[發明專利]基于量子鴿群峰谷區間分割的銅沖壓件表面裂縫檢測方法

在審

• 申請號: 202111173508.8
• 申請日: 2021-10-08
• 公開（公告）號: CN113916894A
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 廖一鵬;施雯玲;李娟;許志猛
• 申請（專利權）人: 福州大學
• 主分類號: G01N21/88
• 分類號: G01N21/88;G01N21/95
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 丘鴻超;蔡學俊

本發明提出一種基于量子鴿群峰谷區間分割的銅沖壓件表面裂縫檢測方法，首先，對帶裂縫的銅件表面圖像進行預處理，采用了中值濾波與同態濾波處理，去除了椒鹽噪聲，增強了圖像裂縫信息的細節；其次，對帶裂縫的銅件表面圖像進行全局多方向灰度變化掃描，遍歷灰度變化曲線然后選出標準差最大的變化曲線；然后，通過峰谷判斷閾值對灰度變化曲線進行峰谷點的搜索，在各個峰谷區間進行局部閾值分割，并引入改進量子鴿群算法對峰谷判斷閾值以及修正參數進行最優化處理；最后，采用形態學方法消除裂縫圖像噪聲、填補裂紋中的細小空洞，再通過分析金屬裂縫連通域的幾何特性，去除殘余噪聲，提高了方法的有效性和通用性。

技術領域

本發明屬于沖壓件制造和質量檢測、機器視覺技術領域，涉及一種基于量子鴿群峰谷區間分割的銅沖壓件表面裂縫檢測方法。

背景技術

銅沖壓件是采用銅金屬材料,通過沖壓設備加工制作的，而制作的各種金屬銅零件表面可能會產生明顯的劃痕、刮擦等裂縫缺陷。為了避免對后續加工造成影響，需對生產出的銅件進行表面裂縫檢測。裂縫檢測是指通過一定的技術手段將物品表面圖像所含有的裂縫信息識別出來，對物件表面的裂縫信息進行標識。實際應用中，經常通過銅沖壓件表面裂縫的深淺和長度來判定銅件能否進行后續的加工與使用。

目前，傳統的金屬表面裂縫檢測一般是基于圖像分割技術，比較常用的圖像分割方法是基于圖像灰度閾值大小的分割。其中，閾值分割又可細分為全局閾值分割與局部閾值分割技術，在全局閾值分割中，Otsu算法原理簡單，計算快速，不會受到圖像亮度與對比度的干擾，但是在處理圖像存在噪聲干擾、光照不均問題的時候全局閾值的分割效果較差。在局部閾值分割中，Niblack算法能夠自適應地對不同灰度值地區進行計算得出不同的灰度閾值對圖像進行分割，降低了噪聲和光照的影響，但是容易造成局部子塊之間的灰度連貫性不高，使得分割后的圖像會產生比較明顯的斷層現象。Sauvola分割算法也是一種局部分割算法，該算法分割效果好，時效性高，同樣存在分割后的圖像會產生比較明顯的斷層現象。

發明內容

考慮到現有技術存在的空白和不足，本發明的目的在于提供一種基于量子鴿群峰谷區間分割的銅沖壓件表面裂縫檢測方法，將全局灰度掃描與局部閾值分割相結合，提出一種灰度峰谷區間閾值分割的裂縫檢測方法，先通過全局多方向灰度掃描獲取灰度變化幅度最大的曲線，從曲線上的極值點抽取最佳的峰谷點，然后在灰度峰谷區間進行局部閾值分割，并將改進的量子鴿群算法引入到分割方法中，去求取分割目標函數的最優參數，完成自適應局部閾值分割，分割效果顯著提升。相比于傳統的局部分割，降低了噪聲和光照的影響，不存在局部子塊之間的灰度連貫性問題，而且能夠大大減少對每一條灰度曲線都進行閾值計算或者不停計算鄰域灰度分布特性帶來的大量時間消耗，間接提高了分割的效率。

本發明是一種基于量子鴿群峰谷區間分割的銅沖壓件表面裂縫檢測方法。首先，對帶裂縫的銅件表面圖像進行預處理，采用了中值濾波與同態濾波處理，去除了椒鹽噪聲，增強了圖像裂縫信息的細節；其次，對帶裂縫的銅件表面圖像進行全局多方向灰度變化掃描，遍歷灰度變化曲線然后選出標準差最大的變化曲線；然后，通過峰谷判斷閾值對灰度變化曲線進行峰谷點的搜索，在各個峰谷區間進行局部閾值分割，并引入改進量子鴿群算法對峰谷判斷閾值以及修正參數進行最優化處理；最后，采用形態學方法消除裂縫圖像噪聲、填補裂紋中的細小空洞，再通過分析金屬裂縫連通域的幾何特性，去除殘余噪聲，提高了方法的有效性和通用性。

本發明具體采用以下技術方案：

一種基于量子鴿群峰谷區間分割的銅沖壓件表面裂縫檢測方法，其特征在于，包括以下步驟：

步驟S1：銅沖壓件表面圖像采集，并對銅件表面圖像進行預處理，以增強信息和抑制噪聲；

步驟S2：對銅沖壓件表面圖像進行全局多方向灰度變化掃描，對所有方向下的灰度變化曲線進行標準差K的計算，遍歷所有灰度變化曲線然后選出標準差最大的一條作為主要灰度曲線；