O -slnO 0' Γ1 0 x] r7^·
[0039] ν} = sinO co^O 0 ? 1 y v 〇 -ll L 0 0 1. L0 0 iJLl-
[0040] 進(jìn)一步地，所述步驟E中差分運(yùn)算的篩選閾值選取值為[-10,-5]的點(diǎn);所述預(yù)設(shè)的 鄰域半徑為1~4像素;所述面積閾值的面積大于10像素，長(zhǎng)寬比大于3。
[0041] 本發(fā)明與現(xiàn)有技術(shù)相比具有如下有益效果:本發(fā)明基于機(jī)器視覺的陶瓷閥芯表面 缺陷檢測(cè)方法可自動(dòng)檢測(cè)出待檢測(cè)陶瓷閥芯的表面缺陷，檢測(cè)穩(wěn)定性高、檢測(cè)成本低且檢 測(cè)速度快，檢出率可達(dá)到95%，另外，檢出及識(shí)別各類缺陷的總時(shí)間小于0.3秒，可廣泛應(yīng)用 于陶瓷閥芯表面缺陷檢測(cè)領(lǐng)域中。
【附圖說明】
[0042] 圖1為本發(fā)明基于機(jī)器視覺的陶瓷閥芯表面缺陷檢測(cè)方法的模板及掩模板建立流 程框圖；
[0043] 圖2為本發(fā)明基于機(jī)器視覺的陶瓷閥芯表面缺陷檢測(cè)方法的檢測(cè)流程圖。
【具體實(shí)施方式】
[0044] 下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明，便于更清楚地了解本 發(fā)明，但它們不對(duì)本發(fā)明構(gòu)成限定。
[0045] -種基于機(jī)器視覺的陶瓷閥芯表面缺陷檢測(cè)方法，結(jié)合圖1、圖2所示，檢測(cè)方法包 括如下步驟：
[0046] A、在自動(dòng)檢測(cè)前，在人工干預(yù)下，對(duì)不同型號(hào)的陶瓷閥芯分別建立模板及掩模板， 其中：每種型號(hào)的模板及掩模板包括拋光面模板及拋光面掩模板、非拋光面模板及非拋光 面掩模板；
[0047] al、由于陶瓷閥芯通常是白色的，因此，在設(shè)計(jì)時(shí)，采用黑色作為背景對(duì)陶瓷閥芯 待檢測(cè)面拍照，便于顯影;對(duì)每種型號(hào)的檢測(cè)面圖像進(jìn)行閾值分割時(shí)，由于噪聲會(huì)產(chǎn)生空洞 或邊緣毛刺，先通過圖像平滑和形態(tài)學(xué)的濾波消除空洞和邊緣毛刺，然后再對(duì)每種型號(hào)的 檢測(cè)面圖像進(jìn)行閾值分割，得到剔除雜質(zhì)背景的目標(biāo)灰度圖像，經(jīng)最小外接矩形截取感興 趣區(qū)域(R0I)作為模板；
[0048] 其中：對(duì)每種型號(hào)的兩個(gè)檢測(cè)面圖像(拋光面圖像和非拋光面圖像)分別進(jìn)行閾值 分割得到目標(biāo)灰度圖像的具體方法如下：
[0049] 設(shè)G(x，y)為檢測(cè)面圖像像素點(diǎn)（x，y)處的灰度值，Tbg為背景閾值，RTaiiP(x，y)是閾 值分割后的灰度值，令
[0050] 1艦辦刃，δ …;
[0051] a2、將步驟al中的兩個(gè)模板分別提取邊緣特征，作為模板形狀特征進(jìn)行保存至數(shù) 據(jù)庫，其邊緣特征由一系列點(diǎn)Pi = (Xi，y i)T，i = 1，2，3 ···]!構(gòu)成，每一個(gè)點(diǎn)所對(duì)應(yīng)的梯度方向 向量為6=(1^，1^)1'，且(1' = (1^'，1^'）1' = 1?(9)(^為旋轉(zhuǎn)矩陣表達(dá)式；
