[發明專利]一種基于機器視覺的磁棒端面缺陷檢測方法

在審

• 申請號: 202210401316.6
• 申請日: 2022-04-15
• 公開（公告）號: CN114994072A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 虞佳佳;周延鎖;周揚;黃文廣;袁鑫宏;張秋杰;倪良亮;沈燁超
• 申請（專利權）人: 浙江機電職業技術學院
• 主分類號: G01N21/95
• 分類號: G01N21/95;G01B11/00;G01B11/24
• 代理公司: 杭州賽科專利代理事務所(普通合伙) 33230
• 代理人: 宋飛燕

本發明公開了一種基于機器視覺的磁棒端面缺陷檢測方法，獲取磁棒端面圖像，并提取磁棒端面輪廓；基于磁棒端面輪廓的最大連通曲線擬合端面圓；輪詢計算輪廓點與端面圓間的距離差，獲得邊緣缺陷信息圖；基于邊緣缺陷信息圖判斷磁棒端面是否存在缺陷。本發明可有效解決邊緣缺陷在成像上有呈現，但是由于缺陷區域較小導致很難檢測的問題。

技術領域

本發明屬于缺陷檢測技術領域，具體來說涉及一種基于機器視覺的磁棒端面缺陷檢測方法。

背景技術

隨著工業科技的發展，磁性材料以其優良性能在信息化、電子化、一體化以及醫學和國防等方面的應用越來越廣泛；鋁鎳鈷磁棒類(LNG磁棒)作為磁性材料的一種，其主要用于石油化工、采礦、汽輪機、冶金、制藥、食品、陶瓷、紡織、橡膠、塑料和機械等行業；而這些行業對LNG磁棒尺寸和表面缺陷有較高的要求，品質檢測要求極高。以深度學習作為工件的缺陷檢測算法是目前的發展方向，但深度學習對樣本類型和數量要求比較高，誤檢率高仍然是推廣到產業應用時面臨的一個主要問題。

根據企業對LNG磁棒端面外觀的評價標準，端面外觀檢測內容包括表面缺角、崩角和污點等，其中缺角、崩角缺陷判定依據為單個缺陷尺寸大于0.1mm×0.1mm，污點判定缺陷依據為單個污點面積大于0.15mm×0.15mm，其中崩角和缺角主要在端面邊緣出現，污點主要在端面內出現。在磁棒端面外觀檢測過程中最大的難點是邊緣的缺角和崩角，人工和視覺檢測都比較容易誤判。

發明內容

本發明的目的之一在于提供一種基于機器視覺的磁棒端面缺陷檢測方法，以解決背景技術中現有的缺陷檢測對磁棒端面邊緣的缺角和崩角容易誤判的問題。

為實現上述目的，本發明提供技術方案如下：

一種基于機器視覺的磁棒端面缺陷檢測方法，包括以下步驟：

獲取磁棒端面圖像，并提取磁棒端面輪廓；

基于磁棒端面輪廓的最大連通曲線擬合端面圓；

輪詢計算輪廓點與端面圓間的距離差，獲得邊緣缺陷信息圖；

基于邊緣缺陷信息圖判斷磁棒端面是否存在缺陷。

優選地，所述提取磁棒輪廓為，對磁棒端面圖像進行圖像分割，對分割圖像進行邊緣檢測，得到磁棒端面輪廓。

優選地，所述磁棒端面圖像通過閾值分割算法進行圖像分割。

優選地，所述閾值分割算法包括以下步驟：計算磁棒端面圖像的灰度直方圖，將灰度直方圖中波峰位置和波谷位置的灰度值分別作為灰度值上限Gray_max和灰度值下限Gray_min；基于閾值分割表達式進行圖像分割，所述閾值分割表達式為Q＝{(x，y)∈D|Gray_min≤f_(x，y)≤Gray_max}，Q指在磁棒端面圖像中灰度值處于Gray_min和Gray_max之間的像素點，D表示為圖像域范圍，f(x，y)表示磁棒端面圖像中橫坐標x、縱坐標y上的灰度值，Gray_min為灰度值下限，Gray_max為灰度值上限。

優選地，所述分割圖像通過Canny算法進行邊緣檢測，得到磁棒輪廓。

優選地，所述的對磁棒端面圖像進行圖像分割后，對分割圖像去噪，對去噪后的分割圖像進行邊緣檢測。

優選地，去噪方法為對分割圖像進行開運算。

優選地，所述基于磁棒端面輪廓的最大連通曲線擬合端面圓為：對磁棒端面輪廓二次開運算，獲取修正后的磁棒端面輪廓，并進行圓擬合，得到擬合的端面圓。

優選地，所述輪詢計算輪廓點與端面圓間的距離差為：計算各輪廓點與端面圓間的最小距離，基于所有最小距離獲取邊緣缺陷信息圖。