本發明涉及一種板狀帶孔工件表面缺陷檢測裝置和方法，屬于視覺檢測領域。

背景技術：

板狀帶孔工件，近年來被廣泛應用于機床設備加工、醫療器械制造、車輛裝置方面。目前大多數生產廠家仍采用人工方式尋找板狀帶孔工件表面缺陷，不僅對人眼傷害大，而且效率低、成本高，不能準確發現工件表面缺陷的具體位置，而且容易使人產生視覺誤差，導致工件質量下降，出現漏檢、誤檢，大大降低了產品價格和市場競爭力。

曾有生產廠家通過技術改進，采用激光掃描檢測，以多點排列的點光源照射工件的表面，通過觀察到達接收板的點光源的缺省程度來判斷工件表面的完整程度。該檢測方法不但動作復雜，需要提前排列激光發生器的發光點位置，并且激光發生器的成本及后期維護費用也比較高，增加了探傷檢測的成本。

技術實現要素：

針對上述現有技術，本發明提供了一種板狀帶孔工件表面缺陷檢測裝置和方法，用以解決上述板狀帶孔工件表面缺陷檢測所存在的技術問題。

本發明一種板狀帶孔工件表面缺陷檢測裝置予以實現的技術方案是：該裝置包括傳送系統、特形照明光源、工業CCD圖像傳感器、圖像采集卡及處理器；所述的傳送系統用于水平傳送待檢測板狀帶孔工件，并以勻速直線形式進行傳送；所述的特形照明光源用于提供均勻照明光源，并且特形照明光源能夠覆蓋整個待檢測板狀帶孔工件所在區域；所述的工業CCD圖像傳感器用于將光學信號轉換為電信號，完成圖像的采集部分；所述的圖像采集卡用于接收從攝像頭采集的電信號，并將收集到的模擬信號經過A/D轉換，對圖像信息進行存儲和處理，并將數據信息傳輸給處理器；所述的處理器是在編程環境中實現相應代碼的運行，計算、標記出缺陷位置并直觀顯示出來；

所述的待檢測板狀帶孔工件水平置于所述的傳送系統中；所述的特形照明光源為頂部是弧形、水平切面是矩形的棚狀結構光源，并且特形照明光源能夠覆蓋整個所述的待檢測板狀帶孔工件所在區域；所述的特形照明光源設置在所述的工業CCD圖像傳感器的鏡頭四周，并與所述的工業CCD圖像傳感器連接固定；所述的特形照明光源的幾何模型的數學表達式為：

(1)

其中，、為未知數系數，、、為邊界值；所述的工業CCD圖像傳感器包括：攝像機主體、鏡頭及C接口；所述的攝像機主體采用工業CCD攝像機；所述的攝像機主體與鏡頭通過C接口連接；所述的鏡頭設置在所述的特形照明光源內側，并垂直于所述的待檢測板狀帶孔工件；所述的圖像采集卡為圖像采集部分與圖像處理部分的接口。

本發明提出的一種板狀帶孔工件表面缺陷檢測方法，是利用上述一種板狀帶孔工件表面缺陷檢測裝置，并按照以下步驟：

所述的待檢測板狀帶孔工件水平置于所述的傳送系統中，并以直線的形式勻速地從鏡頭下方移過，鏡頭實時采集完整的圖像信息；所述的工業CCD圖像傳感器將光學信號轉換為電信號，再經過所述的圖像采集卡接收從攝像頭采集到的電信號，并將采集到的模擬信號經過A/D轉換，對圖像信息進行存儲和處理，并由圖像采集卡將數據信息傳輸給所述的處理器；在處理器中，首先通過編程軟件對圖像進行預處理，改善圖像的視覺效果和清晰度，包含直方圖均衡化處理、歸一化處理、中值濾波，再根據圖像特征對圖像進行二值化處理；接著使用邊緣檢測技術，在抑噪的同時用邊緣點勾畫出各個對象的輪廓，分析圖像某些需要識別的目標；然后通過圖像分割技術，對比圖像中顯著值的異常位置進行區域標記，最后提取圖像特征，并直觀發現缺陷所在位置。