[0052] a3、再對(duì)步驟a2中的兩個(gè)模板進(jìn)行閾值分割，其閾值分割的方法與步驟al中進(jìn)行 閾值分割的方法相同，然后根據(jù)不同區(qū)域的灰度特征，將每個(gè)模板分割成N個(gè)不同的連通區(qū) 域，且每個(gè)連通區(qū)域內(nèi)的灰度一致，得到個(gè)數(shù)與連通區(qū)域個(gè)數(shù)相同的掩模板。
[0053] B、根據(jù)待檢測(cè)陶瓷閥芯的待檢測(cè)面圖像分別與對(duì)應(yīng)型號(hào)的拋光面模板、非拋光面 模板進(jìn)行模板形狀匹配；
[0054] bl、將待檢測(cè)面圖像用最小外接矩形截取待檢測(cè)感興趣區(qū)域圖像；
[0055] b2、將步驟bl中待檢測(cè)感興趣區(qū)域圖像的形狀特征分別與對(duì)應(yīng)型號(hào)的拋光面模 板、非拋光面模板形狀特征進(jìn)行匹配運(yùn)算，得到各自的匹配度、匹配中心和方向，具體方法 如下：
[0056] 待檢測(cè)感興趣區(qū)域圖像進(jìn)行閾值分割得到目標(biāo)待檢測(cè)圖像區(qū)域，其閾值分割的方 法與步驟al中閾值分割的方法相同；
[0057] 然后對(duì)目標(biāo)待檢測(cè)圖像區(qū)域進(jìn)行邊緣特征提取，用點(diǎn)（x，y)和與之相對(duì)應(yīng)的方向 向量
[0058] eqV = (Vx+y ,y+/ dx+y ,y+/ "表示，則歸一化后的匹配度量函數(shù)表達(dá)式如下：
[0059]
[0060] 當(dāng)與其中至少一個(gè)模板匹配的匹配度s大于預(yù)設(shè)閾值(如0.9)時(shí)，則目標(biāo)待檢測(cè)圖 像區(qū)域與所選取的模板匹配，若匹配度均小于預(yù)設(shè)閾值(如0.9)，則判斷該待檢測(cè)陶瓷閥芯 不合格;若匹配成功，則依據(jù)最相似原則（匹配度越高，表示越相似），判斷出待檢測(cè)面圖像 是拋光面圖像還是非拋光面圖像，獲取待檢測(cè)面圖像與其相對(duì)應(yīng)模板的相對(duì)位置(x，y)和 相對(duì)旋轉(zhuǎn)角度Θ，并選擇相對(duì)應(yīng)的掩模板，繼續(xù)進(jìn)行步驟C。
[0061] C、根據(jù)步驟B中的匹配結(jié)果，確定待檢測(cè)面圖像的表面、位置和方向，然后將待檢 測(cè)面圖像與步驟B中選定的模板及掩模板配準(zhǔn)；
[0062] 根據(jù)步驟b2中相對(duì)位置(X，y)和相對(duì)旋轉(zhuǎn)角度Θ，對(duì)所選擇的相對(duì)應(yīng)模板及掩模板 進(jìn)行仿射變換，使待檢測(cè)面圖像與相對(duì)應(yīng)模板及掩模板進(jìn)行配準(zhǔn)，具體方法如下：
[0063]根據(jù)步驟b2中相對(duì)位置(x，y)和相對(duì)旋轉(zhuǎn)角度Θ，設(shè)目標(biāo)待檢測(cè)圖像區(qū)域的像素點(diǎn) 或特征點(diǎn)坐標(biāo)為(u，v)，則經(jīng)過平移與旋轉(zhuǎn)后，新的坐標(biāo)為(u'，v'），滿足如下關(guān)系： 1^1 [cosO -sinO 01 Γ1 ? χΛ rU
[0064] ν - sinO cosO 0 0 1 y v ι 4」I ? o l. lo o iJ i
[0065] 配準(zhǔn)后進(jìn)行步驟D。
