一种喷丸成形中重叠弹坑的图像分割方法与流程

本发明涉及喷丸成形领域，具体地说，特别涉及到一种喷丸成形中重叠弹坑的图像分割方法。

背景技术：

喷丸成形是通过大量的弹丸高速撞击金属材料表面，在表面产生金属材料流动和应力层，从而使金属材料发生变形，从而达到让金属件成形的目的。由于该方法不需要模具，因此在航空航天领域得到大量的应用。

在喷丸成形工艺过程中，金属表面所受到的冲击能量远高于喷丸强化。在喷丸成形工艺结束后，会在金属表面留下一个一个的目视可见的弹坑。对于不同厚度、不同材料的金属零件而言，弹坑的尺寸会影响该零件的综合力学性能。过大的弹坑会降低金属零件的疲劳性能，因此需要对加工后的零件表面进行弹坑尺寸检测。

目前弹坑尺寸的测量，主要依靠人工目视检查来完成。由于在喷丸过程中，弹坑之间相互重叠率较高，因此人工目视检查无法完成。若采用机器视觉系统进行检测，首先需要解决的问题就是，相互重叠弹坑的分割。如果不能有效实现弹坑的分割，则无法今后后续的弹坑直径的测量。基于此需求，本发明提供了一种重叠弹坑的分割算法，有效解决了重叠弹坑的分割问题。

技术实现要素：

本发明的目的在于针对现有技术中的不足，提供一种喷丸成形中重叠弹坑的图像分割方法，以解决现有技术中存在的问题。

本发明所解决的技术问题可以采用以下技术方案来实现：

一种喷丸成形中重叠弹坑的图像分割方法，所述图像分隔方法基于机器视觉系统，所述机器视觉系统的光源在弹坑的凹陷最低处产生异于弹坑亮度的反光中心，所述图像分割方法基于反光中心确定弹坑的中心位置，并根据弹坑的中心位置分割重叠的弹坑。

进一步的，所述图像分隔方法包括如下步骤：

1)获取金属表面的图像，并对图像进行预处理，以去除图像中的干扰信息；

2)对图像进行二值化处理，以分割出图像中的喷丸弹坑区域；

3)对图像进行形态学开操作，以去除图像中尺寸远小于弹坑尺寸的干扰颗粒信息；

4)弹坑背景分割，将喷丸弹坑区域轮廓图像从图像中分割出来；

5)反光中心特征提取，将弹坑的反光中心图像从喷丸弹坑区域轮廓图像中分割出来；

6)分水岭法图像分割，根据弹坑的反光中心的位置，将喷丸弹坑区域分割成若干个区域，每个分割的区域对应一个弹坑；

7)mask图像处理，通过对弹坑图像和分水岭法图像分割得到的图像进行mask图像处理，将重叠弹坑给分割开来，并通过去锋利边缘开操作，完成重叠弹坑的图像分割。

进一步的，所述步骤5)反光中心特征提取方法为：

将步骤4)中分割出来的喷丸弹坑区域轮廓图像减去经步骤3)处理的图像，以得到反光中心图像，所述反光中心图像中的反光中心与弹坑一一对应。

进一步的，所述步骤3)中对对图像进行形态学开操作结构元素的选取根据弹坑尺寸、图像像素来确定。

进一步的，所述步骤5)反光中心特征提取方法包含去干扰算法。

附图说明

图1为本发明所述的喷丸成形中重叠弹坑的图像分割方法的流程图。

图2为本发明所述的金属表面喷丸弹坑的原图像。

图3为本发明所述的经预处理及二值化后的图像。

图4为本发明所述的经形态学开操作的图像。

图5为本发明所述的弹坑背景分割图像。

图6为本发明所述的弹坑的反光中心图像。

图7为本发明所述的经分水岭法区域分割的图像。

图8为本发明所述的弹坑分割后的图像。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

参见图1至图8，本发明所述的一种喷丸成形中重叠弹坑的图像分割方法，所述图像分隔方法基于机器视觉系统，所述机器视觉系统的光源在弹坑的凹陷最低处产生异于弹坑亮度的反光中心，所述图像分割方法基于反光中心确定弹坑的中心位置，并根据弹坑的中心位置分割重叠的弹坑。