步驟一、譜剩余算法計算：

首先對輸入的灰度圖像進行二維離散傅里葉變換，將圖像從空間域轉入頻率域:，其中，為灰度圖像空間域坐標，為灰度圖像頻率域坐標；

(2)

其中，為該點傅里葉頻譜值。再求幅度譜和相位譜：

(3)

(4)

對幅度譜取對數，得到其幅值的Log譜：

(5)

然后對Log譜進行平滑濾波，獲取Log譜的大概形狀：

(6)

其中，是一個的平滑濾波器，為平滑濾波器的空域帶寬。求取兩者的差值，得到譜殘差：

(7)

對譜殘差和相位譜進行二維傅里葉逆變換，得

(8)

其中，表示灰度圖像中每點坐標的顯著值。

步驟二、閾值的設定：

本發明采用兩種方法設置閾值，并分別將閾值與同一幅圖像中各像素點的顯著值對比，將顯著值大于等于閾值的像素點標記為“1”，記為目標區域；顯著值小于閾值的像素點標記為“0”，記為背景區域。

根據自適應閾值算法求解閾值。將設為給定圖像的平均顯著值：

(9)

其中，、對應圖像的長和寬。將獲取的圖像的每處顯著值與自適應閾值比較，將大于等于閾值的像素點標記為“1”，小于閾值的像素點標記為“0”， 并把該幅圖像中的所有像素點集合用由0、1組成的行列矩陣表示。

根據大律法求解閾值。將該幅圖像顯著值范圍記為，(為最大顯著值)。預先設置一閾值將上述圖像顯著值分為兩類：,，并將與分別記為目標與背景，兩者的類間方差為：

(10)

(11)

(12)

其中，表示圖像中顯著值低于的像素個數，表示圖像中顯著值高于等于的像素個數，為低于的總像素的平均顯著值，為高于等于的總像素的平均顯著值；

使得值最大的值就是所需的閾值，即。再將與圖像的每處顯著值比較，將大于等于閾值的像素點標記為“1”，小于閾值的像素點標記為“0”， 并把該幅圖像中的所有像素點集合用由0、1組成的行列矩陣表示。

步驟三、標記缺陷

將矩陣與矩陣對應元素相乘，得新矩陣。即：。由矩陣點乘公式可知，矩陣也是由元素0、1構成，元素1表示該像素點顯著值均大于等于兩閾值，即目標圖像的重合位置。再按照從左往右、從上往下的順序依次尋找三個矩陣、、中元素為1的連通區，分別將每個矩陣的連通區記為、、。選取矩陣，對矩陣中所有元素求和，記和為；對矩陣中所有元素求和，記和為。引入函數，令 (13)

若，則認為在r處為缺陷位置。若小于，則認為是誤差檢測，工件此處無缺陷。

與現有技術相比，本發明的有益效果是：

本發明提供的一種板狀帶孔工件表面缺陷檢測裝置和方法，采用特形照明光源取代現有的點光源，能夠均勻照射，不存在光差現象，解決了待檢測板狀帶孔工件表面檢測受照明程度影響導致采集圖像不清晰的問題。本發明對于待檢測板狀帶孔工件圖像的采集方式不存在同步時差，能夠實時顯示待檢測板狀帶孔工件表面缺陷位置，軟硬件互換度高，適用于動態目標物的視覺成像，且圖像精度高、色彩還原度高。

