[發明專利]一種基于視覺的金屬表面缺陷檢測方法

在審

• 申請號: 201611110364.0
• 申請日: 2016-12-07
• 公開（公告）號: CN108169236A
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 覃爭鳴;何中平;梁鵬
• 申請（專利權）人: 廣州映博智能科技有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出一種基于視覺的金屬表面缺陷檢測方法，所述方法包括以下步驟：S1，采用基于線陣相機的方式采集圖像；S2，進行缺陷分割；S3，采用模式識別算法對目標缺陷進行識別。本發明設計了包含基于線陣相機的圖像采集方式、缺陷分割算法以及缺陷分類算法的一套完整的解決方案，成功實現了亮、暗缺陷的準確分割，對缺陷的分類也取得了很好的分類效果。

技術領域

本發明涉及表面缺陷檢測領域，具體涉及一種基于視覺的金屬表面缺陷檢測方法。

背景技術

機器視覺是一門涉及人工智能、神經生物學、心里物理學、計算機科學、圖像處理、模式識別等諸多鄰域的交叉學科。機器視覺主要利用計算機來模擬人或再現與人類視覺有關的某些智能行為，從客觀事物的圖像中提取信息進行處理，并加以理解，最終用于實際檢測和控制。主要應用如工業檢測、工業探傷、精密測控、自動生產線、郵政自動化、糧食選優、顯微醫學操作以及各種危險場合工作的機器人等。

缺陷檢測通常是指對物品表面缺陷的檢測，表面缺陷檢測是采用先進的機器視覺檢測技術，對工件表面的斑點、凹坑、劃痕、色差、缺損等缺陷進行檢測。在彈殼生產過程中，由于沖壓設備、加工工藝、原材料及化學成分等因素的影響，導致彈殼外觀出現表面線痕、油漬、缺口、尺寸偏差等缺陷。從槍彈誕生到目前為止，槍彈外觀品質檢測方式基本上還是依靠手工測量和目視檢測這種傳統的檢測方法。采用機器視覺技術對槍彈缺陷檢測對于降低人工勞動強度、提高檢測效率和產品品質等有重要意義。

專利“一種鋼板表面缺陷檢測裝置，申請號CN201610608562.3”，通過設置上下清潔機構，去除了鋼板上下表面的雜質，在經過第二傳送帶與第三傳送帶之間時，在鋼板的上下兩面均設有攝像頭，可以同時采集鋼板上表面和下表面的圖像信息，遮光罩的設置避免了較強LED光源對于工作人員眼鏡的傷害，該裝置結構簡單，方便安裝且檢測效率高。

專利“基于視覺識別的缺陷檢測方法及系統，申請號CN201610497973.X”，該基于視覺識別的缺陷檢測方法包括：獲取待檢測面板的圖像；對圖像進行邊緣檢測，提取目標輪廓；目標輪廓為待進行缺陷檢測的輪廓；計算第一切向灰階梯度；第一切向灰階梯度為目標輪廓上第一像素點的切向灰階梯度；第一切向灰階梯度等于第一像素點的灰度與第二像素點灰度差值；第二像素點與第一像素點相鄰，在目標輪廓上位于第一像素點前；根據第一切向灰階梯度，判斷是否檢測到缺陷；若第一切向灰階梯度滿足預設缺陷判定條件，判定檢測到缺陷。

通過上述專利分析，發現現有的發明在應用機器視覺進行表面檢測時，對設備的依賴性較強，缺陷檢測過程較為簡單，從而造成檢測精度不高。

發明內容

本發明目的在于克服現有的彈殼生產過程中，由于沖壓設備、加工工藝、原材料及化學成分等因素的影響，導致彈殼外觀出現表面線痕、油漬、缺口、尺寸偏差缺陷的問題。本發明提供一種基于視覺的金屬表面缺陷檢測方法，設計了包含基于線陣相機的圖像采集方式、缺陷分割算法以及缺陷分類算法的一套完整的解決方案，成功實現了亮、暗缺陷的準確分割，對缺陷的分類也取得了很好的分類效果。

為解決上述技術問題，本發明采用如下的技術方案：一種基于視覺的金屬表面缺陷檢測方法，包括以下步驟：

S1，采用基于線陣相機的方式采集圖像；

S2，進行缺陷分割；

S3，采用模式識別算法對目標缺陷進行識別。

進一步地，所述步驟S1采集圖像過程中采用了兩個白色線光源從左右兩側對彈殼進行照明，其中一個主光源亮度較低，起主要照明作用，亮度低、彈殼微小擺動引起的變化量很小；另一個副光源亮度較大，作為光源補償，提高圖像的整體灰度。

進一步地，所述步驟S2缺陷分割包括感興趣區域檢測、高斯濾波、圖像分割、亮暗區域拼接四個步驟。

附圖說明