所述图像分隔方法包括如下步骤：

1)获取金属表面的图像，并对图像进行预处理，以去除图像中的干扰信息；

2)对图像进行二值化处理，以分割出图像中的喷丸弹坑区域；

3)对图像进行形态学开操作，以去除图像中尺寸远小于弹坑尺寸的干扰颗粒信息；

4)弹坑背景分割，将喷丸弹坑区域轮廓图像从图像中分割出来；

5)反光中心特征提取，将弹坑的反光中心图像从喷丸弹坑区域轮廓图像中分割出来；

6)分水岭法图像分割，根据弹坑的反光中心的位置，将喷丸弹坑区域分割成若干个区域，每个分割的区域对应一个弹坑；

7)mask图像处理，通过对弹坑图像和分水岭法图像分割得到的图像进行mask图像处理，将重叠弹坑给分割开来，并通过去锋利边缘开操作，完成重叠弹坑的图像分割。

一般而言，机器视觉系统都包含组件光源，其作用是提供稳定的光源，使获得的图像质量恒定。由于喷丸成形的弹坑的特殊性，其形状为凹陷的圆形面。所以在获取的图像上，在弹坑中心处，都会存在针对该光源的反光，形成一个反光中心，如图2所示。

图像预处理：主要目的为去除原图像中的噪音等干扰信息。

获取的喷丸图像由于存在各种盐椒噪声等干扰信息，这些干扰信息会降低图像的信噪比，影响后续图像处理的精度和鲁棒性。因此需要对原图像进行预处理，其主要目的就是去除原图像中的噪音等，提高图像的信噪比。预处理算法主要包括中值滤波，平滑滤波等。根据获取的图像的具体情况，选用合适的预处理算法，并设置合适的参数，对图像进行去噪处理。

图像二值化：主要目的是将喷丸弹坑的主要区域从图像中分割出来。

本发明采用自适应二值化方法，主要包括常用的聚类二值化算法、最大熵阈值法等一些自适应二值化算法，算法的选取根据图像的具体情况选择。

形态学开操作去除背景干扰颗粒：主要目的是去除图像中的尺寸远小于弹坑尺寸的干扰颗粒信息；

弹坑为图像的目标特征，但图像背景中存在大大小小的非特征干扰颗粒(如划痕)等，需要通对目标特征不造成太大损伤的情况下，去除图像中的尺寸远小于弹坑尺寸的颗粒信息；

弹坑背景分割：其目的是将弹坑完整得从图像背景中分割出来；

经过前面的预处理、二值化、开操作等一些算法处理后，弹坑图像较背景的信噪比已经得到显著提高。一般而言，反光中心处为孔洞。经过基于形态学的孔洞填充算法处理后，就能将孔洞部分填充满。经过上述处理后，喷丸弹坑和背景的区分度明显，实现了弹坑与背景的分割。

反光中心特征提取：其目的是将弹坑中央的反光中心给分割出来；

其主要方法为：将前步骤的弹坑背景分割图像减去分割前的图像，就得到反光中心特征图像，并根据颗粒面积等去除一些干扰小颗粒点。这样，得到的图像中，一个反光中心就“钉”住一个弹坑。对于重叠图像而言，经过此部分处理后，有多少个反光中心，就意味着多少个喷丸弹坑。

分水岭法图像分割：根据反光中心点的位置，将图像分割成一个一个弹坑区域。

基于得到的反光中心特征，进行分水岭法图像分割处理。经过分水岭法处理后，将整个图像分为n个区域，每个分割的区域对应了一个弹坑；

mask图像处理：通过将弹坑分割图像和分水岭法分割图像进行mask图像处理，将重叠弹坑给分割开来，并通过去锋利边缘开操作等，完成本发明所提出的算法过程。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。