附圖說明

圖1為本發明提供的一種板狀帶孔工件表面缺陷檢測裝置結構圖；

圖2為本發明提供的特形照明光源結構示意圖；

圖3為本發明提供的一種板狀帶孔工件表面缺陷檢測裝置的檢測系統流程圖。

圖中：1-傳送系統，2-待檢測板狀帶孔工件，3-特形照明光源，4-工業CCD圖像傳感器，5-圖像采集卡，6-處理器。

具體實施方式

下面結合具體實施方式對本發明作進一步詳細地描述。

如圖1所示，本發明一種板狀帶孔工件表面缺陷檢測裝置，包括傳送系統1、特形照明光源3、工業CCD圖像傳感器4、圖像采集卡5及處理器6。所述的傳送系統1用于水平傳送所述的待檢測板狀帶孔工件2，并以勻速直線形式進行傳送；所述的特形照明光源3用于提供均勻照明光源，并且特形照明光源3能夠覆蓋整個待檢測板狀帶孔工件2所在區域；所述的工業CCD圖像傳感器4用于將光學信號轉換為電信號，完成圖像的采集部分；所述的圖像采集卡5用于接收從攝像頭采集的電信號，并將收集到的模擬信號經過A/D轉換，對圖像信息進行存儲和處理，并將數據信息傳輸給所述的處理器6；所述的處理器6是在編程環境中實現相應代碼的運行，計算、標記出缺陷位置并直觀顯示出來。

所述的待檢測板狀帶孔工件2水平置于所述的傳送系統1中；所述的特形照明光源3為頂部是弧形、水平切面是矩形的棚狀結構光源，并且特形照明光源3能夠覆蓋整個所述的待檢測板狀帶孔工件2所在區域；所述的特形照明光源3設置在所述的工業CCD圖像傳感器4的鏡頭四周，并與所述的工業CCD圖像傳感器4連接固定；所述的特形照明光源3的幾何模型的數學表達式為：

(1)

其中，、為未知數系數，、、為邊界值；所述的工業CCD圖像傳感器4包括攝像機主體、鏡頭及C接口；所述的攝像機主體采用工業CCD攝像機；所述的攝像機主體與鏡頭之間通過C接口連接；所述的鏡頭垂直于所述的待檢測板狀帶孔工件2；所述的圖像采集卡5為圖像采集部分與圖像處理部分的接口。

本發明提出的一種板狀帶孔工件表面缺陷檢測方法，是利用上述一種板狀帶孔工件表面缺陷檢測裝置，并按照以下步驟：

所述的待檢測板狀帶孔工件2水平置于所述的傳送系統1中，并以直線的形式勻速地從鏡頭下方移過，鏡頭實時采集完整的圖像信息；所述的工業CCD圖像傳感器4將光學信號轉換為電信號，再經過所述的圖像采集卡5接收從攝像頭采集的電信號，并將采集到的模擬信號經過A/D轉換，對圖像信息進行存儲和處理，并由圖像采集卡5將數據信息傳輸給所述的處理器6；在處理器6中，首先通過編程軟件對圖像進行預處理，改善圖像的視覺效果和清晰度，包含直方圖均衡化處理、歸一化處理、中值濾波，再根據圖像特征對圖像進行二值化處理；接著使用邊緣檢測技術，在抑噪的同時用邊緣點勾畫出各個對象的輪廓，分析圖像某些需要識別的目標；然后通過圖像分割技術，對比圖像中顯著值的異常位置進行區域標記，最后提取圖像特征，并直觀發現缺陷所在位置。

如圖3所示，一種板狀帶孔工件表面缺陷檢測裝置的檢測流程依次為光源照射、圖像采集傳輸、圖像預處理、圖像邊緣檢測、圖像分割及圖像識別，最終標記缺陷。

光源照射采用所述的特形照明光源3向所述的待檢測板狀帶孔工件2投射均勻光。

圖像采集傳輸為所述的鏡頭實時采集完整的圖像數據，通過所述的工業CCD圖像傳感器4將光學信號轉換為電信號，再經過所述的圖像采集卡5接收從攝像頭采集到的電信號，并將收集到的模擬信號經過A/D轉換，對圖像信息進行采集存儲和傳輸。

圖像預處理為所述的處理器6首先對圖像建立灰度直方圖，直觀發現圖像中像素亮度的分布情況；再對直方圖進行均衡化、歸一化處理，使圖像的灰度均勻分布、增大反差，圖像細節更加清晰；接著進行中值濾波，對圖像濾除噪聲，保護信號的細節信息，并保護圖像邊緣；最后對圖像進行二值化處理，利用圖像中的顯著值差異，對比設定的閾值，將每個像素點歸于一個區域，把目標區域標記為“1”，背景區域標記為“0”，從而一幅灰度圖像變為二值圖像。

