一种基于机器视觉的火花塞端面缺陷检测方法技术

本发明专利技术一种基于机器视觉的火花塞端面缺陷检测方法，该方法首先采集火花塞端面图像，对采集的图像首先获取其中表示火花塞端面的圆环图像，然后寻找出圆环的外圆与内圆，及圆环的圆心等信息，最后对圆环图像经过极坐标变换，转换为矩形，最后对矩形进行滤波、去噪等处理找出火花塞的缺陷部位。本发明专利技术具有成本低廉、检测效率高的优点。

【技术实现步骤摘要】

本专利技术设及一种火花塞端面缺陷检测的算法。
技术介绍
火花塞在加工过程中，火花塞壳体表面会产生划痕、凹坑等缺陷，从而影响产品质 量。所W在火花塞的生产过程中，要严格杜绝此类次品流入下一道加工工序，防止残次品流 入市场，造成恶劣影响。而针对该类的缺陷，现有检验方式是采用人工目视的方式，单个工 人产时间目视检验，会产生眼睛疲劳，该就可能致使误检漏检情况的产生，甚至在一定程度 上会降低生产率，影响产品质量。 本专利技术所述的算法应用在该类产品的视觉检测系统上，可W最大程度的降低检测 的人力成本，提高生产效率，实现工业化的生产。
技术实现思路
本专利技术所要解决的技术问题是设计一种能够方便、快速、低成本的对火花塞端面 缺陷自动检测方法。 本专利技术的技术方案为，该方法包 括： 步骤1 ;采集火花塞端面的清晰图像； 步骤2 ;对采集到的图像进行二值化，并标记连通区域，再根据外接面积最大的矩 形提取表示火花塞端面圆环；[000引步骤3 ;确定圆环外圆的每一行像素的左右边界，并求出其中点； 步骤4 ;对步骤3获得的所有中点求均值，获得外圆屯、的纵向坐标； 步骤5 ;采用与步骤3、步骤4相同的方法获得外圆屯、的横向坐标； 步骤6 ;确定圆环内圆的每一行像素的左右边界，采用与上述步骤3、4、5相同的方 法获得内圆的圆屯、坐标；[001引步骤7 ;根据外圆圆屯、与内圆圆屯、的距离，判断火花塞是否合格，若合格则取两圆 屯、的均值为圆环圆屯、；[001引步骤8 ;提取圆环边缘，首先统计外圆边缘点到圆屯、的距离，认定距离数目多的为 外圆的半径； 步骤9 ;采用与步骤8相同的方法获得内圆的半径； 步骤10 ;根据W上步骤获得圆环信息，将步骤1采集的图像中的圆环通过极坐标 变换，转换为矩形； 步骤11 ;对获得矩形进行形态学运算滤波、去噪，用于过滤掉不属于凹坑和划痕 的杂质背景； 步骤12;标记连通区域，寻找出缺陷部位。 其中，步骤11的具体步骤为： 步骤11-1 ;对图像进行中值滤波，滤除杂质点； 步骤11-2 ;对图像用局部阔值分割法分割图像，得到二值图； 步骤11-3 ;对图像进行横向膨胀，使得断开的凹坑可W连在一起； 步骤11-4 ;对图像进行纵向腐蚀，腐蚀大小根据缺陷大小的判定来确定，通过腐 蚀可W滤除条纹杂质； 步骤11-5 ;对图像进行横向腐蚀； 步骤11-6;对图像进行纵向膨胀，W完成前两步的闭合操作。 其中，所述步骤12的具体步骤为： 步骤12-1 ;对步骤11获得的二值图进行连通域标记； 步骤12-2 ;提取各连通域中的图像，标记各连通域的位置及形态，即为缺陷位置。 [002引本专利技术，该方法首先采集火花塞端 面图像，对采集的图像首先获取其中表示火花塞端面的圆环图像，再寻找出圆环的外圆与 内圆，及圆环的圆屯、等信息，最后对圆环图像经过极坐标变换，转换为矩形，最后对矩形进 行滤波、去噪等处理找出火花塞的缺陷部位，从而本专利技术具有检测方便、成本低廉、效率高 的优点。【附图说明】 图1为火花塞端面凹坑缺陷沿径向较长示意图 图2是本专利技术的待处理图样。 图3是圆环检测效果图。 图4是转换为矩形后效果图。 图5是圆环检测流程图。 图6是圆环缺陷检测流程图。【具体实施方式】 下面结合附图，对本专利技术中火花塞端面缺陷的检测方法进行详细说明： 火花塞的端面缺陷，根据其可能造成的油气泄漏的原因，该类缺陷一般表现为沿 端面径向的缺陷长度较长。如图1所示： 此外，由于生产车间的粉尘较大，造成端面出现细小斑点，容易导致误检率过高。 其次由于工艺的原因，火花塞端面会有一些车痕，该些车痕在端面表现为环向的划痕，容易 误判为缺陷。另外，生产线上有油污存在，该些因素都会给端面的正确检测带来困难。如图 1中，只有箭头处为缺陷，其余位置的暗斑均不算做缺陷。本专利技术为解决上述问题，降低火花 塞误检率，提出如下的解决方案。[003引步骤1 ;采集火花塞端面的清晰图像； 步骤2 ;对采集到的图像进行二值化，并标记连通区域，再根据外接面积最大的矩 形提取表示火花塞端面圆环； 步骤3 ;确定圆环外圆的每一行像素的左右边界，并求出其中点； 步骤4 ;对步骤3获得的所有中点求均值，获得外圆屯、的纵向坐标；[00创步骤5 ;采用与步骤3、步骤4相同的方法获得外圆屯、的横向坐标；[00创步骤6 ;确定圆环内圆的每一行像素的左右边界，采用与上述步骤3、4、5相同的方 法获得内圆的圆屯、坐标； 步骤7 ;根据外圆圆屯、与内圆圆屯、的距离，判断火花塞是否合格，若合格则取两圆 屯、的均值为圆环圆屯、； 步骤8 ;提取圆环边缘，首先统计外圆边缘点到圆屯、的距离，认定距离数目多的为 外圆的半径； 步骤9 ;采用与步骤8相同的方法获得内圆的半径； 上述步骤用于提取圆环、圆屯、及内外径检测 为获得缺陷的位置信息，首先需要对火花塞的端面进行提取，该就需要对图像检 测圆环信息。传统的霍夫圆算法消耗时间较长，不能满足快速生产的要求，本专利技术在霍夫圆 算法的基础上进行改进，提出了一种更高效、准确的算法。 步骤10 ;根据W上步骤获得圆环信息，将步骤1采集的图像中的圆环通过极坐标 变换，转换为矩形；(1) 步骤11 ;对获得矩形进行形态学运算滤波、去噪，用于过滤掉不属于凹坑和划痕 的杂质背景；[005引步骤12 ;标记连通区域，寻找出缺陷部位。 其中，步骤11是根据图1中缺陷凹坑的判定特性提出的。具体步骤为： 步骤11-1 ;对图像进行中值滤波，滤除杂质点；步骤11-2 ;对图像用局部阔值分割法分割图像，得到二值图； 步骤11-3 ;对图像进行横向膨胀，使得断开的凹坑可W连在一起； 步骤11-4 ;对图像进行纵向腐蚀，腐蚀大小根据缺陷大小的判定来确定，通过腐 蚀可W滤除条纹杂质；[005引步骤11-5 ;对图像进行横向腐蚀； 步骤11-6 ;对图像进行纵向膨胀，W完成前两步的闭合操作。 其中，步骤12的具体步骤为； 步骤12-1 ;连通域标记步骤10-6中的二值图； 步骤12-2 ;提取各连通域中的图像，标记各连通域的位置及形态，即为缺陷位置。【主权项】1. 一种基于机器视觉的火花塞端面检测方法，该方法包括： 步骤1:采集火花塞端面的清晰图像； 步骤2 :对采集到的图像进行二值化，并标记连通区域，再根据外接面积最大的矩形提 取表示火花塞端面圆环； 步骤3 :确定圆环外圆的每一行像素的左右边界，并求出其中点； 步骤4 :对步骤3获得的所有中点求均值，获得外圆心的纵向坐标； 步骤5 :采用与步骤3、步骤4相同的方法获得外圆心的横向坐标； 步骤6 :确定圆环内圆的每一行像素的左右边界，采用与上述步骤3、4、5相同的方法获 得内圆的圆心坐标； 步骤7 :根据外圆圆心与内圆圆心的距离，判断火花塞是否合格，若合格则取两圆心的 均值为圆环圆心； 步骤8 :提取圆环边缘，首先统计外圆边缘点到圆心的距离，认定距离数目多的为外圆 的半径； 步骤9 :采用与步骤8相同的方法获得内圆的半径； 步骤10 :根据以上步骤获得圆环信息，将步骤1采集的图像中的圆环通过极坐标变换， 转换为矩形；步骤10 :对获得矩形进行形态学运算滤波、去噪，用于过滤掉不属于凹坑和划痕的杂 质背景； 步骤11 :标本文档来自技高网...

