基于图像处理的连接器生产表面质量检测方法与流程

1.本发明涉及图像处理技术领域，具体涉及一种基于图像处理的连接器生产表面质量检测方法。


背景技术：

2.随着连接器行业的不断发展，对于连接器模具零件的精度要求也越来越高，特别是对于精密连接器零件的表面质量，其对于连接器的寿命影响很大。连接器的表面质量决定了连接器的耐磨性以及润滑条件，连接器生产过程中表面质量出现氧化、破损、粗糙不平等缺陷时，将会使零件的表面层金属发生结构变化，影响焊接质量，后续使用过程中磨损加剧，甚至出现剥落现象，因此，连接器在生产过程中其表面质量必须控制在一定范围内，表面质量的检测至关重要。
3.目前多通过人工目测方式去判断连接器的外观质量，该方法效率较低，检测精度不够，耗费人力，故，随着人工智能时代的到来，对于连接器表面异常的检测大多直接进行阈值分割或者是在图像上直接进行异常像素点的检测识别。
4.然而，连接器生产过程中其表面是具有一定固有纹理的，因此，在采用阈值分割检测时固有纹理会对表面缺陷异常区域的检测提取造成影响，从而影响异常区域的检测精度，进而影响连接器表面质量的精确检测。


技术实现要素：

5.本发明提供一种基于图像处理的连接器生产表面质量检测方法，以解决现有的异常区域的检测精度低，从而影响连接器表面质量的精确检测的问题。
6.本发明的一种基于图像处理的连接器生产表面质量检测方法采用如下技术方案：
7.获取连接器的表面图像；
8.对表面图像进行仿射变换得到变换图像，获取变换图像的细节层图像，根据预设的多个不同方向尺度的滤波核对细节层图像进行滤波处理得到滤波图像，根据滤波图像和细节层图像获取第一疑似异常区域；
9.对变换图像进行小波变换得到目标图像，利用目标图像中的水平细节分量获得最终目标图像，对最终目标图像进行逆变换得到重构图像，将重构图像中的闭合区域作为第二疑似异常区域；
10.根据第一疑似异常区域和第二疑似异常区域获取最终异常区域；
11.根据表面图像中非最终异常区域对应的像素点获取高斯模型，根据最终异常区域中的异常像素点的像素值和高斯模型获取每个异常像素点的高斯值；
12.根据最终异常区域中所有异常像素点的高斯值获取连接器的质量指标，根据质量指标与预设的质量指标阈值判断连接器的表面质量是否合格。
13.优选的，获取连接器的质量指标包括：
14.获取最终异常区域中所有异常像素点的高斯值的和值；
15.对最终异常区域中异常像素点的总个数进行反比例计算；
16.将异常像素点总个数的反比例计算结果与所有异常像素点的高斯值的和值进行加和得到连接器的质量指标。
17.优选的，获取第一疑似异常区域包括：
18.获取滤波图像和细节层图像中位置对应且像素值均为0的目标像素点；
19.将细节层图像中所有目标像素点构成的区域记为第一疑似异常区域。
20.优选的，将第一疑似异常区域和第二疑似异常区域求交集得到最终异常区域。
21.优选的，得到滤波图像包括：
22.根据多个不同方向尺度的滤波核分别对细节层图像进行滤波处理得到每个方向尺度的滤波核对应的卷积图像；
23.根据每个方向尺度的滤波核对应的卷积图像与每个卷积图像预设的权重对所有卷积图像进行图像融合得到滤波图像。
24.优选的，对变换图像进行二层小波变换得到目标图像。
25.优选的，将目标图像中的水平细节分量的小波系数置0得到最终目标图像。
26.优选的，当质量指标大于质量指标阈值时，则连接器的表面质量合格，当质量指标小于或者等于质量指标阈值时，则连接器的表面质量不合格。
27.本发明的一种基于图像处理的连接器生产表面质量检测方法的有益效果是：
