一种基于图像处理的金刚石锯片裂纹检测方法与流程

本发明属于图像处理领域，尤其涉及一种基于图像处理的金刚石锯片裂纹检测方法。

背景技术：

金刚石锯片生产过程中因生产工艺水平不高、生产技术落后和材料质量的原因，导致生产的金刚石锯片中会夹杂微裂纹。裂纹的产生不仅影响产品质量，也影响使用，同时裂纹一旦误检在使用中会造成严重事故，故对金刚石表面裂纹，尤其是明显裂纹的检测是必要的。现有技术中，基于图像处理的裂纹检测技术由于经济、方便、实时和广泛的应用范围使其成为实际生产和生活中裂纹检测的关键技术。其中，基于阈值的分割方法被普遍应用。

本发明提出的基于图像处理的金刚石锯片裂纹检测方法，以阈值分割为基础，并结合数学形态学闭运算提出一种创建模板图像的方法，最终得到裂纹的骨架信息，可定性判断裂纹的存在，实际质检中可根据此初步筛出有明显裂纹缺陷的金刚石锯片，避免有明显裂纹的次品混杂在合格品中，具有一定的实际意义和应用前景。

技术实现要素：

本发明的主要目的在于提供一种基于图像处理的金刚石锯片裂纹检测方法，该方法可定性判断裂纹的存在，筛出有明显裂纹缺陷的金刚石锯片。

为达上述目的，本发明提供了如下技术方案：一种基于图像处理的金刚石锯片裂纹检测方法，具体包括如下步骤：

（1）对采集的金刚石锯片彩色图像进行灰度化处理，得到灰度直方图，以直方图中灰度值的分界点为阈值进行二值化；

（2）对二值图像采用拉普拉斯算子进行边缘检测，再进行骨架提取，得到带裂纹的金刚石锯片骨架图；

（3）对二值图像先进行形态学闭运算处理，再用拉普拉斯算子边缘检测，最后进行骨架提取，得到无裂纹的金刚石锯片骨架模板图；

（4）将带裂纹的金刚石锯片骨架图和无裂纹的金刚石锯片骨架模板图进行差分，得到的就是裂纹骨架图。

金刚石锯片的彩色图像以黑色为背景采集得到的，所以灰度图像呈现出的灰度值在灰度直方图中以双峰分布的形式出现，找到分界区域峰谷灰度值区间，取区间中点灰度值为阈值进行二值化。边缘检测能获得全部边缘轮廓，但裂纹的形状、位置等是不确定的，本发明提出基于当前采集的图像创建模板图像的方法，如步骤（3），利用形态学闭运算能够填充物体内细小的空洞，连接邻近的物体，平滑对象的轮廓，除去比结构元素更小的暗色细节的特点，填充带裂纹的二值图像，得到无裂纹的金刚石锯片轮廓，在此基础上进行处理得到无裂纹的金刚石锯片骨架模板图，最后运用差分的思想，得到的就是裂纹的骨架，将从边缘中识别裂纹的难题转化为简单的差分问题。

与现有的技术相比，本发明提出的技术方案以阈值分割为基础，并结合数学形态学闭运算提出一种创建模板图像的方法，通过差分运算最终得到裂纹的骨架信息。本发明提出的方法简单，适用性强，提取出的裂纹骨架可定性判断裂纹的存在，工厂可根据此初步筛出有明显裂纹缺陷的金刚石锯片，避免存在明显裂纹的次品混杂在合格品中，具有一定的实际意义和应用前景。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明检测方法流程图；

图2是金刚石锯片的灰度图；

图3是灰度直方图；

图4是二值化结果图；

图5是带裂纹金刚石锯片骨架图；

图6是无裂纹金刚石锯片骨架模板图；

图7是差分融合后最终得到的裂纹骨架图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下结合附图及具体实施例，对本发明作进一步地详细说明。所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，为本发明的检测方法流程图，主要包括灰度化、二值化、形态学闭运算、拉普拉斯边缘检测、骨架提取和差分融合。本发明方案具体包括如下步骤：

（1）对采集的金刚石锯片彩色图像进行灰度化处理，得到灰度直方图，以直方图中灰度值的分界点为阈值进行二值化；

（2）对二值图像采用拉普拉斯算子进行边缘检测，再进行骨架提取，得到带裂纹的金刚石锯片骨架图；

（3）对二值图像先进行形态学闭运算处理，再用拉普拉斯算子边缘检测，最后进行骨架提取，得到无裂纹的金刚石锯片骨架模板图；

（4）将带裂纹的金刚石锯片骨架图和无裂纹的金刚石锯片骨架模板图进行差分，得到的就是裂纹骨架图。

为具体说明，用一个实例进行如下说明。具体实施过程为：

在matlab软件环境下进行仿真。对黑色背景下采集的金刚石锯片彩色图（图像大小为389×389，分辨率为96dpi））进行灰度化，得到灰度图图2，通过灰度图图2得到对应灰度直方图图3，通过灰度直方图图3可以看出灰度分布为典型的双峰分布，找到分界处峰谷的灰度值区间为[71,125]，取区间中点灰度值，定为二值化阈值，这里为98，当像素点灰度值大于98则将其灰度值设置为255，若低于98则为0，得到二值化图像图4。对二值化图像图4进行两个处理：一是用拉普拉斯边缘检测后进行骨架提取，得到带裂纹金刚石锯片骨架图图5，二是进行形态学闭运算，这里用3×3的圆形结构元素对二值图像进行闭运算，再用拉普拉斯边缘检测后进行骨架提取，得到无裂纹的金刚石锯片骨架模板图图6。最后将带裂纹金刚石锯片骨架图图5和无裂纹的金刚石锯片骨架模板图图6进行差分融合，得到最终裂纹骨架图图7。若差分后有骨架信息，则该金刚石锯片有明显裂纹，为次品。

综上所述，利用本发明的裂纹检测方法，能提取出金刚石锯片裂纹骨架。提取出的裂纹骨架可定性判断裂纹的存在，工厂可根据此初步筛出有明显裂纹缺陷的金刚石锯片，避免存在明显裂纹的次品混杂在合格品中，具有一定的实际意义和应用前景。并且，本发明提出的创建无裂纹模板的方法操作简单易行。

技术特征：

技术总结
本发明涉及一种基于图像处理的金刚石锯片裂纹检测方法，其方法主要包括如下步骤：a、将金刚石锯片彩色图像灰度化，通过灰度直方图中灰度值分布的分界区域的中点灰度值为阈值进行二值化；b、用拉普拉斯算子对二值图像边缘检测后进行骨架提取，得到带裂纹锯片骨架图；c、对二值图像进行形态学闭运算，再用拉普拉斯算子边缘检测后进行骨架提取，得到无裂纹锯片骨架模板图；d、将带裂纹骨架图和无裂纹骨架模板图差分融合得到裂纹骨架图。采用该方法可直接分离出裂纹骨架，当不需要检测金刚石锯片具体纹路和裂纹信息时，可用于定性判断金刚石锯片明显裂纹的存在，方法简单易行，具有实际意义和应用前景。

技术研发人员：薛萍;姚娟;王宏民
受保护的技术使用者：哈尔滨理工大学
技术研发日：2017.07.07
技术公布日：2017.09.15