一种基于机器视觉的陶瓷阀芯表面缺陷检测方法
【技术领域】
[0001] 本发明属于陶瓷阀芯检测领域，具体涉及一种基于机器视觉的陶瓷阀芯表面缺陷 检测方法。
【背景技术】
[0002] 陶瓷阀芯是水龙头的核心部件，直接影响其密封性能和使用寿命。当陶瓷阀芯工 作面抛光不均匀，或者存在裂纹与破损时，水龙头就会产生漏水现象。因此，在水龙头的装 配前，需要对陶瓷阀芯进行严格的外观检测。目前绝大多数的水龙头制造企业都采用人工 检测的方式对陶瓷阀芯进行外观检测。这不仅增加了人工成本和管理成本，而且由于人眼 检测的疲劳性和不稳定性，无法保证陶瓷阀芯检测的准确率和效率。并且随着生产规模的 扩大与生产线运行速度的提升，人工检测在效率上无法满足现代大工业生产的要求。
【发明内容】
[0003] 本发明的目的就是要针对传统加工方法的不足，提供基于机器视觉的陶瓷阀芯表 面缺陷检测方法，提高了检测效率及准确率。
[0004] 为实现上述目的，本发明所设计的基于机器视觉的陶瓷阀芯表面缺陷检测方法， 包括如下步骤：
[0005] A、对不同型号的陶瓷阀芯分别建立模板及掩模板，其中：每种型号的模板及掩模 板包括抛光面模板及抛光面掩模板、非抛光面模板及非抛光面掩模板；
[0006] B、根据待检测陶瓷阀芯的待检测面图像分别与对应型号的抛光面模板、非抛光面 模板进行模板形状匹配;若待检测面图像与抛光面模板和非抛光面模板均不匹配，则判断 该待检测陶瓷阀芯不合格;若待检测面图像至少与抛光面模板、非抛光面模板中的一个匹 配成功，则进行步骤C;
[0007] C、根据步骤B中的匹配结果，确定待检测面图像的表面、位置和方向，然后将待检 测面图像与步骤B中选定的模板及掩模板配准;配准后进行步骤D;
[0008] D、对待检测陶瓷阀芯的待检测面图像进行Blob检测；若Blob检测不合格，则判断 该待检测陶瓷阀芯不合格;若Blob检测合格，则进行步骤E;
[0009] E、对待检测面图像进行裂纹检测；若裂纹检测不合格，则判断该待检测陶瓷阀芯 不合格，检测完毕;若裂纹检测合格，则收集，检测完毕。
[0010] 进一步地，所述步骤A根据不同型号合格的陶瓷阀芯建立模板及掩模板具体过程 如下：
[0011] al、对每种型号陶瓷阀芯的两个检测面图像分别进行阈值分割，得到剔除杂质背 景的目标灰度图像，经最小外接矩形截取感兴趣区域作为模板；
[0012] a2、将步骤al中的两个模板分别提取边缘特征，作为模板形状特征进行保存；
[0013] a3、再对步骤a2中的两个模板进行阈值分割，根据不同区域的灰度特征，将每个模 板分割成N个不同的连通区域，且每个连通区域内的灰度一致，得到个数与连通区域个数相 同的掩模板。
[0014] 进一步地，所述步骤B中根据待检测陶瓷阀芯的待检测面图像分别与对应型号的 抛光面模板、非抛光面模板进行模板形状匹配的具体过程如下：
[0015] bl、将待检测面图像用最小外接矩形截取待检测感兴趣区域图像；
[0016] b2、将步骤bl中待检测感兴趣区域图像的形状特征分别与对应型号的抛光面模 板、非抛光面模板形状特征进行匹配运算，得到各自的匹配度、匹配中心和方向；若匹配度 均小于预设阈值，则判断该待检测陶瓷阀芯不合格;若至少一个匹配度大于预设阈值，则根 据匹配度的大小判断待检测面图像是抛光面图像还是非抛光面图像，获取待检测面图像与 其相对应模板的相对位置(x，y)和相对旋转角度Θ，并选择相对应的掩模板，继续进行步骤 C〇
[0017] 进一步地，所述步骤C中根据步骤B中的匹配结果，确定待检测面图像的表面、位置 和方向，然后将待检测面图像与步骤B中选定的模板及掩模板配准的具体过程如下：