28.由于生产过程中连接器表面结构纹理较为统一，为便于分析，以便于滤除连接器表面的固有结构纹理对质量检测的影响，故对表面图像进行仿射变换得到变换图像，通过仿射变换保证待检测连接器的表面图像中的连接器固有结构纹理方向为水平方向，以便于后续对连接器固有结构纹理滤除，然后，通过变换图像的细节层图像进行多个不同方向尺度的滤波核进行滤波处理，即通过滤波处理滤除细节层图像中的连接器固有结构纹理得到细节层图像中的第一疑似缺陷区域，从而实现对连接器固有结构纹理进行第一次滤除，由于通过仿射变换保证待检测连接器的表面图像中的连接器固有结构纹理方向为水平方向，故对变换图像进行小波变换滤波处理，将小波变换后的水平细节分量进行滤除得到第二疑似异常区域，实现了对连接器的表面图像中的连接器固有结构纹理进行精确去除，即通过两次对固有纹理进行滤除，从而实现对异常区域的准确提取，即基于第二疑似异常区域和第一疑似异常区域得到最终异常区域，最后，根据最终异常区域的质量指标判断连接器的表面质量，即将最终异常区域量化为质量指标，从而实现对连接器的表面质量的精确判断。
附图说明
29.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
30.图1为本发明的一种基于图像处理的连接器生产表面质量检测方法的实施例的流程图。
具体实施方式
31.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
32.本发明的一种基于图像处理的连接器生产表面质量检测方法的实施例，如图1所示，本实施包括：
33.s1、获取连接器的表面图像；
34.具体的，设置图像采集设备，用于对连接器表面进行图像采集，图像采集设备为相机，其中，相机的具体部署及视角等实施者可根据实际情况自行设定，然后，在传送连接器的传送带上方设置光源，光源为发光均匀的环形灯，实施者也可根据实际情况自行选取以及对光源位置角度根据实际情况设置，保证待检测连接器表面光照均匀，避免对连接器表面质量检测的影响，从而实现对生产的连接器进行图像采集得到连接器的表面图像。
35.s2、获取第一疑似异常区域；
36.具体的，对表面图像进行仿射变换得到变换图像，获取变换图像的细节层图像，根据预设的多个不同方向尺度的滤波核对细节层图像进行滤波处理得到滤波图像，根据滤波图像和细节层图像获取第一疑似异常区域。
37.其中，考虑到生产过程中连接器表面结构纹理较为统一，为便于分析，滤除其表面的固有结构纹理，本发明将对所采集的连接器的表面图像进行仿射变换得到变换图像，从而使得连接器表面的固有结构纹理方向统一保持为水平方向，仿射变换过程以及仿射变换矩阵的求解过程均为现有公知技术，本发明不做相关阐述，然后通过仿射变换旋转过程可以保证待检测连接器的表面图像中的连接器固有结构纹理方向为水平方向，将仿射变换之后的图像记为变换图像，以便后续系统检测。
38.其中，在获得变换图像之后，为提高异常区域的检测提取，本实施例将对变换图像进行进一步的分析，滤除连接器表面生产过程中的固有纹理，实现异常区域的提取，即获取变换图像的细节层图像，即本实施例对变换图像进行分离，获取对应的基础层图像和细节层图像，图像分离方法有很多，本发明采用同态滤波来实现变换图像基础层图像和细节层图像的分离，其中，细节层图像主要包括图像中的边缘细节纹理信息。
39.其中，获取滤波图像包括：根据多个不同方向尺度的滤波核分别对细节层图像进行滤波处理得到每个方向尺度的滤波核对应的卷积图像；根据每个方向尺度的滤波核对应的卷积图像与每个卷积图像预设的权重对所有卷积图像进行图像融合得到滤波图像，即多个不同方向尺度的滤波核设置的步骤具体为：考虑到变换图像中连接器的表面固有纹理方向为水平方向，为保证对连接器表面固有纹理的准确提取，因此，本实施例将设置0
°
、30
°
、160
°
三个方向尺度的滤波核，滤波核其他参数的设定为现有技术，即本实施例中具体设置为：相位偏移量0，纵横比率为0.5，带宽为1，波长为5，实施者可自行设置滤波核的其他参数取值，至此，每个方向可得到一个对应的滤波核，共有三个滤波核，然后，利用根据滤波核对对应的细节层图像进行滤波处理得到每个方向尺度的滤波核对应的卷积图像，具体的，利用三个滤波核分别对细节层图像进行卷积滤波，得到对应的三个卷积图像c0°
