铸件毛边检测方法及装置与流程

本发明涉及模具制造领域，特别是涉及一种铸件毛边检测方法及装置。

背景技术

目前大部分金属以及塑料制品在生产过程中，因客观工艺流程，不可避免地存在一定的瑕疵，诸如印痕、冲蚀、划痕、毛边等。尤其在与磨具不可能完全闭合情况下，产生的毛边，这些毛边严重影响工件质量。因此，在模制品工件生产过程中，对于毛边的检测非常重要，是保证产品质量的一个重要环节。

目前的生产工艺中对铸件毛边的检测还是使用人工的传统方法，依靠经验和肉眼观察来辨识毛边，带有一定的主观性和不确定，存在漏检、错检的情况，导致检测效率低，且同时耗费大量人力。

技术实现要素：

鉴于上述状况，有必要针对现有技术中铸件毛边检测效率低的问题，提供一种铸件毛边检测方法及装置。

一种铸件毛边检测方法，包括：

获取预设条件下图像采集装置采集的被测铸件的原始图像，所述预设条件为采用漫反射光源且从被测物的后面照射被测物；

将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像；

对所述铸件图像进行开运算计算，得到参考图像；

对所述铸件图像与所述参考图像进行差值处理，以确定所述被测铸件是否有毛边。

进一步的，上述铸件毛边检测方法，其中，所述对所述铸件图像与所述参考图像进行差值处理，以确定所述被测铸件是否有毛边的步骤包括：

对所述铸件图像与所述参考图像进行差值处理，得到所述被测铸件的轮廓；

计算所述被测铸件的轮廓上的每个轮廓点与所述参考图像的边界的距离，得到多个距离值；

当任意一所述距离值大于阈值距离时，确定所述被测铸件上有毛边。

进一步的，上述铸件毛边检测方法，其中，所述对所述铸件图像进行开运算计算的步骤包括：

以小于所述被测铸件的半径的圆作为开运算的基本单元，对所述铸件图像进行开运算计算。

进一步的，上述铸件毛边检测方法，其中，所述确定所述被测铸件是否有毛边的步骤之后还包括：

当所述被测铸件有毛边时，确定所述毛边所在区域的起点和终点；

分别计算所述起点和所述终点相对于所述被测铸件中心的角度。

进一步的，上述铸件毛边检测方法，其中，所述确定所述毛边所在区域的起点和终点的步骤包括：

将所述参考图像的区域轮廓向外扩充一个像素，以得到所述参考图像的边界；

确定所述毛边所在的区域与所述边界的相交的两个端点，并分别作为所述毛边所在区域的起点和终点。

进一步的，上述铸件毛边检测方法，其中，所述将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像的步骤包括：