[0018] 根据步骤b2中相对位置(X，y)和相对旋转角度Θ，对所选择的相对应模板及掩模板 进行仿射变换，使待检测面图像与相对应模板及掩模板进行配准。
[0019] 进一步地，所述步骤D对待检测面图像进行Blob检测的具体过程如下：
[0020] dl、取步骤C中经过配准的模板与待检测感兴趣区域图像，进行差分运算，得到差 分图像，并对差分图像进行预设阈值的二值化，选取灰度值小于预设阈值的像素所对应的 位置作为缺陷候选区域；
[0021] d2、对缺陷候选区域进行Blob分析:对dl步骤的缺陷候选区域进行形态学开运算， 消除噪声，并使邻近灰度值区域连通；
[0022] d3、对d2步骤得到的连通区域进行特征分析：当至少有一个连通区域的面积大于 预设阈值时，则判断Blob缺陷存在，该待检测陶瓷阀芯不合格;否则，继续执行步骤E。
[0023]进一步地，所述步骤E中对步骤D中Blob检测合格的待检测面图像进行裂纹检测具 体过程如下：
[0024] 对目标待检测图像区域进行第一次平滑降噪点处理得到前景图像，然后对前景图 像进行第二次平滑处理得到背景图像，将前景图像和背景图像进行灰度值差分运算，经阈 值筛选，取差分图像灰度值在预设范围内，得到预含有裂纹的像素点集，对所得到的预含有 裂纹的像素点集在预设的邻域半径内进行闭运算，使相互邻近的点连接在一起，形成连通 区域，对各连通区域按面积阈值和长宽比进行筛选，若筛选出符合裂纹特征的区域，则剔除 该待检测陶瓷阀芯，反之则该待检测陶瓷阀芯合格，检测完毕。
[0025] 进一步地，所述步骤al在对每种型号的两个检测面图像分别进行阈值分割之前对 每种型号的两个检测面图像滤波；
[0026] 所述步骤al中对每种型号的两个检测面图像分别进行阈值分割得到目标灰度图 像的具体方法如下：
[0027] 设G(x，y)为检测面图像像素点（x，y)处的灰度值，Tbg为背景阈值，RTaiiP(x，y)是阈 值分割后的灰度值，令 、、、 、 綠
[0028] 0 , .
[0029]所述步骤a2对两个模板分别提取边缘特征，其边缘特征由一系列点 i = l，2,3···η构成，每一个点所对应的梯度方向向量为di= (ti，m)T，且di' = (ti'，m'）T = R (Θ) di为旋转矩阵表达式；
[0030] 所述步骤a3中分别对两个模板进行阈值分割的方法与步骤al中对每种型号的两 个检测面图像进行阈值分割的方法相同。
[0031] 进一步地，所述步骤b2中将步骤bl中待检测感兴趣区域图像的形状特征分别与对 应型号的抛光面模板、非抛光面模板形状特征进行匹配运算的具体方法如下：
[0032]待检测感兴趣区域图像进行阈值分割得到目标待检测图像区域，其阈值分割的方 法与步骤al中阈值分割的方法相同；
[0033]然后对目标待检测图像区域进行边缘特征提取，用点（x，y)和与之相对应的方向 向量
[0034] eqV yVx+AyV dx+AyV "表示，则归一化后的匹配度量函数表达式如下：
[0035]
[0036] 当与其中至少一个模板匹配的匹配度s大于预设阈值时，则目标待检测图像区域 与所选取的模板匹配，否则不匹配;若匹配成功，则根据匹配度，判断出待检测面图像是抛 光面图像还是非抛光面图像。
[0037] 进一步地，所述根据步骤b2中相对位置(x，y)和相对旋转角度Θ，对所选择的相对 应模板及掩模板进行仿射变换，使待检测面图像与相对应模板及掩模板进行配准的具体方 法如下：
[0038]根据步骤b2中相对位置(x，y)和相对旋转角度Θ，设目标待检测图像区域的像素点 或特征点坐标为(u，v)，则经过平移与旋转后，新的坐标为(u'，v'），满足如下关系： u 1 [cos