、c
30
°
、c
160
°
，将0
°
、30
°
、160
°
三个方向对应的滤波核所得到的卷积图像c0°
、c
30
°
、c
160
°
的权值依次设置为
0.5,0.25,0.25，最后，根据每个方向尺度的滤波核对应的卷积图像与预设的卷积图像的权重对所有卷积图像进行图像融合得到细节层图像的滤波图像，即将三个卷积图像c0°
、c
30
°
、c
160
°
进行融合处理得到细节层图像的滤波图像(对应位置加权求和，以提高水平方向对应的滤波核所得到的滤波图像的影响度)，即滤波图像为c＝0.5c0°
+0.25c
30
°
+0.25c
160
°
，式中，c0°
表示0
°
方向尺度的滤波核所得到的卷积图像、c
30
°
表示30
°
方向尺度的滤波核所得到的卷积图像、c
160
°
表示160
°
方向尺度的滤波核所得到的卷积图像。
40.其中，在得到滤波图像之后，本实施例将滤波图像中像素点像素值为1的像素点作为连接器表面固有纹理信息，而像素值为0像素点即为疑似异常像素点，为便于后续分析且变换图像的细节层图像与细节层图像的滤波图像的尺寸以及像素点位置信息是一一对应的，因此，本实施例将细节层图像中与细节层图像的滤波图像中像素值均为0且位置对应的像素点作为目标像素点，将所有目标像素点构成的区域作为第一疑似异常区域。
41.为了便于后续对最终异常区域的快速提取，本实施例将细节层图像中第一疑似异常区域对应的各像素点的像素值标记为1，细节层图像中其他区域像素点像素值设置为0，得到细节层图像的目标二值图。
42.至此，得到了第一疑似异常区域。
43.s3、获取第二疑似异常区域；
44.具体的，对变换图像进行小波变换得到目标图像，利用目标图像中的水平细节分量获得最终目标图像，对最终目标图像进行逆变换得到重构图像，将重构图像中的区域作为第二疑似异常区域。
45.其中，为提高异常区域的检测提取精度，本实施例将进一步对变换图像中连接器表面固有纹理进行精确滤除，以保证对连接器表面异常区域的准确识别，即对变换图像进行小波变换得到目标图像，其中，本实施例中采用二层小波变换，二层小波变换共得到7张分量图像即7张目标图像，由于，在s2步骤中利用仿射变换旋转过程使得待检测连接器的表面图像中的连接器固有结构纹理方向为水平方向，即连接器固有结构纹理主要体现为水平细节分量，从而在对连接器固有结构纹理滤除时，需要将目标图像中的水平分量信息进行滤除，而小波变换后获取的分解图像中垂直细节分量以及对角细节分量中不包含连接器表面固有纹理信息，故垂直细节分量以及对角细节分量不需要滤除，基于此，本实施例将目标图像(7张分量图像)中的水平细节分量的小波系数置0得到最终目标图像，然后，将最终目标图像进行逆变换得到重构图像，重构图像中闭合区域即为第二疑似异常区域。
46.为便于后续对最终异常区域的快速提取，本实施例将重构图像中第二疑似异常区域的像素点的像素值均设置为1，其他为固有纹理像素点的像素值设置为0得到重构图像的目标二值图像。
47.至此，即到了第二疑似异常区域。
48.s4、获取最终异常区域；
49.具体的，根据第一疑似异常区域和第二疑似异常区域获取最终异常区域，即对第一疑似异常区域和第二疑似异常区域求交集即得到了最终异常区域，为了方便获取最终异常区域，本实施例也可以对细节层图像的目标二值图和重构图像的目标二值图求交集得到最终二值图像，将最终二值图像中的闭合区域作为最终异常区域。
50.s5、获取连接器的质量指标，并判断连接器质量是否合格；
51.具体的，根据表面图像中非最终异常区域的像素点获取高斯模型，根据最终异常区域中的异常像素点的像素值和高斯模型获取每个异常像素点的高斯值；根据最终异常区域中所有异常像素点的高斯值获取连接器的质量指标，根据质量指标与预设的质量指标阈值判断连接器的表面质量是否合格。