采用lbf模型将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像。

本本发明实施例还提供了一种铸件毛边检测装置，包括图像采集装置、照明装置和图像处理器，所述照明装置安装在被测铸件区域的背面，所述图像处理器包括：

获取模块，用于获取预设条件下图像采集装置采集的被测铸件的原始图像，所述预设条件为采用漫反射光源且从被测物的后面照射被测物；

图像分割模块，用于将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像；

第一计算模块，用于对所述铸件图像进行开运算计算，得到参考图像；

处理模块，用于对所述铸件图像与所述参考图像进行差值处理，以确定所述被测铸件是否有毛边。

进一步的，上述铸件毛边检测装置，其中，所述处理模块具体用于：

对所述铸件图像与所述参考图像进行差值处理，得到所述被测铸件的轮廓；

计算所述被测铸件的轮廓上的每个轮廓点与所述参考图像的边界的距离，得到多个距离值；

当任意一所述距离值大于阈值距离时，确定所述被测铸件上有毛边。

进一步的，上述铸件毛边检测装置，其中，所述第一计算模块具体用于：

以小于所述被测铸件的半径的圆作为开运算的基本单元，对所述铸件图像进行开运算计算。

进一步的，上述铸件毛边检测装置，还包括：

确定模块，用于当所述被测铸件有毛边时，确定所述毛边所在区域的起点和终点；

第二计算模块，用于分别计算所述起点和所述终点相对于所述被测铸件中心的角度。

进一步的，上述铸件毛边检测装置，其中，所述确定模块具体用于：

将所述参考图像的区域轮廓向外扩充一个像素，以得到所述参考图像的边界；

确定所述毛边所在的区域与所述边界的相交的两个端点，并分别作为所述毛边所在区域的起点和终点。

进一步的，上述铸件毛边检测装置，其中，所述图像分割模块具体用于：

采用lbf模型将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像。

本发明实施例采用亮视场漫反射背光照方式获取被测铸件的原始图像，在这样有利于对采集的铸件图像提取目标物，背景高亮度显示，铸件显著性目标为黑色，可以较大地提高后续分割毛边的速度。采用图像分割的方法将被测铸件与背景分割，并通过形态学中的开运算对原始图像进行处理后，从铸件图像中减去开运算处理后的图像，可精准地分割出铸件的边缘轮廓的图像，通过对铸件的边缘轮廓进行距离计算，从而可精确的判断被测铸件上是否存在毛边。本发明实施例满足自动化制造系统中对产品工序检测的智能化要求，提高了检测的效率和检测结果的可靠性。

附图说明

图1为本发明第一实施例中的铸件毛边检测方法的流程图；

图2图像采集装置及照明装置的位置关系图；

图3为本发明第二实施例中的铸件毛边检测方法的流程图；

图4为本发明第二实施例中图像分割后得到的铸件图像的示意图；

图5为本发明第二实施例中被测铸件轮廓的图像的示意图；

图6为本发明第二实施例中毛边的位置示意图。

图7为本发明第三实施例中的铸件毛边检测装置的结构框图；

图8为本发明第三实施例中的该图像处理器的结构框图；

图9为本发明第三实施例中报警装置的电路结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

请参阅图1，为本发明第一实施例中的铸件毛边检测方法，该方法应用于铸件毛边检测装置中，该铸件毛边检测装置包括图像采集装置、照明装置和图像处理器。该图像采集装置用于采用铸件的图像，其可采用cmos图像采集装置。该照明装置用于在铸件检测过程中提供光源，以便于获取到清晰的被测铸件的图像。如图2所示，具体实施时，该照明装置安装在被测铸件区域的背面，即从被测铸件的后面照射，可以凸显铸件轮廓。该照明装置采用漫反射光源，通过采用明场漫射背光照明结构，可有效提取铸件显著性区域。该图像处理器用于对采集的图像进行分析和处理，例如可为计算机设备或专用图像处理器。该铸件毛边检测方法包括步骤s11～s14。

步骤s11，获取预设条件下图像采集装置采集的被测铸件的原始图像，所述预设条件为采用漫反射光源且从被测物的后面照射被测物。

该方法的步骤可通过铸件毛边检测装置的图像处理器执行，该图像处理器获取图像采集装置在预设条件下采集的被测铸件的原始图像。该预设条件即为采用漫反射的照明装置从被测铸件的背面照射该铸件。通过漫反射、亮视场背光采集的被测铸件的图像，其背景为亮，目标较暗，可以较大地提高后续图像分割的速度。

步骤s12，将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像。

通过图像分割的方法被测铸件的原始图像进行分割，将原始图像中的物体从背景中分离。现有的图像分割算法方法有多种，例如基于阈值的分割方法、基于边缘的分割方法、基于区域的分割方法、基于聚类分析的分割方法等。本实施例中，采用lbf(localbinaryfitting)模型进行背景与被测物的分割。lbf模型是一种基于区域的活动轮廓模型，该算法利用高斯函数取得图像的灰度信息，而不需要进行局部灰度阈值分割，灰度可以近似地认为在全局上不存在偏差场。在lbf模型进行整体分割时，计算量小、演化收敛缓快、效率高。

