基于机器视觉的金属边缘细微缺陷检测方法的研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｋｅｙｗｏｒｄｓ:ｓｌｉｇｈｔ ｄｅｆｅｃｔｓ ｏｆ ｔｈｅ ｅｄｇｅꎻ ｄｉｒｅｃｔｉｏｎ ｖｅｃｔｏｒꎻ ｃｉｒｃｌｅ ａｒｅａꎻ ｌｉｎｅａｒ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｉｔｅｒａｔｉｏｎ
金属零件广泛应用在工业领域中ꎬ其表面缺陷将 直接影响产品销售ꎮ 由于人工成本提高ꎬ全自动化生 产是趋势ꎬ基于机器视觉的表面缺陷检测技术应用在 产品检测ꎬ是保证自动化生产产品质量的一个重要环 节[１] ꎮ 因此ꎬ近年来国内外学者对金属表面质量检测 做了大量研究ꎮ Ｒａｖｉｋｕｍａｒ Ｓ [２] 根据直方图法提取机 械零件表面细小深划痕缺陷ꎬ并用决策树法分类进行 视觉检测ꎬ但是会出现过渡拟合ꎻＮａｚａｒｙａｎ Ｎ[３] 利用激
ＬＩＵ Ｊｉａｎｃｈｕｎꎬ ＬＩＮ Ｈａｉｓｅｎꎬ ＨＵＡＮＧ Ｙｏｎｇｊｉｅꎬ ＪＩＡＮ Ｊｕｎｊｉｅ ( Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ａｎｄ Ａｕｔｏｍｏｔｉｖｅ ＥｎｇｉｎｅｅｒｉｎｇꎬＸｉａｍｅｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ ＴｅｃｈｎｏｌｏｇｙꎬＸｉａｍｅｎ ３６１０２４ꎬＣＨＮ)
基于机器视觉的金属边缘细微缺陷检测方法的研究∗ ∗
刘建春 wenku.baidu.com海森 黄勇杰 江骏杰
( 厦门理工学院机械与汽车工程学院ꎬ福建 厦门 ３６１０２４)
摘 要: 针对金属表面质量人工检测工作量大、效率低等情况ꎬ提出一种机器视觉检测金属零件边缘细微缺 陷的方法ꎮ 先根据金属零件表面反光的特点ꎬ在亮场下垂直照射ꎬ运用形状模板匹配定位ꎬ对前景 区域膨胀处理ꎬ截取包含零件边界信息的图像ꎬ缩小处理区域ꎮ 接着锐化和滤波边缘区域ꎬ线性拟 合边缘轮廓ꎬ提取拟合线段的方向向量ꎬ并以此为特征进行区域类划分ꎬ提取边缘坐标点ꎮ 以提取 的坐标点为圆心作圆领域ꎬ求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点ꎮ 最后提 取符合要求的坐标点排序ꎬ重构多直线段ꎬ结合背景差分法提取缺陷ꎮ 实验结果表明ꎬ该检测方法 能够有效检测出金属边缘细微缺陷ꎮ
关键词:边缘细微缺陷ꎻ方向向量ꎻ圆领域ꎻ线性插值迭代 中图分类号:ＴＰ３９１������ ７ 文献标识码:Ａ ＤＯＩ:１０������ １９２８７ / ｊ������ ｃｎｋｉ������ １００５－２４０２������ ２０１８������ １１������ ０２４
Ｒｅｓｅａｒｃｈ ｏｎ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ ｓｕｂｔｌｅ ｄｅｆｅｃｔｓ ｏｆ ｍｅｔａｌ ｅｄｇｅｓ ｂａｓｅｄ ｏｎ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ
光源检测金属表面划痕的深度ꎬ但边缘微缺陷难识别ꎻ 何志勇[４] 利用梯度图像方差分布搜寻表面缺陷区域ꎬ 实现在背景变化不剧烈的表面图像中快速检测微小缺 陷ꎬ由于边缘处过渡剧烈ꎬ该方法在边缘缺陷检测方面 存在不足ꎻ李力[５] 利用视觉获取图像ꎬ进行离散余弦 变换ꎬ再用 Ｋ 值聚类法进行归类ꎬ 从 而 识 别 大 尺 寸 ＬＣＤ 玻璃基板缺陷区域ꎬ但线扫描的数据处理速度相 对于面扫描速度较慢ꎻ倪金辉[６] 将边缘信息从图像空