【技术保护点】
一种基于机器视觉的火花塞端面检测方法，该方法包括：步骤1：采集火花塞端面的清晰图像；步骤2：对采集到的图像进行二值化，并标记连通区域，再根据外接面积最大的矩形提取表示火花塞端面圆环；步骤3：确定圆环外圆的每一行像素的左右边界，并求出其中点；步骤4：对步骤3获得的所有中点求均值，获得外圆心的纵向坐标；步骤5：采用与步骤3、步骤4相同的方法获得外圆心的横向坐标；步骤6：确定圆环内圆的每一行像素的左右边界，采用与上述步骤3、4、5相同的方法获得内圆的圆心坐标；步骤7：根据外圆圆心与内圆圆心的距离，判断火花塞是否合格，若合格则取两圆心的均值为圆环圆心；步骤8：提取圆环边缘，首先统计外圆边缘点到圆心的距离，认定距离数目多的为外圆的半径；步骤9：采用与步骤8相同的方法获得内圆的半径；步骤10：根据以上步骤获得圆环信息，将步骤1采集的图像中的圆环通过极坐标变换，转换为矩形；x′-cos(2πx2πR)(y+r)+cxy′=sin(2πx2πR)(y+r)+cy---(1)]]>步骤10：对获得矩形进行形态学运算滤波、去噪，用于过滤掉不属于凹坑和划痕的杂质背景；步骤11：标记连通区域，寻找出缺陷部位。...

【技术特征摘要】

【专利技术属性】
技术研发人员：杜晓辉，张静，刘娟秀，罗颖，杨先明，刘霖，刘永，叶玉堂，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51