详情

原文传递一种应用于含螺钉的金属表面多条划痕检测方法

专利名称：	一种应用于含螺钉的金属表面多条划痕检测方法
摘要：	本发明属于金属表面缺陷检测领域，设计一种应用于含螺钉的金属表面多条划痕检测方法。该方法基于自定义滤波算法对金属表面进行去噪，然后运用自定义的螺钉去除算法去除金属表面螺钉，进而搜索划痕以增加检测的鲁棒性和精准度，在具有复杂表面纹理干扰的情况下仍然能够对金属表面微小刮痕、甚至是覆盖螺钉的划痕进行检测。本发明所设计的包含螺钉的金属表面划痕检测方法，克服了金属表面所具有的复杂反光纹理带来的干扰，同时消除了螺钉等附加噪声的影响，达到较高的划痕检测率。
专利类型：	发明专利
国家地区组织代码：	天津;12
申请人：	天津工业大学
发明人：	王红一;王红玉;宋丽梅;郭庆华;张坤;李昂
专利状态：	有效
申请日期：	2019-04-19T00:00:00+0800
发布日期：	2019-07-12T00:00:00+0800
申请号：	CN201910331503.X
公开号：	CN110006911A
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	300387 天津市西青区宾水西道399号
主权项：	1.本发明涉及一种含螺钉的金属表面多条划痕检测方法，其特征是，包含步骤如下：步骤1：启动用于对待检测金属投射光源的穹顶光源、用于图像采集的工业相机以及用于数据处理的软件平台，得到待检测金属原始图像I1；步骤2：对步骤1中所述的待检测金属原始图像I1进行拷贝，得到待检测金属副本图像I2，对副本图像I2进行灰度处理、均值滤波处理和二值化处理，得到图像I3；步骤3：定义[i][j]为图像矩阵中的第i行第j列，取I3[i][j]的8邻域大小为运算区域，将运算区域内的像素值按照升序排列并取中间像素值为a，将a写入新图像I4的I4[i][j]中；步骤4：将步骤3中所述的运算区域从步骤2中所述的图像I3的第1行第1列开始，依次遍历，并按照步骤3中所述的方法依次对图像I3进行运算并得到图像I4，然后对图像I4进行轮廓提取；步骤5：对步骤4中得到的图像I4中子图形的所有轮廓进行检索，并计算所有轮廓的轮廓面积，设定面积阈值S0，将所有轮廓面积低于面积阈值S0的轮廓去除，得到图像I5，图像I5按照公式(1)进行圆检测，得到包含若干圆形的图像I6； rc＝xc·cosθ+yc·sinθ 公式(1) 步骤6：定义v为线段数量阈值，筛选步骤5所述图像I6中满足以点(xc，yc)为圆心、rc为半径的圆形，其条件为有超过v条长度为rc的线段通过点(xc，yc)，对图像I6中的所有圆形进行随机排序并编号得到序列N，对序列N中第1个圆形进行边缘提取并计算轮廓S，同时通过图像I6灰度分布的梯度得到梯度方向的最大梯度值点即边缘所在位置，梯度方向计算公式如公式(2)：式中，Lx和Ly表示灰度值L在x和y方向的偏导，Lxx和Lyy表示灰度值L在x和y方向的二阶偏导，Lxy表示灰度值L分别在x，y方向的偏导；步骤7：I6[i+1][j]为步骤5所述图像I6中像素I6[i][j]的右方像素、I6[i][j-1]为像素I6[i][j]的下方像素和I6[i+1][j-1]为像素I6[i][j]的右下方像素，按照公式(3)用差值cH、cD和cV分别表达[i+1][j]、[i][j-1]和[i+1][j-1]到圆心为(xc，yc)、半径为的圆C的距离；根据公式(4)判断cH和cV分别对本步骤所述圆C的逼近程度，当函数值δ≤0，取cH(i+1，j)为最佳逼近点，当δ＞0，取cV(i，j-1)为最佳逼近点；根据公式(5)判断cD和cV分别对本步骤所述圆C的逼近程度，当δ′≤0，取cD(i+1，j-1)为最佳逼近点，当δ′＞0，取cV(i，j-1)为最佳逼近点；设定面积阈值S1，判断步骤6中所述的圆形轮廓面积S是否大于面积阈值S1，当轮廓面积S大于S1并满足最佳逼近点条件时，则将该圆内最佳逼近点像素值置为数值255，当轮廓面积S不大于S1，则执行步骤8； δ＝cH-cV 公式(4) δ′＝cV-cD 公式(5) 步骤8：对步骤7中所述轮廓面积为S的圆形的下一个圆形进行边缘提取并获取轮廓面积，并判断本步骤所述圆形的轮廓面积是否大于值S1，当本步骤所述圆形的轮廓面积大于S1，则该圆内最佳逼近点像素置成数值255；当所述的轮廓面积不大于S1，则保留本步骤所述圆形；重复执行本步骤直到将步骤6中所述的序列N中所有的圆形操作完毕，得到图像I7；步骤9：对步骤8中所述的图像I7进行形态学处理，得到图像I8，设定矩阈值m，利用公式(6)对图像I8进行中心距muji的统计，将所有中心矩大于矩阈值m的区域在步骤1中所述的原始图像上进行位置标注，所标注位置即为划痕所在位置，完成带有螺钉的金属表面多条划痕检测。
所属类别：	发明专利