提供均匀照明光源，并且特形照明光源3能够覆盖整个待检测板状带孔工件2所在区域；所述的工业CCD图像传感器4用于将光学信号转换为电信号，完成图像的采集部分；所述的图像采集卡5用于接收从摄像头采集的电信号，并将收集到的模拟信号经过A/D转换，对图像信息进行存储和处理，并将数据信息传输给所述的处理器6；所述的处理器6是在编程环境中实现相应代码的运行，计算、标记出缺陷位置并直观显示出来。

所述的待检测板状带孔工件2水平置于所述的传送系统1中；所述的特形照明光源3为顶部是弧形、水平切面是矩形的棚状结构光源，并且特形照明光源3能够覆盖整个所述的待检测板状带孔工件2所在区域；所述的特形照明光源3设置在所述的工业CCD图像传感器4的镜头四周，并与所述的工业CCD图像传感器4连接固定；所述的特形照明光源3的几何模型的数学表达式为：

(1)

其中，、为未知数系数，、、为边界值；所述的工业CCD图像传感器4包括摄像机主体、镜头及C接口；所述的摄像机主体采用工业CCD摄像机；所述的摄像机主体与镜头之间通过C接口连接；所述的镜头垂直于所述的待检测板状带孔工件2；所述的图像采集卡5为图像采集部分与图像处理部分的接口。

本发明提出的一种板状带孔工件表面缺陷检测方法，是利用上述一种板状带孔工件表面缺陷检测装置，并按照以下步骤：

所述的待检测板状带孔工件2水平置于所述的传送系统1中，并以直线的形式匀速地从镜头下方移过，镜头实时采集完整的图像信息；所述的工业CCD图像传感器4将光学信号转换为电信号，再经过所述的图像采集卡5接收从摄像头采集的电信号，并将采集到的模拟信号经过A/D转换，对图像信息进行存储和处理，并由图像采集卡5将数据信息传输给所述的处理器6；在处理器6中，首先通过编程软件对图像进行预处理，改善图像的视觉效果和清晰度，包含直方图均衡化处理、归一化处理、中值滤波，再根据图像特征对图像进行二值化处理；接着使用边缘检测技术，在抑噪的同时用边缘点勾画出各个对象的轮廓，分析图像某些需要识别的目标；然后通过图像分割技术，对比图像中显著值的异常位置进行区域标记，最后提取图像特征，并直观发现缺陷所在位置。

如图3所示，一种板状带孔工件表面缺陷检测装置的检测流程依次为光源照射、图像采集传输、图像预处理、图像边缘检测、图像分割及图像识别，最终标记缺陷。

光源照射采用所述的特形照明光源3向所述的待检测板状带孔工件2投射均匀光。

图像采集传输为所述的镜头实时采集完整的图像数据，通过所述的工业CCD图像传感器4将光学信号转换为电信号，再经过所述的图像采集卡5接收从摄像头采集到的电信号，并将收集到的模拟信号经过A/D转换，对图像信息进行采集存储和传输。

图像预处理为所述的处理器6首先对图像建立灰度直方图，直观发现图像中像素亮度的分布情况；再对直方图进行均衡化、归一化处理，使图像的灰度均匀分布、增大反差，图像细节更加清晰；接着进行中值滤波，对图像滤除噪声，保护信号的细节信息，并保护图像边缘；最后对图像进行二值化处理，利用图像中的显著值差异，对比设定的阈值，将每个像素点归于一个区域，把目标区域标记为“1”，背景区域标记为“0”，从而一幅灰度图像变为二值图像。

图像边缘检测为用边缘点勾画出各个对象的轮廓，分析出图像中需要识别的目标，即突出图像的边缘以提取图像特征。

图像分割为对标识边缘检测后图像中亮度不同的点进行分割，将其划分为若干不重叠区域。

图像识别为先采用谱剩余的显著目标检测法对所述的待检测板状带孔工件2进行检测，再使用综合比对法识别待检测板状带孔工件2表面缺陷位置。

步骤一、谱剩余算法计算：

首先对输入的灰度图像进行二维离散傅里叶变换，将图像从空间域转入频率域:，其中，为灰度图像空间域坐标，为灰度图像频率域坐标；

(2)

其中，为该点傅里叶频谱值。再求幅度谱和相位谱：

(3)

(4)

对幅度谱取对数，得到其幅值的Log谱：

(5)

然后对Log谱进行平滑滤波，获取Log谱的大概形状：

(6)

其中，是一个的平滑滤波器，为平滑滤波器的空域带宽。求取两者的差值，得到谱残差：

(7)

对谱残差和相位谱进行二维傅里叶逆变换，得

(8)

其中，表示灰度图像中每点坐标的显著值。

步骤二、阈值的设定：

本发明采用两种方法设置阈值，并分别将阈值与同一幅图像中各像素点的显著值对比，将显著值大于等于阈值的像素点标记为“1”，记为目标区域；显著值小于阈值的像素点标记为“0”，记为背景区域；

根据自适应阈值算法求解。将阈值设为给定图像的平均显著值：

(9)

其中，、对应图像的长和宽。将获取的每处显著值与自适应阈值比较，通过对比，将大于等于阈值的像素点标记为“1”，小于阈值的像素点标记为“0”， 并把该幅图像中的所有像素点集合用由0、1组成的行列矩阵表示。

根据大律法求解。将图像显著值范围记为,(为最大显著值)。预先设置一阈值将上述图像显著值分为两类：,，并将与分别记为目标与背景，两者的类间方差为：

(10)

(11)

(12)

其中，表示图像中显著值低于的像素个数，表示图像中显著值高于等于的像素个数，为低于的总像素的平均显著值，为高于等于的总像素的平均显著值；

使得值最大的值就是所需的阈值，即。再将T与图像的每处显著值比较，将大于等于阈值的像素点标记为“1”，小于阈值的像素点标记为“0”， 并把该幅图像中的所有像素点集合用由0、1组成的行列矩阵表示。

步骤三、标记缺陷

将矩阵与矩阵对应元素相乘，得新矩阵。即：。由矩阵点乘公式可知，矩阵也是由元素0、1构成，元素1表示该像素点显著值均大于等于两阈值，即目标图像的重合位置。再按照从左往右、从上往下的顺序依次寻找三个矩阵、、中元素为1的连通区，分别将每个矩阵的连通区记为、、。选取矩阵，对矩阵中所有元素求和，记和为；对矩阵中所有元素求和，记和为。引入函数，令 (13)

若，则认为在r处为缺陷位置。若小于，则认为是误差检测，工件此处无缺陷。

本发明中，图像预处理、图像边缘检测、图像分割技术属于本领域类公知常识，本领域内的技术人员可根据被测物的具体要求再现，在此不再赘述。

尽管上面结合图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是局限性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以作出很多变形，这些均属于本发明的保护之内。