Ａｂｓｔｒａｃｔ: Ｉｎ ｖｉｅｗ ｏｆ ｔｈｅ ｈｅａｖｙ ｗｏｒｋｌｏａｄ ａｎｄ ｌｏｗ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｔｈｅ ｓｕｒｆａｃｅ ｑｕａｌｉｔｙ ｍａｎｕａｌ ｉｎｓｐｅｃｔｉｏｎ ｏｆ ｍｅｔａｌ ｐａｒｔｓꎬ ａ ｍｅｔｈｏｄ ｏｆ ｄｅｔｅｃｔｉｎｇ ｔｈｅ ｓｌｉｇｈｔ ｄｅｆｅｃｔｓ ｏｆ ｔｈｅ ｅｄｇｅ ｏｆ ｍｅｔａｌ ｐａｒｔｓ ｂｙ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ ｉｓ ｐｒｏｐｏｓｅｄ������ Ｆｉｒｓｔꎬ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｓｕｒｆａｃｅ ｒｅｆｌｅｃｔｉｏｎ ｏｆ ｍｅｔａｌ ｐａｒｔｓꎬ ｉｔ ｕｓｅ ｓｈａｐｅ ｔｅｍｐｌａｔｅ ｍａｔｃｈｉｎｇ ｔｏ ｌｏｃａｔｅ ｔｈｅ ｐａｒｔ ｗｈｉｃｈ ｉｓ ｖｅｒｔｉｃａｌｌｙ ｉｒｒａｄｉａｔｅｄ ｕｎｄｅｒ ｔｈｅ ｂｒｉｇｈｔ ｆｉｅｌｄ������ Ｔｈｅｎꎬ ｉｔ ｅｘｐａｎｄｓ ｔｈｅ ｆｏｒｅｇｒｏｕｎｄ ａｒｅａ ａｎｄ ｃａｐｔｕｒｅｓ ｔｈｅ ｉｍａｇｅ ｃｏｎｔａｉｎｉｎｇ ｔｈｅ ｐａｒｔ ｂｏｕｎｄａｒｙ ｉｎｆｏｒｍａｔｉｏｎꎬ ａｎｄ ｒｅｄｕｃｅ ｔｈｅ ｐｒｏｃｅｓｓｉｎｇ ａｒｅａ������ Ａｆｔｅｒ ｔｈａｔꎬ ｉｔ ｓｈａｒｐｅｎ ａｎｄ ｆｉｌｔｅｒ ｔｈｅ ｅｄｇｅ ｒｅｇｉｏｎꎬ ａｎｄ ｌｉｎｅａｒｌｙ ｆｉｔ ｔｈｅ ｅｄｇｅ ｃｏｎｔｏｕｒ������ Ｉｔ ｅｘｔｒａｃｔｓ ｔｈｅ ｄｉｒｅｃｔｉｏｎ ｖｅｃ￣ ｔｏｒ ｏｆ ｔｈｅ ｆｉｔｔｅｄ ｓｅｇｍｅｎｔ ｗｈｉｃｈ ｉｓ ｃｌａｓｓｉｆｉｅｄ ｂｙ ｄｉｒｅｃｔｉｏｎ ｖｅｃｔｏｒꎬ ａｎｄ ｅｘｔｒａｃｔｓ ｅｄｇｅ ｃｏｏｒｄｉｎａｔｅｓ������ Ｉｔ ｕｓｅｓ ｔｈｅ ｅｘｔｒａｃｔｅｄ ｃｏｏｒｄｉｎａｔｅ ｐｏｉｎｔｓ ａｓ ｔｈｅ ｃｅｎｔｅｒ ｏｆ ａ ｃｉｒｃｌｅ ａｒｅａꎬ ａｎｄ ｃａｌｃｕｌａｔｅｓ ｔｈｅ ａｖｅｒａｇｅ ｖａｌｕｅ ｏｆ ｇｒａｙ ｉｎ ｅａｃｈ ａｒｅａ ａｎｄ ｅｌｉｍｉｎａｔｅ ｂｏｕｎｄａｒｙ ｎｏｉｓｅ ｐｏｉｎｔｓ ｂｙ ｌｉｎｅａｒ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｉｔｅｒａｔｉｏｎ������ Ｆｉｎａｌｌｙꎬ ｉｔ ｅｘｔｒａｃｔｓ ｃｏｏｒ￣ ｄｉｎａｔｅ ｐｏｉｎｔｓ ｔｈａｔ ｍｅｅｔ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔｓꎬ ａｎｄ ｒｅｃｏｎｓｔｒｕｃｔｓ ｔｈｅ ｅｄｇｅ ｏｆ ｌｉｎｅｓ ｗｉｔｈ ｔｈｅｍꎬ ｗｈｉｃｈ ａｒｅ ｓｏｒｔｅｄꎬ ｔｈｅｎ ｔｈｅ ｄｅｆｅｃｔ ｉｓ ｅｘｔｒａｃｔｅｄ ｂｙ ｓｉｍｕｌａｔｉｎｇ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｄｉｆｆｅｒｅｎｃｅ ｍｅｔｈｏｄ������ Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｃａｎ ｄｅｔｅｃｔ ｔｈｅ ｆｉｎｅ ｅｄｇｅｓ ｏｆ ｍｅｔａｌ ｅｄｇｅｓ ｅｆｆｅｃｔｉｖｅｌｙ������
金属零件广泛应用在工业领域中ꎬ其表面缺陷将 直接影响产品销售ꎮ 由于人工成本提高ꎬ全自动化生 产是趋势ꎬ基于机器视觉的表面缺陷检测技术应用在 产品检测ꎬ是保证自动化生产产品质量的一个重要环 节[１] ꎮ 因此ꎬ近年来国内外学者对金属表面质量检测 做了大量研究ꎮ Ｒａｖｉｋｕｍａｒ Ｓ [２] 根据直方图法提取机 械零件表面细小深划痕缺陷ꎬ并用决策树法分类进行 视觉检测ꎬ但是会出现过渡拟合ꎻＮａｚａｒｙａｎ Ｎ[３] 利用激
ＬＩＵ Ｊｉａｎｃｈｕｎꎬ ＬＩＮ Ｈａｉｓｅｎꎬ ＨＵＡＮＧ Ｙｏｎｇｊｉｅꎬ ＪＩＡＮ Ｊｕｎｊｉｅ ( Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ａｎｄ Ａｕｔｏｍｏｔｉｖｅ ＥｎｇｉｎｅｅｒｉｎｇꎬＸｉａｍｅｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ ＴｅｃｈｎｏｌｏｇｙꎬＸｉａｍｅｎ ３６１０２４ꎬＣＨＮ)
基于机器视觉的金属边缘细微缺陷检测方法的研究∗ ∗
刘建春 wenku.baidu.com海森 黄勇杰 江骏杰
( 厦门理工学院机械与汽车工程学院ꎬ福建 厦门 ３６１０２４)
摘 要: 针对金属表面质量人工检测工作量大、效率低等情况ꎬ提出一种机器视觉检测金属零件边缘细微缺 陷的方法ꎮ 先根据金属零件表面反光的特点ꎬ在亮场下垂直照射ꎬ运用形状模板匹配定位ꎬ对前景 区域膨胀处理ꎬ截取包含零件边界信息的图像ꎬ缩小处理区域ꎮ 接着锐化和滤波边缘区域ꎬ线性拟 合边缘轮廓ꎬ提取拟合线段的方向向量ꎬ并以此为特征进行区域类划分ꎬ提取边缘坐标点ꎮ 以提取 的坐标点为圆心作圆领域ꎬ求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点ꎮ 最后提 取符合要求的坐标点排序ꎬ重构多直线段ꎬ结合背景差分法提取缺陷ꎮ 实验结果表明ꎬ该检测方法 能够有效检测出金属边缘细微缺陷ꎮ
关键词:边缘细微缺陷ꎻ方向向量ꎻ圆领域ꎻ线性插值迭代 中图分类号:ＴＰ３９１������ ７ 文献标识码:Ａ ＤＯＩ:１０������ １９２８７ / ｊ������ ｃｎｋｉ������ １００５－２４０２������ ２０１８������ １１������ ０２４
Ｒｅｓｅａｒｃｈ ｏｎ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ ｓｕｂｔｌｅ ｄｅｆｅｃｔｓ ｏｆ ｍｅｔａｌ ｅｄｇｅｓ ｂａｓｅｄ ｏｎ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ
光源检测金属表面划痕的深度ꎬ但边缘微缺陷难识别ꎻ 何志勇[４] 利用梯度图像方差分布搜寻表面缺陷区域ꎬ 实现在背景变化不剧烈的表面图像中快速检测微小缺 陷ꎬ由于边缘处过渡剧烈ꎬ该方法在边缘缺陷检测方面 存在不足ꎻ李力[５] 利用视觉获取图像ꎬ进行离散余弦 变换ꎬ再用 Ｋ 值聚类法进行归类ꎬ 从 而 识 别 大 尺 寸 ＬＣＤ 玻璃基板缺陷区域ꎬ但线扫描的数据处理速度相 对于面扫描速度较慢ꎻ倪金辉[６] 将边缘信息从图像空
