[发明专利]一种基于视觉的金属表面细微缺陷检测方法

说明书

本发明公开了一种基于视觉的金属表面细微缺陷检测方法，其包括以下步骤：S1、通过四点光源三维检测系统采集4幅不同光照角度的待测金属表面图像；S2、计算每幅图像对应的光源方向；S3、由梯度信息还原物体表面的曲率图像；S4、对曲率图像依次进行灰度变换、均值滤波的预处理操作；S5、用自动阈值分割法对预处理后的图像进行阈值分割；S6、通过面积特征剔除误判的像素点和可容忍的细微缺陷，判断产品是否存在缺陷；S7、提取缺陷的纹理特征，并通过模式识别对存在缺陷的产品进行分类。本发明解决现有技术中金属表面缺陷检测漏检率高的缺陷，达到快速识别出缺陷产品并对产品进行高效分类的目的。

技术领域

本发明涉及计算机视觉技术领域，更具体地说，涉及一种基于视觉的金属表面细微缺陷检测方法。

背景技术

目前针对抛光金属表面的细微缺陷的自动化检测技术较不成熟，对细微缺陷的漏检率和误检率较高、检测效率较低，主要还是依靠人工来完成对细微缺陷的检测与识别。中国专利“CN102830123B”公开了一种金属板带表面微小缺陷的在线检测方法，该专利从摄像机采集到的彩色图像分离出R、G、B通道图像，分别对应红、绿、蓝光源的反射光强度分布，设计的表面倾角计算方法，可通过R通道图像和B通道图像计算表面倾角分布图，并根据表面倾角分布图检测金属板带表面微小缺陷，G通道图像为介于明暗场照明方式得到的金属板带表面图像，通过该图像可用现有的算法检测金属板带表面的常规缺陷，结合微小缺陷和常规缺陷的检测结果就可以得到金属板带表面完整的缺陷信息。但是，这种方法对于金属表面的细微缺陷的正检测率较低，漏检率较高，且检测方式效率低，检测结果受检测工人的主观因素较大，也会造成严重的漏检和误检。

发明内容

有鉴于此，本发明提供了一种基于视觉的金属表面细微缺陷检测方法，解决现有技术中金属表面缺陷检测漏检率高的缺陷。

一种基于视觉的金属表面细微缺陷检测方法，其具体步骤为：

S1、通过四点光源三维检测系统采集4幅不同光照角度的待测金属表面图像；所述步骤S1中的四点光源三维检测系统采用红光型点光源，所述步骤S2中计算每幅图像对应的光源方向采用的是高光黑球标定法。

S2、计算每幅图像对应的光源方向；

S3、由梯度信息还原物体表面的曲率图像；所述步骤S3的具体过程为：S31、定义N为球体表面上一点的法向量，写成向量形式为:N＝(N_x,N_y,N_z)^T；S32、求出待测物体表面在点(r,c)处的行梯度分量m等于S33、求出待测物体表面在点(r,c)处的行梯度分量n等于S34、求出待测物体表面点(r,c)处的高斯曲率K为：S35、将图像上每一点的高斯曲率转化为灰度值，得到能清晰反应待测物体表面信息的曲率图像；其中，I表示图像中像素点的亮度,N为表面的单位法向量,L表示光源方向。

S4、对曲率图像依次进行灰度变换、均值滤波的预处理操作；在所述步骤S4中，对曲率图像进行灰度变换采用的是灰度翻转算法，对曲率图像进行均值滤波采用的是掩模为35*35的均值滤波算法。所述步骤S4中，对曲率图像进行灰度变换的具体过程为：灰度翻转将原来呈现暗色的缺陷变为亮色，原来呈现亮色的背景变为暗色。灰度翻转公式如公式：s＝L-1-r，式中S表示像素点翻转后的像素值，L＝256，r表示像素点原始值。通过翻转变换，每个灰度值将会变成(255-r)，从而实现灰度值的变换。所述步骤S4中，对曲率图像进行均值滤波的具体过程为：采用35*35的掩模对灰度翻转后的图像进行均值滤波，将35*35模板内所有像素点灰度值的平均值作为中心像素点的像素值，依次遍历所有像素点，完成对图像的均值滤波。得到趋近于图像背景的理想图片。