圖像邊緣檢測為用邊緣點勾畫出各個對象的輪廓，分析出圖像中需要識別的目標，即突出圖像的邊緣以提取圖像特征。

圖像分割為對標識邊緣檢測后圖像中亮度不同的點進行分割，將其劃分為若干不重疊區域。

圖像識別為先采用譜剩余的顯著目標檢測法對所述的待檢測板狀帶孔工件2進行檢測，再使用綜合比對法識別待檢測板狀帶孔工件2表面缺陷位置。

步驟一、譜剩余算法計算：

首先對輸入的灰度圖像進行二維離散傅里葉變換，將圖像從空間域轉入頻率域:，其中，為灰度圖像空間域坐標，為灰度圖像頻率域坐標；

(2)

其中，為該點傅里葉頻譜值。再求幅度譜和相位譜：

(3)

(4)

對幅度譜取對數，得到其幅值的Log譜：

(5)

然后對Log譜進行平滑濾波，獲取Log譜的大概形狀：

(6)

其中，是一個的平滑濾波器，為平滑濾波器的空域帶寬。求取兩者的差值，得到譜殘差：

(7)

對譜殘差和相位譜進行二維傅里葉逆變換，得

(8)

其中，表示灰度圖像中每點坐標的顯著值。

步驟二、閾值的設定：

本發明采用兩種方法設置閾值，并分別將閾值與同一幅圖像中各像素點的顯著值對比，將顯著值大于等于閾值的像素點標記為“1”，記為目標區域；顯著值小于閾值的像素點標記為“0”，記為背景區域；

根據自適應閾值算法求解。將閾值設為給定圖像的平均顯著值：

(9)

其中，、對應圖像的長和寬。將獲取的每處顯著值與自適應閾值比較，通過對比，將大于等于閾值的像素點標記為“1”，小于閾值的像素點標記為“0”， 并把該幅圖像中的所有像素點集合用由0、1組成的行列矩陣表示。

根據大律法求解。將圖像顯著值范圍記為,(為最大顯著值)。預先設置一閾值將上述圖像顯著值分為兩類：,，并將與分別記為目標與背景，兩者的類間方差為：

(10)

(11)

(12)

其中，表示圖像中顯著值低于的像素個數，表示圖像中顯著值高于等于的像素個數，為低于的總像素的平均顯著值，為高于等于的總像素的平均顯著值；

使得值最大的值就是所需的閾值，即。再將T與圖像的每處顯著值比較，將大于等于閾值的像素點標記為“1”，小于閾值的像素點標記為“0”， 并把該幅圖像中的所有像素點集合用由0、1組成的行列矩陣表示。

步驟三、標記缺陷

將矩陣與矩陣對應元素相乘，得新矩陣。即：。由矩陣點乘公式可知，矩陣也是由元素0、1構成，元素1表示該像素點顯著值均大于等于兩閾值，即目標圖像的重合位置。再按照從左往右、從上往下的順序依次尋找三個矩陣、、中元素為1的連通區，分別將每個矩陣的連通區記為、、。選取矩陣，對矩陣中所有元素求和，記和為；對矩陣中所有元素求和，記和為。引入函數，令 (13)

若，則認為在r處為缺陷位置。若小于，則認為是誤差檢測，工件此處無缺陷。

本發明中，圖像預處理、圖像邊緣檢測、圖像分割技術屬于本領域類公知常識，本領域內的技術人員可根據被測物的具體要求再現，在此不再贅述。

盡管上面結合圖對本發明進行了描述，但是本發明并不局限于上述的具體實施方式，上述的具體實施方式僅僅是示意性的，而不是局限性的，本領域的普通技術人員在本發明的啟示下，在不脫離本發明宗旨的情況下，還可以作出很多變形，這些均屬于本發明的保護之內。