[發明專利]基于機器視覺的磁瓦表面缺陷自動檢測方法與裝置

無效

• 申請號: 201110061144.4
• 申請日: 2011-03-14
• 公開（公告）號: CN102253050A
• 公開（公告）日: 2011-11-23
• 發明（設計）人: 嚴俊龍;李鐵源;唐孟華;諶楊帆;吳志杰;鄭曉曦
• 申請（專利權）人: 廣州市盛通建設工程質量檢測有限公司
• 主分類號: G01N21/89
• 分類號: G01N21/89
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種基于機器視覺的磁瓦表面缺陷自動檢測方法與裝置，具體涉及磁瓦表面缺陷自動檢測方法。?

技術背景

磁瓦是電動機中的重要組成部件，其質量的好壞直接決定電動機的性能，對于存在表面缺陷的磁瓦磁瓦必須在檢測時予以剔除。由于瓷瓦磁瓦本身缺陷(包括裂紋、崩爛、倒角不合格、欠磨、起級、污漬等)的多樣性、復雜性等特點導致對其檢測方法的研究一直以來沒有得到實質性的進展，目前很多生產磁瓦磁瓦的廠家主要還是以人工目視檢測為主，這種檢測方法由于存在精度差、效率低、接觸式等缺點，而無法滿足現代化生產作業的需要。?

發明內容

針對以上技術的不足，本發明的目的在于提供一種高精度、高效率、非接觸基于機器視覺技術的磁瓦表面缺陷自動檢測的方法及其裝置。?

為實現上述技術目的，本發明采用以下技術方案：?

基于機器視覺的磁瓦表面缺陷自動檢測方法，包括以下步驟：?

(1)將被檢測磁瓦置于傳送帶上；?

(2)啟動CCD圖像采集裝置，采集磁瓦表面圖像并傳送至圖像處理單元；?

(3)圖像處理單元將(2)中采集的圖像經圖像濾波、圖像分割、后形態學處?理、邊緣檢測等處理后，將處理結果傳輸至缺陷檢測單元。?

(4)將(3)中圖像處理結果經特征提取，轉化為一維數字信號；?

(5)將(4)所得結果經概率模式識別單元訓練和測試后，將磁瓦表面質量分為良好磁瓦和缺陷磁瓦兩類，以達到缺陷檢測的目的。?

附圖說明

磁瓦表面缺陷自動檢測系統以PC為中心，結合數據采集和智能控制系統。主要由光源部件、圖像采集卡、PLC控制器部件和圖像處理與識別軟件系統構成，詳細系統總體結構如圖1所示。?

對由CCD采集的缺陷圖像由于存在大量的噪聲，所以必須進行預處理，首先是濾波處理，接下來進行閾值分割得到二值化后的圖像；在二值化的基礎上進行數學形態學的腐蝕運算，后經邊緣檢測得到清晰的缺陷邊緣輪廓和缺陷區域；通過對缺陷圖像進行面積特征標定，然后采用概率Harr-like模式識別方法對缺陷圖像進行分類，最后輸出缺陷報告，詳細檢測流程如圖2所示。?

具體實施方式

將CCD圖像采集卡采集的數字以二維矩陣形式存儲為圖像文件，然后圖像處理單元采用中值和均值相結合的自適應中值濾波算法對采集的圖像進行濾波處理，主要濾除沖激噪聲和高斯噪聲，經濾波后的圖像再經基于灰度直方圖雙峰特性閾值分割并二值化處理，在二值化的基礎上選用2×3矩形結構元素進行數學形態學的腐蝕運算，再經Roberts算子?邊緣檢測得到清晰的缺陷邊緣輪廓和缺陷區域，經基于像素的面積特征標定，得到其面積特征，特征數據輸入經過Harr-like模式識別算法訓練后的模式識別單元，得到良好磁瓦和缺陷磁瓦兩種分類，最后輸出缺陷檢測報告。?

對上述檢測方法與人工目視檢測方法對比試驗如下：?

隨機選取50個工件，由5位檢測人員分別檢測，合格標識為1，不合格為0。檢測的平均值可以體現檢測人員對該功能面質量的認可程度。自動檢測的結果按等級給出。表1給出了前10個工件的檢測結果，詳細對比結果如表1所示。?

表1?本發明的檢測方法與人工目視檢測方法結果對比表?