步骤s13，对所述铸件图像进行开运算计算，得到参考图像。

步骤s14，对所述铸件图像与所述参考图像进行差值处理，以确定所述被测铸件是否有毛边。

为了确定铸件的边缘是否存在毛边，需要得到铸件的边缘图像，以进行边缘图像的分析。本实施例中采用区域形态学进行区域毛边检测，一般铸剑边缘的毛边呈现为凸起部分，采用区域形态学的开运算从原始图像中减去开运算结果。对铸件图像进行开运算时根据铸件的形状尺寸确定合适的开运算基本结构单元。本实施例中铸件的圆形，因此采用圆作为基本结构单元。圆的半径略小于铸件的半径，例如圆的半径比铸件半径略小于0.01mm即可确保开运算后铸件边缘毛边剔除，也可避免将整个铸件物去掉。

进一步的，在上述开运算的基础上，可再采用5*5的窗口作为结构元素进行一次开运算计算，进一步剔除小的毛边。多次对铸件图像进行开运算计算，得到的参考图像中铸件物轮廓光滑、清晰。

对铸件图像与参考图像进行差值处理，即将原始图像中的物体区域减去开运算后的区域，从而将毛边分割出来。通过差值处理后的图像确定被测铸件是否有毛边。具体的，确定所述被测铸件是否有毛边的具体步骤包括：

对所述铸件图像与所述参考图像进行差值处理，得到所述被测铸件的轮廓；

计算所述被测铸件的轮廓上的每个轮廓点与所述参考图像的边界的距离，得到多个距离值；

当任意一所述距离值大于阈值距离时，确定所述被测铸件上有毛边。

其中，铸件图像与参考图像进行差值处理，得到被测铸件的轮廓。计算该轮廓上的每个轮廓点与参考图像边界的距离，该距离即是指垂直距离。这里以开运算后的被测预期为参考形状，通过对开运算的区域进行距离变换来实现距离的计算。当被测铸件的轮廓上的任意一轮廓点大于预设的阈值距离时，确定该被测铸件上存在毛边。该预设距离可根据实际需要进行设置，例如设置为0.1mm。

本实施例采用亮视场漫反射背光照方式获取被测铸件的原始图像，在这样有利于对采集的铸件图像提取目标物，背景高亮度显示，铸件显著性目标为黑色，可以较大地提高后续分割毛边的速度。采用图像分割的方法将被测铸件与背景分割，并通过形态学中的开运算对原始图像进行处理后，从铸件图像中减去开运算处理后的图像，可精准地分割出铸件的边缘轮廓的图像，通过对铸件的边缘轮廓进行距离计算，从而可精确的判断被测铸件上是否存在毛边。本实施例满足自动化制造系统中对产品工序检测的智能化要求，提高了检测的效率和检测结果的可靠性。

请参阅图3，为本发明第二实施例中的铸件毛边检测方法，包括步骤s21～s26。

步骤s21，获取预设条件下图像采集装置采集的被测铸件的原始图像，所述预设条件为采用漫反射光源且从被测物的后面照射被测物。

即采用漫反射的照明装置从被测铸件的背面照射该铸件，通过漫反射、亮视场背光采集的被测铸件的图像，其背景为亮，目标较暗，可以较大地提高后续图像分割的速度。

步骤s22，采用lbf模型将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像。

lbf模型是一种基于区域的活动轮廓模型，该算法利用高斯函数取得图像的灰度信息，并通过非负核函数的参数大小来决定拟合的灰度值区域的范围。将原始图像进行图像分割后得到去除背景的铸件图像(如图4所示)。

