[發(fā)明專利]基于機器視覺的缺陷檢測方法、裝置以及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211417136.3
• 申請日: 2022-11-10
• 公開（公告）號: CN115753791A
• 公開（公告）日: 2023-03-07
• 發(fā)明（設(shè)計）人: 洪天昊;李鵬堂;王荔巖;羅巍
• 申請（專利權(quán)）人: 哈爾濱耐是智能科技有限公司;哈爾濱島田大鵬工業(yè)股份有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 哈爾濱市陽光惠遠知識產(chǎn)權(quán)代理有限公司 23211
• 代理人: 陳晶

1.一種基于機器視覺的工件表面邊緣缺陷檢測方法，其特征在于，所述工件表面邊緣缺陷檢測方法，具體包括∶

S1、參照標椎模板文件中的標準圖像，對測試工件的原始彩色圖像進行預處理，繪制所述測試工件的邊界輪廓，獲得測試圖像，并計算得到所述邊界輪廓的長度；

S2、將所述測試工件的所述邊界輪廓長度與標椎模板文件中的邊界輪廓長度閾值進行對比，篩選出有表面邊緣缺陷的測試工件；

S3、將所述有表面邊緣缺陷的測試工件的邊界輪廓與標椎模板文件中的標準邊界輪廓圖形比對，確定缺陷位置，完成檢測。

2.根據(jù)權(quán)利要求1所述的一種基于機器視覺的工件表面邊緣缺陷檢測方法，其特征在于，所述標準模板文件是通過下述構(gòu)建方法獲得的，具體包括：

ST1、從測試工件中挑選出一個沒有表面邊緣缺陷的工件，作為標椎工件；

ST2、采集所述標準工件的原始彩色圖像；

ST3、對采集的所述標準工件的原始彩色圖像進行圖像處理，繪制標準邊界輪廓，獲得標準圖像，指定邊界輪廓長度閾值，并保存為標椎模板文件。

3.根據(jù)權(quán)利要求2所述的一種基于機器視覺的工件表面邊緣缺陷檢測方法，其特征在于，所述ST2，具體包括：

將標椎工件、彩色相機、光源分別固定于相應位置，調(diào)整好光源角度使標椎工件表面光照強度分布均勻，然后調(diào)整彩色相機的拍攝角度使其對準標椎工件的表面進行拍攝，獲得標準工件的原始彩色圖像。

4.根據(jù)權(quán)利要求2所述的一種基于機器視覺的工件表面邊緣缺陷檢測方法，其特征在于，所述ST3，具體包括：

ST3.1、對獲得的所述標準工件的原始彩色圖像進行特征提取，提取出所有特征點，獲得標準工件的特征圖像；

ST3.2、通過軟件界面在所述特征圖像上繪制標準邊界輪廓，得到標準工件的標準圖像，并計算得出所述標準邊界輪廓的長度；

ST3.3、根據(jù)所述標準邊界輪廓的長度，指定邊界輪廓長度閾值；

ST3.4、將所述標準圖像、所述標準邊界輪廓、所述邊界輪廓長度閾值保存為標椎模板文件。

5.根據(jù)權(quán)利要求1所述的一種基于機器視覺的工件表面邊緣缺陷檢測方法，其特征在于，所述S1，具體包括：

S1.1、對測試工件的原始彩色圖像進行特征提取，提取出所有特征點，得到所述測試工件的特征圖像；

S1.2、以標椎模板文件中的標準圖像為參照，利用特征定位，矯正所述測試工件的特征圖像的位置；

S1.3、將矯正位置后的所述測試工件的特征圖像轉(zhuǎn)換為灰度圖像；

S1.4、對所述灰度圖像進行二值化處理；

S1.5、利用Canny算子即多級邊緣檢測算法，提取所述二值化處理后圖像的邊界輪廓，得到所述測試工件的測試圖像，并利用圖像分析模塊計算得到所述邊界輪廓的長度。

6.根據(jù)權(quán)利要求5所述的一種基于機器視覺的工件表面邊緣缺陷檢測方法，其特征在于，所述S1.2，具體包括：

將測試工件的特征圖像中的所有特征點和標準圖像中的所有特征點進行匹配計算，獲取特征點對；

利用RANSAC方法，獲取所述特征點對之間的透視變換矩陣；

利用所述透視變換矩陣對所述測試工件的特征圖像進行變換，得到矯正位置后的特征圖像。

7.根據(jù)權(quán)利要求1所述的一種基于機器視覺的工件表面邊緣缺陷檢測方法，其特征在于，所述S2，具體包括：

將所述測試工件的邊界輪廓長度的與標椎模板文件中的邊界輪廓長度閾值進行比較：

當所述測試工件的邊界輪廓長度大于所述邊界輪廓長度閾值時，判定該測試工件存在表面邊緣缺陷；

否則，判定該測試工件沒有表面邊緣缺陷。

8.根據(jù)權(quán)利要求1所述的一種基于機器視覺的工件表面邊緣缺陷檢測方法，其特征在于，所述S3，具體包括：

將所述表面邊緣有缺陷的測試工件的邊界輪廓與標椎模板文件中的標準圖像的標準邊界輪廓進行圖形比對，對測試工件邊界輪廓超出所述標準邊界輪廓指定偏差的部分求取最小外接矩形并進行繪制，確定測試工件的表面邊緣缺陷位置，完成檢測。