首页 / 专利库 / 专利权 / 形式要求 / 缺陷 / 金属圆柱工件表观缺陷自动光学检测方法

金属圆柱工件表观缺陷自动光学检测方法

阅读:452发布:2023-01-30

专利汇可以提供金属圆柱工件表观缺陷自动光学检测方法专利检索,专利查询,专利分析的服务。并且该 发明 金属圆柱 工件 表观 缺陷 自动光学检测 方法,属于一种自动化光学检测方法,尤其适用于金属圆柱特殊工件表观缺陷的检测。该方法首先通过线阵CCD采集到金属圆柱工件展开图像,将局部二元模式(LBP)与局部图像方差强度(LVAR)的方法相结合,即用图像方差强度作为权重值来调整LBP的局部纹理提取和度量结果,既考虑LBP纹理的空间结构模式,又兼顾纹理的强度 对比度 模式特性,最终准确提取金属圆柱光电图像缺陷特征,确定缺陷的大小、 位置 、范围以及严重程度等,实现工件生产 质量 的自动智能检测,因而本发明克服了由于工件本身金属材质造成的光照不均,提高了微小缺陷检测的准确性,降低了误判率,实现了金属圆柱工件的自动光学缺陷检测。,下面是金属圆柱工件表观缺陷自动光学检测方法专利的具体信息内容。

1.金属圆柱工件表观缺陷自动光学检测方法,该方法包括:
步骤1:使用线阵CCD采集到金属圆柱工件表面展开图像,并对图像进行灰度处理;
步骤2:对步骤1得到的展开图像进行局部二元模式处理;
步骤3:对步骤2的图像处理结果采用局部图像方差强度的方法,判断出缺陷位置
2.如权利要求1所述的金属圆柱工件表观缺陷自动光学检测方法,其特征在于步骤2的具体步骤为:
步骤2.1:确定局部二值模式的采样半径;
步骤2.2:选取步骤1得到图像中的一个像素gc,以步骤2.1的采样半径收集该像素周围各像素灰度信息gi(i=0,1,…,P-1),其中i为选取像素周围的P个像素的编号;
步骤2.3:对像素gc赋值为T,T=t(S(g0-gc),S(g1-gc)...,S(gP-1-gc)),其中:
t为LBP的编码方式,LBP定义在圆环领域具有旋转不变性;
步骤2.4:采用与步骤2.2~步骤2.3相同的方法对步骤1得到的图像的其它像素进行赋值。
3.如权利要求1所述的金属圆柱工件表观缺陷自动光学检测方法,其特征在于步骤3的具体步骤为:
步骤3.1:将步骤2得到的局部二值模式图像的标准差Z,并将该图像分为若干
步骤3.2:计算出各块图像的标准差Zl,均值Vl,其中l为各块图像的编号;
步骤3.3:计算出各块图像的分割阈值
步骤3.4:将各块图像的像素与该块图像的分割阈值比较,大于阈值赋值为255,小于阈值赋值为0,得到二值图像,图像中灰度值为255的白色位置即为缺陷位置。

说明书全文

金属圆柱工件表观缺陷自动光学检测方法

技术领域

[0001] 本发明属于一种自动化光学检测方法,尤其适用于金属圆柱特殊工件表观缺陷的检测。

背景技术

[0002] 金属圆柱工件是众多行业必不可少的原材料,其表观质量成为国内外市场竞争的重要指标之一。由于铸件技术、加工工艺等方面因素的影响,金属圆柱工件通常会有压痕、孔洞、裂缝、夹灰、表面污渍、锈迹、擦伤、皱折等不同类型的缺陷,这些缺陷严重降低了后续产品的性能。
[0003] 目前,对金属圆柱工件多采用人工目检的方式,人工检测受到人为干扰因素多,检测效率低,缺乏科学性和规范性。

