[发明专利]一种用于舵类结构件表面缺陷的视觉检测方法及检测装置

权利要求书

1.一种用于舵类结构件表面缺陷的视觉检测方法，该方法包括以下内容：

获得无缺陷舵类结构件的灰度图像，经预处理后获得舵类结构件表面图像库；

构建图像重建网络，并用舵类结构件表面图像库中的图像对图像重建网络进行训练；

采集有缺陷舵类结构件的灰度图像，对该图像做预处理，得到有缺陷舵类结构件表面图像，记为原图像，将该图像输入到训练好的图像重建网络，得到重建图像，原图像中的缺陷区域在重建图像中会被重建为正常表面；

将有缺陷舵类结构件表面图像和其重建图像做差，根据公式(1)计算原图像的重建残差矩阵res，

res(i,k)＝r(i,k)-x(i,k) (1)

其中，x表示原图像，r表示重建图像，i为图像的横坐标，k为图像的纵坐标；

再根据重建残差矩阵res，计算该重建残差矩阵的HOG特征，得到特征矩阵，HOG特征为图像局部梯度特征；设定特征阈值，利用特征阈值对特征矩阵进行二值化处理，将小于特征阈值的特征值置0，将大于特征阈值的特征值置1，得到的二值矩阵作为分离舵类结构件表面缺陷的掩膜；之后对掩膜进行腐蚀、膨胀、开运算和闭运算，再之后将掩膜与有缺陷舵类结构件图片相乘，即能分割出舵类结构件的表面缺陷，实现对舵类结构件表面缺陷的检测。

2.根据权利要求1所述的检测方法，其特征在于，所述图像重建网络为卷积自编码器，包括两个复数卷积神经网络，经预处理后的图像作为输入，经二维离散傅里叶变换DFT2D得到原图像的频谱矩阵F，该矩阵为复数矩阵，输入到复数卷积神经网络DCN1进行编码过程，输出高维特征到隐藏层h，隐藏层h中的高维特征再输入到复数卷积神经网络DCN2进行解码过程，得到重建的频谱矩阵其中各元素均为复数，对重建的频谱矩阵做二维离散傅里叶逆变换iDFT2D，得到舵类结构件表面重建图像r。

3.根据权利要求1所述的检测方法，其特征在于，所述预处理的具体过程是：使用取灰度阈值127对灰度图进行二值化处理，使图像中灰度小于灰度阈值部分的像素被置为0，大于的部分像素被置于255，处理后的图像，背景灰度值为0，前景灰度值为255，得到能分离舵类结构件表面的掩膜；之后对掩膜进行腐蚀、膨胀、开运算和闭运算，再之后将掩膜与原图片相乘，提取舵类结构件表面图像，再对提取出的表面图像做自适应灰度均衡化，使舵类结构件表面区域与背景区域的区分度增大，同时使舵类结构件表面区域内各部分的区分度增大。