步骤s23，对所述铸件图像进行开运算计算，得到参考图像。

步骤s24，对所述铸件图像与所述参考图像进行差值处理，得到所述被测铸件的轮廓。

本实施例采用区域形态学中的开运算对铸件图像进行处理，得到参考图像。并对铸件图像和参考图像进行差值处理，得到被测铸件轮廓的图像(如图5所示)，该轮廓图像清晰的显示了铸件边缘的情况。该开运算采用圆作为基本结构单元，圆的大小略小于铸件的大小，这样可以确保铸件上的毛边可以剔除，同时也不会将整个物体的去除掉。为确保边界上小的毛边区域也能剔除，这里采用5*5的窗口作为结构元素进一步剔除小的毛边。

步骤s25，计算所述被测铸件的轮廓上的每个轮廓点与所述参考图像的边界的距离，得到多个距离值。

步骤s26，当任意一所述距离值大于阈值距离时，确定所述被测铸件上有毛边，并确定所述毛边所在区域的起点和终点。

计算被测铸件轮廓上的每个轮廓点与参考图像边界的距离，该距离即是指垂直距离。这里以开运算后的被测预期为参考形状，通过对开运算的区域进行距离变换来实现距离的计算。当被测铸件的轮廓上的任意一轮廓点大于预设的阈值距离时，确定该被测铸件上存在毛边。当确定铸件上有毛边时，检测该毛边所在区域的起点和终点。

具体的，确定所述毛边所在区域的起点和终点的步骤包括：

将所述参考图像的区域轮廓向外扩充一个像素，以得到所述参考图像的边界；

确定所述毛边所在的区域与所述边界的相交的两个端点，并分别作为所述毛边所在区域的起点和终点。

参考图像的边界通过在原有区域上向外扩充一个像素的位置得到，毛边区域的每个连通部分都与边界相交，通过骨骼算子，可以划分出含有相交区域的端点，对任意一毛边区域可确定两个端点，分别为该毛边的起点和终点。

经过形态学中的距离变换以及骨骼架可以精准获得毛边的尺寸信息，对于小的毛边也可以使用该灰度形态学可靠地检测。

步骤s27，分别计算所述起点和所述终点相对于所述被测铸件中心的角度。

本实施例可利用反正切函数计算出毛边的起点和终端相对于被测铸件中心的角度。如图6所示，为其中一个毛边的起点、终点的角度。

可以理解的，本实施例中，检测到的铸件上的毛边数量不定，可能是一个也可能时多个，当存在多个毛边时，则需要确定每个毛边所在区域的起点和终点位置。每个毛边的起点和终点的位置的确认方法相同。

进一步的，作为本发明的一种可实施的方式，当确定出被测铸件上有毛边时，可发出报警提示。该报警提示通过触发报警装置来实现，该报警装置包括蜂鸣器和led报警灯。

本实施例中的铸件毛边检测器可以在多种场合下使用，尤其是在金属以及塑料铸件生产过程中，其在边缘产生的锐利毛边，可以精准给出毛边的大小以及位置信息，便于后期对毛边的剔除处理，对铸件质量检测方面具有重要意义。满足自动化制造系统中对产品工序检测的智能化，提高检测的效率和检测结果的可靠性。

请参阅图7，为本发明第三实施例中的铸件毛边检测装置，该铸件毛边检测装置包括图像处理器10，和与该图像处理器10连接的图像采集装置20、照明装置30和报警装置40。

该照明装置用于在铸件检测过程中提供光源，以便于获取到清晰的被测铸件的图像。具体实施时，该照明装置30安装在被测铸件区域的背面，即从被测铸件的后面照射，可以凸显铸件轮廓。该照明装置30采用漫反射光源，即采用明场漫射背光照明结构，可有效提取铸件显著性区域。

该图像采集装置20用于采用铸件的图像，其可采用cmos图像采集装置。图像采集装置20采集的被测铸件的原始图像发送至图像处理器进行图像的分析和处理，以确定该被测铸件的边缘是否存在毛边，以及该毛边的尺寸和位置。具体的，如图8所示该图像处理器包括：

