[發明專利]基于3D視覺檢測技術的識別與檢測方法

在審

• 申請號: 202011381883.7
• 申請日: 2020-12-01
• 公開（公告）號: CN112614088A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 趙躍東;汪春俠;劉煥曉;闞濤;孫多潤;郭警中;李新慈;王迪;傅成林
• 申請（專利權）人: 安徽維德工業自動化有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/80;G06T7/90;G06T7/11;G06T7/136;G06T7/187;G06T5/00;G06T5/20;G06T17/00;G01N21/952;G01N21/95;G01N21/88
• 代理公司: 北京保識知識產權代理事務所(普通合伙) 11874
• 代理人: 郭楚媛

1.基于3D視覺檢測技術的識別與檢測方法，其特征在于，包括以下步驟：

S1、采用經過標定的對稱的線性光源和線陣相機結合的線掃描三維測量系統進行掃描；

S2、通過S1中的線掃描三維測量系統掃描得到原始RGB圖像，從RGB圖像中提取與光源顏色對應的R通道圖像I₁和G通道圖像I₂，并采用如下公式計算相對灰度

式中，e為光源功率系數，通過標定步驟可獲得；

S3、截取缺陷中心部位的相對灰度窄帶，帶入相對灰度I～公式中計算窄帶部分的傾角截面曲線，并將計算的傾角截面直接轉化成方向梯度Z_xy，并構建三維深度圖；

S4、將三維深度圖沿管道旋轉方向，分隔為寬度為d的縱條，計算縱條內曲面投影Z_PR如下：

采用采用d/2步長分割縱條區域進行曲面投影，曲面投影Z_PR最終拼接成與三維深度圖等高度的投影圖像；

在區域C內計算局部標準差Q_SD和局部絕對差Q_RA，計算公式如下：

式中，為局部范圍C內的方向梯度均值；為經高斯平滑去噪后的方向梯度；

S5、將S4中經曲面投影Z_PR、局部標準差Q_SD和局部絕對差Q_RA的通道特征圖，經過均值濾波后，采用自適應閾值可以進行初步的缺陷區域分割。考慮到分割區域的連續性，采用形態學閉運算閉合連通區域，最終實現缺陷的準確檢出和定位。

2.根據權利要求1所述的基于3D視覺檢測技術的識別與檢測方法，其特征在于：所述S1中的對稱的線性光源采用紅、綠色線形LED光源構成，綠光波長為555-585nm，紅光波長620-639nm，光源照明范圍具有一定的重疊區域，入射角度為±18°。

3.根據權利要求1所述的基于3D視覺檢測技術的識別與檢測方法，其特征在于：所述S3中的構建三維深度圖包括以下步驟：

A1、通過S1中的線掃描三維測量系統，獲得三維表面的x、y方向的梯度測量矩陣P、Q，通過積分計算三維曲面公式為：

式中，r為積分路徑；

A2、將三維重建問題看做對一個曲面的擬合，建立關于梯度、圖像數據的泛函損失函數，公式如下：

式中，誤差項J1是光度立體測量范圍Ω內，梯度測量值p、q與梯度計Z_x、Z_y間的誤差；J2為正則化項；J3為約束表面法向量的連續性，抑制了“折痕”類型的梯度突變特征；正則化系數λ、μ取值為0；

A3、從x和y方向的梯度矩陣P和Q重建三維深度矩陣Z，并對A2中的公式進行優化，得到：

式中包含了對方向梯度q的優化，同時含有曲面梯度的正則化項；

A4、采用WO算法構建三維深度圖。

4.根據權利要求1所述的基于3D視覺檢測技術的識別與檢測方法，其特征在于：所述S4中的d為32像素。

5.根據權利要求1所述的基于3D視覺檢測技術的識別與檢測方法，其特征在于：所述S4中的區域C為8×6像素的矩形區域。

6.根據權利要求3所述的基于3D視覺檢測技術的識別與檢測方法，其特征在于：所述A4采用WO算法構建三維深度圖中加入迭代優化步驟(GO)，其迭代優化步驟(GO)截止誤差如下式：

式中，w＝h＝2ⁿ，n為最大分解層數。