[發明專利]一種基于圖像旋轉周期特性的齒輪缺陷檢測方法

有效

• 申請號: 201710511442.6
• 申請日: 2017-06-28
• 公開（公告）號: CN107228860B
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 蔡穎鵬;陳希
• 申請（專利權）人: 北京因時機器人科技有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 趙文穎

本發明公開了一種基于圖像旋轉周期特性的齒輪缺陷檢測方法，其包括檢測預處理階段和缺陷檢測兩個階段；檢測預處理階段包括噪聲消除、圖像形態學操作兩個過程；檢測階段包括如下步驟：J1)圖像二值化操作；J2)圖像輪廓提取；J3)目標感興趣區域的確定；J4)圖像再填充防噪；J5)齒輪齒數確定；J6)齒輪圖像旋轉；J7)均值模板圖像獲取；J8)基于圖像差分的缺陷定位。本發明利用計算機視覺技術進行齒輪原始圖像的預處理，利用齒輪圖像旋轉運算獲取模板圖像，與模板匹配進行缺陷檢測。具有檢測精度高、魯棒性強且速度快的特點。

技術領域

本發明涉及齒輪外觀缺陷檢測領域，具體地說是一種基于圖像旋轉周期性特性的齒輪外觀缺陷快速檢測方法。

背景技術

計算機集成制造(CIM)技術是信息技術發展和工業生產相結合的產物，是促進生產一元化、集成化和高效化的的技術。在我國，1986年開始實施的“高新技術研究和發展計劃”中，CIMS是一個重要的主題，在當時促進了CIMS的應用，而伴隨著CIMS(計算機/現代集成制造系統)的推廣，信息技術在工業領域上開始愈加頻繁地嶄露頭角。在對于機械零件加工過程中，由于材料、工藝，亦或是其他不可控因素，殘次品的出現總是不可避免。所以關于工業產品的缺陷識別顯得十分必要，可以極大地提升生產效率，同時也減輕了人工檢測的負擔，降低了生產的人力成本。而人力成本往往是今后持續增長的企業主要開支之一。

近年來隨著計算機視覺技術的發展，其在工業上的應用也更加廣泛。對于目標圖像，相關計算機視覺技術往往能夠抑制其噪聲信號，增強所需信號，實現對圖像的處理與進一步分析。現有基于圖像信息的缺陷檢測方案往往將待檢測圖片與標準模板圖片進行匹配，需要額外提供單獨的標準模板圖像。然而，實際中額外單獨采集的標準模板圖像，其采集的光照、焦距等外部環境與待檢測的圖像并不相同，往往會發生欠曝光或者過度曝光等情況，拍攝角度也很難完全一致。這造成了即使是完好無缺的部件，其圖像與標準模版的圖像也存在較大形變與色差，影響了缺陷檢測的準確性。另外，基于額外模板匹配的方法往往要在尺度、旋轉和平移多個維度進行查找遍歷需要大量計算時間，往往無法滿足工業檢測的實時性需求。

發明內容

本發明致力于解決上述問題，提出一種基于圖像旋轉周期特性的齒輪缺陷檢測方法。該方法包含齒輪原始圖像的預處理，利用齒輪圖像旋轉運算獲取自適應模板圖像，利用圖像差分運算與模板匹配進行缺陷檢測等步驟。本發明檢測精度高且速度快，不需要額外的標準模板，對圖像采集環境沒有過高要求，可以滿足規模化生產的需求。

本發明涉及一種基于圖像旋轉周期特性的齒輪缺陷檢測方法，包括檢測預處理和缺陷檢測兩個階段；

檢測預處理階段包括圖像噪聲消除和形態學操作兩個過程；原始圖像噪聲消除，指的是使用高斯濾波等濾波方法和基于閾值等二值化分割方法對原圖進行圖像處理操作，圖像形態學操作主要包括邊緣和輪廓的檢測和特征分析。

缺陷檢測階段包括如下步驟：

步驟J1)對待檢圖像的閾值進行二值化操作，通過閾值操作進行圖像中的物體和背景的像素級分割；

圖像閾值二值化操作，指的是使用固定閾值或者自適應閾值的方法進行圖像二值化操作。

步驟J2)對待檢圖像輪廓進行提取，獲得圖像區域中目標的幾何輪廓；

步驟J3)結合獲取的最小外包輪廓，確定目標感興趣區域，提取零件圓心區域作為處理目標的感興趣區域；

目標感興趣區域的確定，指的是結合最小外包輪廓提取零件的圓心區域作為處理的目標感興趣區域，并進行篩選區分，具體過程包括如下步驟：

M1)對輪廓點集進行圖像平滑；

M2)尋找最小包圍圓形，對圖像中所有輪廓的最小外接圓形進行查找、存儲；

M3)存儲最小外接圓的半徑數據；