[发明专利]一种轮毂生产用机器视觉成像方法

权利要求书

1.一种轮毂生产用机器视觉成像方法，其特征在于，包括以下步骤：

S1、直方图均衡化，使用灰度变换自动调整图像对比度质量；

S2、图像滤波去噪,采用中值滤波作为非线性滤波技术，在保护图像边缘的同时消除噪声；

S3、图像边缘检测，识别并且标注缺陷图像中亮度变化比较明显的像素点；经过Canny算法处理后获取检测后的图像。

2.根据权利要求1所述的一种轮毂生产用机器视觉成像方法，其特征在于：在S1中，通过统计图像内象元值并重新分配，使得象元值在各灰度范围内数量基本相同，从而增强图像直方图峰顶部分的对比度，同时降低两侧谷底部分对比度。

3.根据权利要求2所述的一种轮毂生产用机器视觉成像方法，其特征在于：在S1中，灰度变换时，变换函数与原始概率密度函数关系公式1如下：

s＝T(r)＝∫₀^rP_r(ω)dω

其中0≤r≤1，T(r)满足0≤T(r)≤1；

灰度级为离散的数字图像用频率来代替，其离散形式为：

其中0≤r_j≤1；k＝0,1,2,…,L-1。

4.根据权利要求1所述的一种轮毂生产用机器视觉成像方法，其特征在于：在S2中，将数字图像或数字序列中的点值替换为该点附近的点的中值。

5.根据权利要求4所述的一种轮毂生产用机器视觉成像方法，其特征在于：在S2中，按二维序列进行中间值过滤，则过滤窗口也是二维的，二维数据的中间过滤表示为：

其中A为滤波窗口；

当实际使用一个窗口时，窗口的大小会增加3×3，然后增加5×5，直到过滤效果令人满意为止。

6.根据权利要求1所述的一种轮毂生产用机器视觉成像方法，其特征在于：在S3中，根据像素点的灰度变化程度，来进行边缘点的标识，像素点的灰度变化则用图像函数的导函数来进行反映。

7.根据权利要求6所述的一种轮毂生产用机器视觉成像方法，其特征在于：在S3中，对于缺陷图像的边缘检测，运用Canny算法，使用Matlab软件中的edge()函数可以实现边缘检测算法，该函数的作用是检测灰度图像中的边缘特征，并且得到一个带有边缘信息的二值图像，在该图像中，黑色代表背景，白色代表缺陷边缘特征。

8.根据权利要求7所述的一种轮毂生产用机器视觉成像方法，其特征在于：所述Canny算法的调用语法如下：

BW＝edge(I，′canny′，thresh，sigma)

其中I是待处理的图像；参数'canny'表示采用Canny算法；参数thresh用于调节敏感度阈值，默认值是空矩阵[]，Canny算法的敏感度阈值是一个列向量，需要指定阈值的上下限；第1个元素是阈值的下限，第2个元素则是阈值的上限；BW为返回的二值图像，数字0表示背景，1表示边缘部分。