获取模块101，用于获取预设条件下图像采集装置采集的被测铸件的原始图像，所述预设条件为采用漫反射光源且从被测物的后面照射被测物；

图像分割模块102，用于将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像；

第一计算模块103，用于对所述铸件图像进行开运算计算，得到参考图像；

处理模块104，用于对所述铸件图像与所述参考图像进行差值处理，以确定所述被测铸件是否有毛边。

进一步的，上述铸件毛边检测装置，其中，所述处理模块104具体用于：

对所述铸件图像与所述参考图像进行差值处理，得到所述被测铸件的轮廓；

计算所述被测铸件的轮廓上的每个轮廓点与所述参考图像的边界的距离，得到多个距离值；

当任意一所述距离值大于阈值距离时，确定所述被测铸件上有毛边。

进一步的，上述铸件毛边检测装置，其中，所述第一计算模块103具体用于：

以小于所述被测铸件的半径的圆作为开运算的基本单元，对所述铸件图像进行开运算计算。

进一步的，上述铸件毛边检测装置，所述图像处理器还包括：

确定模块105，用于当所述被测铸件有毛边时，确定所述毛边所在区域的起点和终点；

第二计算模块106，用于分别计算所述起点和所述终点相对于所述被测铸件中心的角度。

进一步的，上述铸件毛边检测装置，其中，所述确定模块105具体用于：

将所述参考图像的区域轮廓向外扩充一个像素，以得到所述参考图像的边界；

确定所述毛边所在的区域与所述边界的相交的两个端点，并分别作为所述毛边所在区域的起点和终点。

进一步的，上述铸件毛边检测装置，其中，所述图像分割模块102具体用于：

采用lbf模型将所述原始图像中的背景和被测铸件进行分割，以得到铸件图像。

如图9所示，该报警装置40包括一控制电路41及与该控制电路连接的蜂鸣器41和led报警灯42，该控制电路包括一单稳态触发器43，以及与该单稳态触发器43的连接的三极管q1。该单稳态触发器43例如可采用74ls122芯片，其正脉冲输出端q通过一电阻连接一三极管q1的基极，该三极管q1的集电极连接该蜂鸣器41，发射极连接led报警灯42，该led报警灯42接地。该该单稳态触发器43的外接电容端cx连接一电容c1，该电容c1连接第一电阻r1，该第一电阻r1的另一端与第二电阻r2的一端连接，第二电阻r2的另一端与蜂鸣器41连接。该单稳态触发器的正触发输入端b1与图像处理器10连接。图像处理器根据被测铸件图像分析的结果输出对应的电信号控制蜂鸣器和led报警灯工作。

具体的，当图像处理器分析出该被测铸件存在毛边时，复触发的单稳态触发器43将连续脉冲信号转换为高电平，在输出端q输出的信号的高电平触发下，激励三极管驱动蜂鸣器41和led报警灯42工作。需要注意的是，单稳态触发器43输出端信号脉冲需大于采集信号的积分周期。

进一步的，该铸件毛边检测装置还包括一与图像处理器10连接的显示屏50和控制面板60。该控制面板60上设置多个按键分别用于对铸件毛边检测装置的功能进行控制。例如，控制该铸件毛边检测装置的开启和关闭，以及控制铸件毛边检测装置的复位与输出方式。

该显示屏50与图像处理器10连接，用于接收图像处理器10发送的毛边参数化信息如大小和位置等信息，并实时动态地显示图像处理器10发送的信息，以便于用户查看。

本实施例中的铸件毛边检测装置可以在多种场合下使用，尤其是在金属以及塑料铸件生产过程中，其在边缘产生的锐利毛边，可以精准给出毛边的大小以及位置信息，便于后期对毛边的剔除处理，对铸件质量检测方面具有重要意义。同时，本实施例中的本实施例中的铸件毛边检测装置所使用耗材价位低廉，成型成本较低，可广泛推广在铸件生产工序中质量检测环节中。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。