基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112037203A(43)申请公布日2020.12.04(21)申请号202010900736.X(22)申请日2020.08.31(71)申请人济南大学地址250022山东省济南市市中区南辛庄西路336号(72)发明人李金屏王红艳黄艺美兰俊锋韩延彬朱利民张潘杰(74)专利代理机构济南诚智商标专利事务所有限公司37105代理人李修杰(51)Int.Cl.G06T7/00(2017.01)G06T7/30(2017.01)G06T5/40(2006.01)权利要求书4页说明书9页附图3页(54)发明名称基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统(57)摘要本发明公开了一种基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统，方法包括以下步骤：步骤1，采集标准型号复杂工件图像和待检测复杂工件图像；步骤2，运用二维函数相关性算法对待检测复杂工件的外轮廓与标准型号复杂工件图像进行配准；步骤3，使用相同大小的窗口遍历待检测复杂工件图像和配准后的标准型号复杂工件图像，并提取窗口内的特征；步骤4，比较待检测复杂工件图像和标准型号复杂工件图像窗口特征的相似性，判断窗口内是否有缺陷。本发明充分考虑到了相同复杂工件在相同角度上拍摄的图像极其相似以及缺陷区域与相对应模板区域之间的差异，对于准确地确定缺陷位置有很好的效果。CN112037203ACN112037203A权利要求书1/4页1.一种基于复杂工件外轮廓配准的侧表面缺陷检测方法，其特征是，包括以下步骤：步骤1，采集标准型号复杂工件图像和待检测复杂工件图像；步骤2，运用二维函数相关性算法对待检测复杂工件的外轮廓与标准型号复杂工件图像进行配准；步骤3，使用相同大小的窗口遍历待检测复杂工件图像和配准后的标准型号复杂工件图像，并提取窗口内的特征；步骤4，比较待检测复杂工件图像和标准型号复杂工件图像窗口特征的相似性，判断窗口内是否有缺陷。2.根据权利要求1所述的基于复杂工件外轮廓配准的侧表面缺陷检测方法，其特征是，步骤1中采集标准型号复杂工件图像和待检测复杂工件图像，包括：在光照稳定和相机位置固定的环境下，旋转标准型号复杂工件到特征最明显的位置拍摄第一张图像，然后按照顺时针方向每间隔θ度拍摄一张图像，旋转一周共拍摄360/θ张模板图像，作为模板图像，并使用工件的型号和角度信息对模板图像进行命名；在与采集模板图像相同环境下，旋转待检测复杂工件到特征最明显的位置拍摄第一张图像，然后按照顺时针方向每间隔θ度拍摄一张图像，并使用工件的型号和角度信息对待检测杂工件图像进行命名，得到待检测图像。3.根据权利要求2所述的基于复杂工件外轮廓配准的侧表面缺陷检测方法，其特征是，在步骤2中，运用二维函数相关性算法对待检测复杂工件的外轮廓与标准型号复杂工件图像进行配准，具体为：根据待检测图像名字中的角度信息调用模板图像，利用下面二维函数相关性算法公式进行图像配准：其中，Rθ是二维函数的相关性系数，随着θ变化取Rθ最大值所对应的模板图像作为待检测图像的配准图像；pθ(i,j)是对应于角度θ的模板图像，f(i,j)是待检测图像，是归一化因子。4.根据权利要求3所述的基于复杂工件外轮廓配准的侧表面缺陷检测方法，其特征是，在步骤3中，使用相同大小的窗口遍历待检测复杂工件图像和配准后的标准型号复杂工件图像，并提取窗口内的特征，包括：利用获得待检测图像所对应的模板图像后，采用d×d个像素的窗口对相同区域的待检测图像和模板图像同时依次逐行遍历，遍历时窗口每次移动c个像素；提取待检测图像和对应模板图像窗口的灰度均值，其灰度均值的表达式如下：其中，μ表示窗口的灰度均值，G(i,j)表示在坐标点(i,j)的灰度值，W为窗口的宽，H为2CN112037203A权利要求书2/4页窗口的高；根据求得的灰度均值，提取待检测图像和对应模板图像窗口的灰度Laws能量，表达式如下：其中，S2表示窗口的灰度Laws能量，μ表示窗口的灰度均值，G(i,j)表示在坐标点(i,j)的灰度值，W为窗口的宽，H为窗口的高；求待检测图像窗口和对应模板图像窗口的灰度直方图Upθ＝{u1,u2,…,um}和Vf＝{v1,v2,…,vm}，然后计算其归一化后的最小二乘距离：其中，是归一化后的灰度直方图。5.根据权利要求4所述的基于复杂工件外轮廓配准的侧表面缺陷检测方法，其特征是，在步骤4中，比较待检测复杂工件图像和标准型号复杂工件图像窗口特征的相似性，判断窗口内是否有缺陷，包括：比较待检测图像和对应模板图像窗口内的灰度相似性，当两个窗口内灰度均值之差大于设定的阈值T1并且灰度Laws能量之差大于设定阈值T2时，说明待检测窗口内的灰度特征与模板窗口之间灰度特征差别非常大，则待检测图像窗口内存在缺陷