[0066] D、對(duì)待檢測(cè)陶瓷閥芯的待檢測(cè)面圖像進(jìn)行Blob檢測(cè)；其中：Blob檢測(cè)包括否存在 拋光不均勻、崩邊及破損等缺陷的檢測(cè)；
[0067] dl、取步驟C中經(jīng)過配準(zhǔn)的模板與待檢測(cè)感興趣區(qū)域圖像，進(jìn)行差分運(yùn)算，得到差 分圖像，并對(duì)差分圖像進(jìn)行預(yù)設(shè)閾值(如閾值為-5)的二值化，選取灰度值小于預(yù)設(shè)閾值的 像素所對(duì)應(yīng)的位置作為缺陷候選區(qū)域；
[0068] d2、對(duì)缺陷候選區(qū)域進(jìn)行Blob分析:對(duì)dl步驟的缺陷候選區(qū)域進(jìn)行形態(tài)學(xué)開運(yùn)算， 消除噪聲，并使鄰近灰度值區(qū)域連通；
[0069] d3、對(duì)d2步驟得到的連通區(qū)域進(jìn)行特征分析：當(dāng)至少有一個(gè)連通區(qū)域的面積（特 征)大于預(yù)設(shè)閾值(如100像素)時(shí)，則判斷Blob缺陷存在，該待檢測(cè)陶瓷閥芯不合格;否則， 繼續(xù)執(zhí)行步驟E。
[0070] E、對(duì)待檢測(cè)面圖像進(jìn)行裂紋檢測(cè)；
[0071]對(duì)目標(biāo)待檢測(cè)圖像區(qū)域進(jìn)行第一次平滑降噪點(diǎn)處理得到前景圖像，然后對(duì)前景圖 像進(jìn)行第二次平滑處理得到背景圖像(兩次平滑處理都是借助卷積核與圖像進(jìn)行卷積），將 前景圖像和背景圖像進(jìn)行灰度值差分運(yùn)算，經(jīng)閾值篩選，取差分圖像灰度值在設(shè)定范圍內(nèi) (在對(duì)差分圖像進(jìn)行閾值分割時(shí)，較大的閾值對(duì)灰度值的變化較為敏感，可能會(huì)保留噪聲信 息，較小的閾值，可能會(huì)造成裂紋信息的丟失，因此，實(shí)際中取值在[-10,-5]范圍內(nèi)較為合 適)的點(diǎn)，得到預(yù)含有裂紋的像素點(diǎn)集，對(duì)所得到的預(yù)含有裂紋的像素點(diǎn)集在設(shè)定鄰域半徑 (在選擇閉運(yùn)算領(lǐng)域半徑時(shí)，較大的領(lǐng)域半徑范圍，可能會(huì)造成裂紋分離困難，而較小的領(lǐng) 域半徑范圍，可能會(huì)使裂紋不連續(xù)，因此，實(shí)際中取值在1~4像素范圍內(nèi)較為合適。）內(nèi)進(jìn)行 閉運(yùn)算，使相互鄰近的點(diǎn)連接在一起，形成連通區(qū)域，對(duì)各連通區(qū)域按面積閾值(如大于10 像素)和長(zhǎng)寬比設(shè)定值(大于3)進(jìn)行篩選（因?yàn)椴缓线m的篩選參數(shù)，可能會(huì)導(dǎo)致非裂紋的混 入或漏檢），若篩選出符合裂紋特征的區(qū)域，則剔除該待檢測(cè)陶瓷閥芯，反之則該待檢測(cè)陶 瓷閥芯合格，檢測(cè)完畢。
[0072]本發(fā)明基于機(jī)器視覺的陶瓷閥芯表面缺陷檢測(cè)方法可自動(dòng)檢測(cè)出待檢測(cè)陶瓷閥 芯的表面缺陷，檢測(cè)穩(wěn)定性高、檢測(cè)成本低且檢測(cè)速度快，檢出率可達(dá)到95%，另外，檢出及 識(shí)別各類缺陷的總時(shí)間小于0.3秒，可廣泛應(yīng)用于陶瓷閥芯表面缺陷檢測(cè)領(lǐng)域中。
【主權(quán)項(xiàng)】
1. 一種基于機(jī)器視覺的陶瓷閥忍表面缺陷檢測(cè)方法，其特征在于:所述檢測(cè)方法包括 如下步驟： A、