Ａｂｓｔｒａｃｔ: Ｉｎ ｖｉｅｗ ｏｆ ｔｈｅ ｈｅａｖｙ ｗｏｒｋｌｏａｄ ａｎｄ ｌｏｗ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｔｈｅ ｓｕｒｆａｃｅ ｑｕａｌｉｔｙ ｍａｎｕａｌ ｉｎｓｐｅｃｔｉｏｎ ｏｆ ｍｅｔａｌ ｐａｒｔｓꎬ ａ ｍｅｔｈｏｄ ｏｆ ｄｅｔｅｃｔｉｎｇ ｔｈｅ ｓｌｉｇｈｔ ｄｅｆｅｃｔｓ ｏｆ ｔｈｅ ｅｄｇｅ ｏｆ ｍｅｔａｌ ｐａｒｔｓ ｂｙ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ ｉｓ ｐｒｏｐｏｓｅｄ������ Ｆｉｒｓｔꎬ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｓｕｒｆａｃｅ ｒｅｆｌｅｃｔｉｏｎ ｏｆ ｍｅｔａｌ ｐａｒｔｓꎬ ｉｔ ｕｓｅ ｓｈａｐｅ ｔｅｍｐｌａｔｅ ｍａｔｃｈｉｎｇ ｔｏ ｌｏｃａｔｅ ｔｈｅ ｐａｒｔ ｗｈｉｃｈ ｉｓ ｖｅｒｔｉｃａｌｌｙ ｉｒｒａｄｉａｔｅｄ ｕｎｄｅｒ ｔｈｅ ｂｒｉｇｈｔ ｆｉｅｌｄ������ Ｔｈｅｎꎬ ｉｔ ｅｘｐａｎｄｓ ｔｈｅ ｆｏｒｅｇｒｏｕｎｄ ａｒｅａ ａｎｄ ｃａｐｔｕｒｅｓ ｔｈｅ ｉｍａｇｅ ｃｏｎｔａｉｎｉｎｇ ｔｈｅ ｐａｒｔ ｂｏｕｎｄａｒｙ ｉｎｆｏｒｍａｔｉｏｎꎬ ａｎｄ ｒｅｄｕｃｅ ｔｈｅ ｐｒｏｃｅｓｓｉｎｇ ａｒｅａ������ Ａｆｔｅｒ ｔｈａｔꎬ ｉｔ ｓｈａｒｐｅｎ ａｎｄ ｆｉｌｔｅｒ ｔｈｅ ｅｄｇｅ ｒｅｇｉｏｎꎬ ａｎｄ ｌｉｎｅａｒｌｙ ｆｉｔ ｔｈｅ ｅｄｇｅ ｃｏｎｔｏｕｒ������ Ｉｔ ｅｘｔｒａｃｔｓ ｔｈｅ ｄｉｒｅｃｔｉｏｎ ｖｅｃ￣ ｔｏｒ ｏｆ ｔｈｅ ｆｉｔｔｅｄ ｓｅｇｍｅｎｔ ｗｈｉｃｈ ｉｓ ｃｌａｓｓｉｆｉｅｄ ｂｙ ｄｉｒｅｃｔｉｏｎ ｖｅｃｔｏｒꎬ ａｎｄ ｅｘｔｒａｃｔｓ ｅｄｇｅ ｃｏｏｒｄｉｎａｔｅｓ������ Ｉｔ ｕｓｅｓ ｔｈｅ ｅｘｔｒａｃｔｅｄ ｃｏｏｒｄｉｎａｔｅ ｐｏｉｎｔｓ ａｓ ｔｈｅ ｃｅｎｔｅｒ ｏｆ ａ ｃｉｒｃｌｅ ａｒｅａꎬ ａｎｄ ｃａｌｃｕｌａｔｅｓ ｔｈｅ ａｖｅｒａｇｅ ｖａｌｕｅ ｏｆ ｇｒａｙ ｉｎ ｅａｃｈ ａｒｅａ ａｎｄ ｅｌｉｍｉｎａｔｅ ｂｏｕｎｄａｒｙ ｎｏｉｓｅ ｐｏｉｎｔｓ ｂｙ ｌｉｎｅａｒ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｉｔｅｒａｔｉｏｎ������ Ｆｉｎａｌｌｙꎬ ｉｔ ｅｘｔｒａｃｔｓ ｃｏｏｒ￣ ｄｉｎａｔｅ ｐｏｉｎｔｓ ｔｈａｔ ｍｅｅｔ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔｓꎬ ａｎｄ ｒｅｃｏｎｓｔｒｕｃｔｓ ｔｈｅ ｅｄｇｅ ｏｆ ｌｉｎｅｓ ｗｉｔｈ ｔｈｅｍꎬ ｗｈｉｃｈ ａｒｅ ｓｏｒｔｅｄꎬ ｔｈｅｎ ｔｈｅ ｄｅｆｅｃｔ ｉｓ ｅｘｔｒａｃｔｅｄ ｂｙ ｓｉｍｕｌａｔｉｎｇ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｄｉｆｆｅｒｅｎｃｅ ｍｅｔｈｏｄ������ Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｃａｎ ｄｅｔｅｃｔ ｔｈｅ ｆｉｎｅ ｅｄｇｅｓ ｏｆ ｍｅｔａｌ ｅｄｇｅｓ ｅｆｆｅｃｔｉｖｅｌｙ������