[发明专利]一种基于机器视觉的焊缝表面缺陷检测方法及系统

权利要求书

1.一种基于机器视觉的焊缝表面缺陷检测方法，其特征在于，包括以下步骤：

1)、采用全局直方图均衡化增强法对图像进行增强处理，将原始图像直方图进行拉伸，使灰度值均匀分布在整个灰度值区间内，以实现焊缝与背景区域对比度的增强；

2)、获取[0，1]区间内任一灰度级在图像中出现的概率密度统计和图像灰度级数量；

3)、将原图像直接映射得到均衡化后各像素点灰度值，增强图像各区域对比度，增强后图像灰度分布直方图像素灰度值均匀分布在0到255的区间内；

4)、采用基于grabcut的图像分割算法对焊缝区域进行分割；

5)、改进grabcut算法通过构建多个高斯模型来反映像素集合特征，对应前景与背景分别有五个高斯模型，通过多个模型计算式计算像素点属于前景的概率，选取概率最大的一个；

6)、对图像中的连通域进行识别查找，提取焊缝缺陷边长和面积的几何特征参数，查找完成后，确定缺陷坐标，对下塌缺陷区域进行表示框选标示。

2.根据权利要求1所述的一种基于机器视觉的焊缝表面缺陷检测方法，其特征在于,所述步骤2的具体过程为：

设图像原始灰度值为g(x，y)，将其正则化到到[0，1]区间内，通过：

获得灰度级r_k在图像中出现的概率密度统计p(r_k)，其中n为图像像素总数，n_k代表灰度级为r_k的像元数目，统计原始图像直方图后，忽略掉直方图两端像素点不足100的灰度级，得到图像灰度级数量I，

映射函数T(r)表述为：

其中，j＝0,1,2…k-1，r_j是第j个灰度级。

3.根据权利要求1所述的一种基于机器视觉的焊缝表面缺陷检测方法，其特征在于,所述步骤4中，所述图像分割算法以能量公式为基准，采用max flow算法，一次全局求解最小能量割边，图像能量为：E(L)＝aR(L)+B(L)，R(L)为区域项，B(L)为边界项，a为权重系数。

4.根据权利要求3所述的一种基于机器视觉的焊缝表面缺陷检测方法，其特征在于，所述步骤5中，混合高斯概率计算区域项R(L)的计算公式为：

x为像素通道量，π_i表示每个高斯分量权重，g_i为第i个高斯模型的概率模型公式：

其中μ为每个高斯分量均值向量，ε为协方差矩阵，此处为3×3矩阵。

5.根据权利要求4所述的一种基于机器视觉的焊缝表面缺陷检测方法，其特征在于，所述步骤5中，所述边界项B(L)计算公式为：

V(α,z)＝γ∑_(m,n∈C)[α_n≠α_m]exp-β||Z_m-Z_n||²

其中，区域项R(L)反映像素样本的整体特性，边界项B(L)反映领域像素m，n之间的连续性，Z_m-Z_n为其对比度差值，并通过参数β将差值进行放大，α是透明度，β，γ是参数；z是对比度，an是像素n的透明度，am是像素m的透明度，V(α，z)表示边界项。

6.根据权利要求1所述的一种基于机器视觉的焊缝表面缺陷检测方法，其特征在于，所述步骤6还包括计算缺陷区域圆形度L为缺陷周长，S为缺陷面积。

7.一种基于机器视觉的焊缝表面缺陷检测系统，其特征在于，包括：

焊缝表面图像实时采集平台，所述焊缝表面图像实时采集平台包括CCD相机、镜头、环形LED 0°光源和固定平台，所述镜头连接所述CCD相机，用于拍摄放置在所述固定平台上的焊接头焊缝表面，所述环形LED 0°光源用于在CCD相机拍摄时进行补光；

焊缝表面缺陷检测模块，所述焊缝表面缺陷检测模块用于执行如权1-6任一所述的基于机器视觉的焊缝表面缺陷检测方法。