发明内容

[0004] 本发明的目的是设计一种金属圆柱工件表观缺陷自动光学检测方法,采用局部图形空间纹理模式和图像强度对比度结合的方式,从金属工件图像上的纹理和灰度对比上来反应缺陷信息,从而达到提高微小缺陷检测的准确性,降低误判率,实现金属圆柱工件的自动光学缺陷检测的目的。
[0005] 本发明一种金属圆柱工件表观缺陷自动光学检测方法,该方法首先通过线阵CCD采集到金属圆柱工件展开图像,将局部二元模式(LBP)与局部图像方差强度(LVAR)的方法相结合,即用图像方差强度作为权重值来调整LBP的局部纹理提取和度量结果,既考虑LBP纹理的空间结构模式,又兼顾纹理的强度对比度模式特性,最终准确提取金属圆柱光电图像缺陷特征,确定缺陷的大小、位置、范围以及严重程度等,实现工件生产质量的自动智能检测,因而本发明包括:
[0006] 步骤1:使用线阵CCD采集到金属圆柱工件表面展开图像,并对图像进行灰度处理;
[0007] 步骤2:对步骤1得到的展开图像进行局部二元模式处理;
[0008] 步骤3:对步骤2的图像处理结果采用局部图像方差强度的方法,判断出缺陷位置。
[0009] 所述步骤2的具体步骤为:
[0010] 步骤2.1:确定局部二值模式的采样半径;
[0011] 步骤2.2:选取步骤1得到图像中的一个像素gc,以步骤2.1的采样半径收集该像素周围各像素灰度信息gi(i=0,1,…,P-1),其中i为选取像素周围的P个像素的编号;
[0012] 步骤2.3:对像素gc赋值为T,T=t(S(g0-gc),S(g1-gc)...,S(gP-1-gc)),[0013] 其中:
[0014] t为LBP的编码方式,LBP定义在圆环领域具有旋转不变性;
[0015] 步骤2.4:采用与步骤2.2~步骤2.3相同的方法对步骤1得到的图像的其它像素进行赋值。
[0016] 所述步骤3的具体步骤为:
[0017] 步骤3.1:将步骤2得到的局部二值模式图像的标准差Z,并将该图像分为若干
[0018] 步骤3.2:计算出各块图像的标准差Zl,均值Vl,其中l为各块图像的编号;
[0019] 步骤3.3:计算出各块图像的分割阈值
[0020] 步骤3.4:将各块图像的像素与该块图像的分割阈值比较,大于阈值赋值为255,小于阈值赋值为0,得到二值图像,图像中灰度值为255的白色位置即为缺陷位置。
[0021] 本发明金属圆柱特殊工件表观缺陷自动光学检测方法,克服了由于工件本身金属材质造成的光照不均,提高了微小缺陷检测的准确性,降低了误判率,实现了金属圆柱工件的自动光学缺陷检测。附图说明
[0022] 图1为获取工件表面展开图方法示意图;
[0023] 图2为不同(P,R)参数圆对称邻域设置示意图;
[0024] 图3为LBP编码示意图;
[0025] 图4为本发明检测结果示意图;
[0026] 图中图3-1为灰度图像中相邻的9个像素,图3-2为以中心像素计算其周围8个像素的差值符号,图3-3为周围像素的二项式因子;图4-1为工件直接拍摄得到的图像,图4-2为本发明检测结果图。

具体实施方式

[0027] 结合附图说明具体实施步骤:
[0028] 步骤1:首先采用线阵CCD采集到金属圆柱工件表面展开图像如图4-1,并对图像进行灰度处理。
[0029] 步骤2:局部二元模式是定义在半径为R(R>0)圆环领域内,P个像素均匀分布在圆周上,该邻域中心像元的纹理记为T,T可以利用该领域P+1个像素的关系式来定义,定义的纹理算子不受图像灰度单调变化的影响,所以利用差值的符号进行计算:
[0030] T=t(S(g0-gc),S(g1-gc)...,S(gP-1-gc))
[0031]
[0032] gc为邻域中心像素的灰度值,gi(i=0,…,P-1)是P个邻域像素的灰度值,设邻域中心坐标为(xc,yc),像素坐标表示为:
[0033] xt=xc+Rcos(2πp/P)
[0034] yt=yc+Rsin(2πp/P) (2)
[0035] 函数S(gi-gc)乘以二项式因子2i,得到唯一表征局部图像空间特征的LBPP,R值:
[0036]
[0037] 图2为不同(P,R)参数圆对称邻域设置,根据检测精度和最小缺陷尺寸要求设置参数P、R,LBP定义在圆环领域具有旋转不变性,圆周上的邻域点像素通过三线性插值获得。
[0038] LBP通过领域内的局部像素比较操作得到,减少了运算的复杂度。LBP算法是一种无参数的方法,在应用过程中不需要调整参数设置。由于LBP的空间结构模式不受灰度值变化的影响,因此对光照条件不敏感,将其应用到金属纹理检测具有一定的优势。
[0039] 步骤3:LVAR是图像局部阈值概念的延伸,由于被检测物体工艺或者其他客观原因造成图像不均匀,无法找到一个合适的单一阈值将目标区域和背景区域完整的分割,引入了一种局部阈值检测概念,利用整体与局部灰度特征相结合的方法。选取局部邻域为N×N的窗口,结合局部方差和标准差的特性,利用下式求取动态分割限值。
[0040]
[0041] 其中,threshold为局部阈值,z1和v1分别为局部图像的标准差和均值,整幅图像的标准差和均值分别用z、v表示,当局部均值小于整体均值,将灰度值小于threshold的像素判断为缺陷。
[0042] 通过前两节分析可得:LBP领域中像素的灰度值大小顺序相同,按照公式(1)~(3)就会得到同样的LBP值,算子仅突出图形空间纹理空间模式。图像重要的强度对比信息缺失,为结合空间结构和对比强度信息,更好的反应纹理信息的提取效果。所以需要在原有表现纹理模式的基础上加入纹理模式的强度信息。LBP算子由于不会因灰度的变化而改变,具有旋转变化性,而图像的强度信息具有图像旋转不变性,两者特征相互独立,如果将二者运用在计算机视觉模式识别中,可以提高检测结果。
[0043] 改进的LVAR图像方差在圆形领域内定义如下:
[0044]
[0045] 纹理特征可以利用LVAR方差的倒数作为权重值来调整LBP,最终结果可以写为:
[0046] LBPP,R/LVARP,R。
相关专利内容
标题 发布/更新时间 阅读量
缺陷预测 2020-05-11 451
缺陷检查方法 2020-05-12 222
缺陷检查装置 2020-05-12 914
缺陷检查装置 2020-05-12 577
弧面缺陷测量卡 2020-05-12 947
缺陷检查系统 2020-05-13 806
缺陷检测机 2020-05-11 906
缺陷检测装置、缺陷修复装置、缺陷检测方法 2020-05-12 953
缺陷检测装置、缺陷检测系统及缺陷检测方法 2020-05-12 776
出生缺陷细胞库及其构建方法 2020-05-11 76
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