[發明專利]精沖零部件缺陷智能在線檢測方法、系統及裝置

在審

• 申請號: 201510607834.3
• 申請日: 2015-09-21
• 公開（公告）號: CN105158268A
• 公開（公告）日: 2015-12-16
• 發明（設計）人: 劉艷雄;華林;張亮杰;李楊康
• 申請（專利權）人: 武漢理工大學
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 許美紅

1.一種精沖零部件缺陷智能在線檢測方法，其特征在于，包括以下步驟：

S1、將待檢測的精沖零部件放置在傳送帶上，當精沖零部件到達相機拍攝區域時，觸發光電開關，啟動相機進行拍照；

S2、對零部件圖像進行預處理，對預處理后的圖像利用數學形態學邊緣檢測方法進行像素級邊緣檢測，檢測出零部件的表面輪廓，并初步判斷該零部件是否存在缺陷，若否，則刪除該零部件圖像，若是，則將該零部件圖像轉移給圖像緩沖區；

S3、將圖像緩存區的圖像提取出來進行后處理并判斷，若無缺陷則直接刪除，若有缺陷則算出缺陷的大小、面積和相應的位置，并算出缺陷撕裂帶的最大高度，若缺陷撕裂帶的最大高度超過預設值，則認為該零部件有缺陷，否則認為該零部件合格。

2.根據權利要求1所述的方法，其特征在于，步驟S2中對零部件圖像進行預處理具體為：

將彩色的零部件圖像轉換成黑白照片，之后對轉化后的黑白照片進行標定，再使用圖像分割技術提取照片中有零部件的部分，再進行中值濾波，去除照片中的噪聲點。

3.根據權利要求1所述的方法，其特征在于，該方法還包括步驟：

S4、若該零部件有缺陷，則將不合格的零部件數據進行保存，存入數據庫以便進行后續研究，若無缺陷則直接刪除照片。

4.根據權利要求1所述的方法，其特征在于，步驟S2中數學形態學邊緣檢測方法具體是使用Sobel算子，該算子使用兩組3×3矩陣，分別為橫向和縱向，與預處理后零部件圖像做卷積積分，再進行濾波操作。

5.根據權利要求1所述的方法，其特征在于，步驟S3具體為：

使用閾值法對圖像緩存區的圖像進行二值化，經中值濾波后，進行數學形態學運算提取邊緣；

對提取的邊緣進行粒子分析，濾除低于閾值的粒子，若有大于閾值的粒子則判定為缺陷；根據粒子分析的結果計算缺陷大小、面積和相應的位置；

若存在缺陷撕裂帶，則提取出缺陷撕裂帶的最大高度與零件高度對比，若缺陷撕裂帶的最大高度占零件高度的百分比不超過預設值時，則認為零件是合格的，否則，認定零件不合格。

6.根據權利要求1所述的方法，其特征在于，步驟S1中，當精沖零部件到達相機拍攝區域時，光電開關輸出模擬信號，計算機接收到該模擬信號時會觸發相機進行拍照。

7.一種精沖零部件缺陷智能在線檢測處理系統，其特征在于，包括：

預處理單元，用于對零部件圖像進行預處理；

邊緣檢測單元，用于對預處理后的圖像利用數學形態學邊緣檢測方法進行像素級邊緣檢測，檢測出零部件的表面輪廓；

初步判斷單元，用于根據檢測出零部件的表面輪廓初步判斷該零部件是否存在缺陷，若否，則刪除該零部件圖像，若是，則將該零部件圖像轉移給圖像緩沖區；

后處理單元，用于將圖像緩存區的圖像提取出來進行后處理；

最終判斷單元，用于根據后處理的結果進行判斷，若無缺陷則直接刪除，若有缺陷則算出缺陷的大小、面積和相應的位置，并算出缺陷撕裂帶的最大高度，若缺陷撕裂帶的最大高度超過預設值，則認為該零部件有缺陷，否則認為該零部件合格。

8.根據權利要求7所述的系統，其特征在于，該系統還包括：

數據存儲單元，用于若該零部件有缺陷，則將不合格的零部件數據進行保存，存入數據庫以便進行后續研究，若無缺陷則直接刪除照片。

9.根據權利要求7所述的系統，其特征在于，邊緣檢測單元中數學形態學邊緣檢測具體是使用Sobel算子，該算子使用兩組3×3矩陣，分別為橫向和縱向，與預處理后零部件圖像做卷積積分，再進行濾波操作。

10.一種精沖零部件缺陷智能在線檢測裝置，其特征在于，包括：

傳送帶，用于放置將待檢測的精沖零部件；

光源，用于為工業相機提供恒定的光照條件。

工業相機，用于拍攝待檢測的精沖零部件照片。

光電觸發開關，與工業相機連接，用于當精沖零部件傳來時，觸發工業相機進行拍照；

精沖零部件缺陷智能在線檢測處理系統，該系統為權利要求7-9中任一項所述的系統。