[发明专利]一种部件表面缺陷检测方法

说明书

一种部件表面缺陷检测方法，包括以下步骤：步骤100，子结构分解；步骤200，法向量计算；步骤300，Surflet特征构建；步骤400，子结构权值计算；步骤500，加权特征子表达；步骤600，缺陷区域提取。本发明对从获取待测表面的三维点云分解为分片平坦的子结构集合，解算子结构的几何子特征，建立特征的权重，构建加权特征描述子，进而提取缺陷区域。采用子结构解算局部子特征，能够更好地抵抗表面自身结构变化的干扰，同时采用多子结构的加权特征描述子具有更好的鲁棒性和可区分性。

技术领域

本发明涉及表面检测技术，尤其是一种基于激光点云子结构加权特征描述子的部件表面缺陷检测方法。

背景技术

在工业检测领域，表面缺陷检测一直是一个热点问题。随着工业生产过程中对部件精度控制的要求越来越高，对部件的精细尺度的形变缺陷的自动检测需要求也随之提高。

现有常用缺陷方法的主要基于光学图像检测，一般通过设计光照系统促进缺陷在图像中产生有效对比度，但该类方法对精细尺度下的几何形变和尺度变化等问题存在困难。激光测量技术因其非接触、可靠性高和采集方式简易等优良特点，在产品质量检测、生产过程自动控制等有着广泛的应用前景。如中国专利公开号为CN109975314A的一种基于三维激光点云数据的木材表面检测系统及检测方法，步骤一、通过上方三维激光轮廓传感器和下方三维激光轮廓传感器对木板双面进行扫描，获取三维激光点云数据；步骤2：检测系统对三维激光点云数据进行预处理，去除噪声、降低点云密度；步骤3：检测系统对缺陷点进行区域分割，将相同缺陷标记为相同序号；步骤4：计算缺陷处的体积和表面积，将同一缺陷类型的缺陷处的体积累加、表面积累加；步骤5：根据缺陷体积、表面积与阈值相比较的结果，发送不同信号到控制模块；步骤6：控制模块根据检测模块发送的信号，控制第三传送装置转向，以此对不同质量等级的木材进行分类。

对于精细尺度表面缺陷自动检测，激光点云数据存在噪声和野值干扰、点云分布密度不一、部件自身几何形状变化等干扰，都会不同程度地影响是部件表面缺陷检测的精确性和可靠性。

发明内容

本发明所要解决的技术问题是提供一种部件表面缺陷检测方法，提高部件表面缺陷检测的精确性和可靠性。

为解决上述技术问题，本发明的技术方案是：一种部件表面缺陷检测方法，包括以下步骤：

步骤100，子结构分解；

步骤200，法向量计算；

步骤300，Surflet特征构建；

步骤400，子结构权值计算；

步骤500，加权特征子表达；

步骤600，缺陷区域提取。

本发明对从获取待测表面的三维点云分解为分片平坦的子结构集合，解算子结构的几何子特征，建立特征的权重，构建加权特征描述子，进而提取缺陷区域。采用子结构解算局部子特征，能够更好地抵抗表面自身结构变化的干扰，同时采用多子结构的加权特征描述子具有更好的鲁棒性和可区分性。

作为改进，所述步骤100的具体步骤为：

步骤101，k近邻提取：对于包含了C个激光测量点的三维点云集合S＝{P_i}_{i＝1，2，...，C}中的任意一点P_i∈S，采用快速近似搜索算法，搜索P_i的k个最近邻点，记为R_k；

步骤102，RANSAC子结构拟合：对邻域R_k进行子结构分割，采用RANSAC鲁棒平面拟合方法逐次拟合平面，属于平面的内点构成子结构M_j＝{p_i}_{i＝1，2，...τ},其中τ≤k，最后构建三维点云的子结构集，即其中n表示子结构的总数。