[发明专利]一种基于机器视觉的定子表面缺陷检测系统及检测方法有效
申请号: | 201911047866.7 | 申请日: | 2019-10-30 |
公开(公告)号: | CN110766684B | 公开(公告)日: | 2022-03-18 |
发明(设计)人: | 戴斌宇;吴静静 | 申请(专利权)人: | 江南大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/194;G06T7/187;G06T7/11;G01N21/88 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 彭素琴 |
地址: | 214000 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器 视觉 定子 表面 缺陷 检测 系统 方法 | ||
1.一种定子端面缺陷检测系统,其特征在于,所述系统包括硬件系统和软件系统;其中,所述硬件系统包括光源、相机、检测装置和旋转机械装置;
所述软件系统利用最小二乘法提取圆形ROI将背景与感兴趣区域分离,采用基于连通域特征组合的干扰抑制算法快速抑制固有字符和槽孔干扰,并利用基于轮廓拓扑结构分析的掩模生成算法将掩模与待检图像差分提取工件表面缺陷特征,从而实现对定子的端面的缺陷检测:
所述基于连通域特征组合的干扰抑制算法和基于轮廓拓扑结构分析的掩模生成算法对定子端面图像进行缺陷检测,包括:
Step1.对获取的端面感兴趣区域图像进行连通域搜索,首先根据面积特征对感兴趣区域进行填充,然后搜索ROI内部连通域,并计算连通域的最小外接矩形;
Step2.连通域最小外接矩形的特征如下:
a、形状特征:最小外接矩形的宽W0、高H0、宽高比K0,即:
b、位置特征:最小外接矩形中心(X0,Y0)相对定子工件旋转中心(A,B)的距离R0,即:
Step3.记录满足以下条件的连通域:
C1.Wmin+ΔW<W0<Wmax+ΔW (5)
C2.Kmin+ΔK<K0<Kmax+ΔK (6)
C3.Rmin+ΔR<R0<Rmax+ΔR (7)
上式中:
Wmax为最小外接矩形的宽度上限,Wmin为宽度下限,△W为最小外接矩形的宽度的补偿常数;
Kmax为最小外接矩形的宽高比上限,Kmin为宽高比下限,△K为最小外接矩形的宽高比补偿常数;
Rmax为连通域外接矩形中心到旋转中心距离上限,Rmin为距离下限,△R为连通域外接矩形中心到旋转中心距离的补偿常数;
通过上述Step1至Step3,得到字符与槽孔区域,填充该连通域,即完成干扰抑制,得到完成干扰抑制后的图像M0(x,y);
S1.读取完成干扰抑制后的图像M0(x,y),提取目标轮廓C0(x,y);
S2.第一次拓扑转换:先对C0(x,y)进行轮廓膨胀,对轮廓各点沿其法线向外膨胀n1个像素,以填充尺度较大的非凸性轮廓;然后提取轮廓C1(x,y),对其进行轮廓内缩,对轮廓各点沿其法线向内收缩n1个像素,以逼近理想轮廓;
S3.第二次拓扑转换:提取第一次拓扑转换后的轮廓C2(x,y),再对该轮廓进行膨胀操作,对轮廓各点沿其法线向外膨胀n2个像素,再次填充可能存在的非凸性轮廓;然后提取轮廓C3(x,y),对其进行轮廓内缩,对轮廓各点沿其法线向内收缩n2个像素,以得到近似理想轮廓;
S4.掩模图像生成:提取第二次拓扑转换后的轮廓,即近似理想轮廓C(x,y),并基于此轮廓填充目标区域生成掩模图像M1(x,y);
得到的掩模图像M1(x,y)的轮廓与理想轮廓近似,即可对M1(x,y)进行缩放还原得到理想掩模图像M(x,y);再将掩模图像M(x,y)与原图进行“与”操作获取待检图像I(x,y);最后利用图像差分法,将待检图像I(x,y)与掩模图像M(x,y)作差,得到差异图像R0(x,y):
R0(x,y)=|I(x,y)-M(x,y)| (8)
定义阈值T0,对差异图像R0(x,y)进行灰度阈值分割,得到端面二值图像R(x,y),再对端面二值图像R(x,y)进行连通域搜索及分析即可判断定子端面有无缺陷。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911047866.7/1.html,转载请声明来源钻瓜专利网。