52.基于本实施例的s1-s4步骤对连接器的表面图像的分析，实现对连接器表面的最终异常区域的准确提取，考虑到实际情况下对于连接器表面的轻微瑕疵都有一定的包容性，因此，对于最终异常区域中的异常像素点，本实施例将基于连接器的表面图像对异常像素点的质量指标进行判定，进而实现对连接器表面质量的准确检测，即，对于待检测连接器表面图像中的非异常像素点，也即正常像素点，本发明将通过正常像素点集合构建一个高斯模型，基于正常像素点的像素值拟合高斯模型的过程为现有公知技术，本发明不做详细阐述，对于待检测连接器表面图像中的每个异常像素点，本发明将其代入高斯模型中，得到对应的高斯值，高斯值越大，则说明异常像素点与正常像素点的相似度越高，否则异常像素点的质量指标越大，越偏离正常像素点的特征信息，获取每个异常像素点的高斯值pu，其中，u＝1,2,
…
,m，m为待检测连接器表面图像中最终异常区域所对应的异常像素点总数，pu为异常像素点u对应的高斯值，故根据最终异常区域中所有异常像素点的高斯值获取连接器的质量指标，即获取最终异常区域中所有异常像素点的高斯值的和值；对最终异常区域中异常像素点的总个数进行反比例计算；将异常像素点总个数的反比例计算结果与所有异常像素点的高斯值的和值进行加和得到连接器的质量指标，其中连接器的质量指标的计算公式为：
[0053][0054]
式中，q表示连接器的质量指标；
[0055]
m为待检测连接器表面图像中最终异常区域所对应的异常像素点的总数；
[0056]
pu为待检测连接器表面图像中最终异常区域中异常像素点u对应的高斯值；
[0057]
需要说明的是，异常像素点的总数越大，连接器的质量越不好，即待检测连接器的质量指标越小，当异常像素点的高斯值越大，则待检测连接器的异常程度就越小，即质量指标越大，而最终异常区域内所有异常像素点的高斯值之和越大，则待检测连接器的异常程度就越小，即待检测连接器的质量指标越大，质量越高，故异常像素点的高斯值与本实施例的质量指标成正比，而异常像素点的数量与质量指标成反比，其次，中的分母加1，是为了防止分母为0。
[0058]
为了方便设定质量指标阈值，对质量指标进行归一化处理，本实施例设定质量指标阈值为0.5，当归一化后的质量指标高于质量指标阈值时，将认为连接器表面质量较差，需要对其进行再次加工检修，否则将认为连接器表面质量合格，其表面异常不明显，不影响后期使用，在可允许质量范围内，至此，实现对连接器表面质量进行检测。
[0059]
本发明的一种基于图像处理的连接器生产表面质量检测方法，由于生产过程中连接器表面结构纹理较为统一，为便于分析，以便于滤除连接器表面的固有结构纹理对质量检测的影响，故对表面图像进行仿射变换得到变换图像，通过仿射变换保证待检测连接器
的表面图像中的连接器固有结构纹理方向为水平方向，以便于后续对连接器固有结构纹理滤除，然后，通过变换图像的细节层图像进行多个不同方向尺度的滤波核进行滤波处理，即通过滤波处理滤除细节层图像中的连接器固有结构纹理得到细节层图像中的第一疑似缺陷区域，从而实现对连接器固有结构纹理进行第一次滤除，由于通过仿射变换保证待检测连接器的表面图像中的连接器固有结构纹理方向为水平方向，故对变换图像进行小波变换滤波处理，将小波变换后的水平细节分量进行滤除得到第二疑似异常区域，实现了对连接器的表面图像中的连接器固有结构纹理进行精确去除，通过两次对固有纹理进行去除，从而实现异常区域的准确提取，即基于第二疑似异常区域和第一疑似异常区域得到最终异常区域，最后，根据最终异常区域的质量指标判断连接器的表面质量，即将最终异常区域量化为质量指标，从而实现对连接器的表面质量的精确判断。
[0060]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。