[发明专利]一种不规则轮廓缺陷检测方法

说明书

本发明涉及一种不规则轮廓缺陷检测方法，属于机器视觉领域。该方法使用Canny算子提取图像边缘轮廓，对标准图像和工业采集图像的轮廓进行形状匹配，采用由粗到精的匹配方式，粗匹配阶段使用形状上下文(SC)，精匹配阶段使用迭代最近点算法(ICP)，最后将匹配、对准后的两轮廓分成N个小段，计算对应分段点集的改进后Hausdorff距离并构成距离向量，最终根据设计的距离阈值函数以及终止迭代条件得到产品轮廓缺陷部位。本发明可提高工业产品缺陷检测的精度与速度，同时可提升机器视觉在缺陷检测中的应用范围以及工业检测的效率。

技术领域

本发明属于机器视觉领域，涉及一种不规则轮廓缺陷检测方法。

背景技术

随着工业生产不断的发展，人们对产品质量要求越来越高，产品缺陷视觉检测在工业应用中越来越广泛。总体上误差检测方法可以划分为接触式测量和非接触测量。接触式测量方法通过测量装置与被测对象表面接触测量误差或缺陷，直观的反映被测表面的信息。非接触测量是以光电、电磁等技术为基础，在不接触被测物体表面的情况下，得到物体表面参数信息的测量方法。典型的非接触测量方法如激光三角法、电涡流法、超声测量法、机器视觉测量等等。

随着计算机技术的不断进步，机器视觉方法在工业中应用得越来越广泛，相较于其他检测技术，机器视觉检测技术主要有以下优点：(1)成本低，机器视觉检测系统大大降低了工厂的成本；(2)准确率高，通过机器视觉检测设备，可以每周7天，每天24小时不间断地生产高质量的产品，避免出现产品召回，产品责任索赔和图像损坏等；(3)安全生产，产品可靠，机器视觉保证了生产过程中以及最终产品的安全性。

视觉系统就是用机器代替人眼来做测量和判断。视觉系统是指通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。

机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。可以在最快的生产线上对产品进行测量、引导、检测、和识别，并能保质保量的完成生产任务。

现有的视觉轮廓检测算法主要针对基本的轮廓，将得到的轮廓数据拟合为几何基元，如直线，圆，椭圆等规则形状，而对于复杂的轮廓，则设计各种算法将得到的轮廓数据分割成多个部分，每部分都有对应的几何基元。虽然众多的研究使轮廓的分割与拟合过程的精度以及鲁棒性越来越高，但它们只可以对规则形状的工业产品的轮廓做检测。考虑到实际产品的形状多种多样，轮廓可能由不规则的曲线组合而成，而目前关于不规则轮廓缺陷机器视觉检测算法的研究很少，部分不规则轮廓的误差视觉测量研究工作只是提高了误差精度，没有针对产品缺陷问题指出缺陷部位。

发明内容

有鉴于此，本发明的目的在于提供一种不规则轮廓缺陷检测方法，以精确检测任何不规则工业产品的轮廓误差同时得到其缺陷部位。

为达到上述目的，本发明提供如下技术方案：

一种不规则轮廓缺陷检测方法，该方法包括以下步骤：

S1：使用Canny算子提取图像边缘；

S2：对标准图像与采集图像轮廓进行匹配，匹配阶段采用由粗到精的匹配方式：先采用形状上下文特征SC描述标准轮廓和待匹配轮廓的每一个点，并计算待匹配轮廓与标准轮廓的位置偏差，即粗匹配；粗匹配后采用奇异值SVD分解将待匹配轮廓旋转平移到标准轮廓附近，然后进行精匹配，精匹配阶段采用迭代最近点算法；