基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统技术方案

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】
基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统
本专利技术涉及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，属于图像处理

技术介绍
随着工业现代化的发展，复杂工件的表面缺陷检测日益呈现出检测过程自动化、检测环境复杂化和检测对象多样化的等特点。目前，传统的工件表面缺陷检测的主要方式包括人工检测、涡流检测和超声检测等。基于图像处理的复杂工件缺陷检测与传统的检测技术相比较，具有非接触、检测过程速度快、检测范围广、成本低、检测结果直观性强等优点。现在，国内外学者及企业在使用图像分析技术在检测复杂工件侧表面缺陷方面有很多的相关工作。基于图像处理的工件缺陷检测的方法主要分为四类：基于缺陷特征分析的检测方法；基于缺陷分割的检测方法；基于模板匹配的检测方法；基于深度学习的检测方法。这些方法都仔细考虑了所要检测工件的特点和缺陷特征，然后根据所检测工件的独特特征设计相对应的算法。复杂工件，例如活塞，其表面有一些独有特征，使得上述检测方法难以进行直接移植。通过观测，我们发现活塞自身成像发现以下的特点：相同型号的活塞在相同的光照、环境和角度下，拍摄得到的图像相似；缺陷区域以及附近区域在图像中呈现出灰度不均匀的特点，与正常模板图像相比较，灰度差别比较大。
技术实现思路
为了解决上述问题，本专利技术提出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，能够准确地确定复杂工件中缺陷的位置。本专利技术解决其技术问题采取的技术方案是：第一方面，本专利技术实施例提供的一种基于复杂工件外轮廓配准的侧表面缺陷检测方法，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。作为本实施例一种可能的实现方式，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；所述特征最明显的位置是指能够唯一明确定位的一个角度。作为本实施例一种可能的实现方式，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。作为本实施例一种可能的实现方式，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。作为本实施例一种可能的实现方式，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；比较待检测图像和对应模板图像窗口内灰度直方图的相似性，当最小二乘距离D大于设定阈值T3时，表明待检测图像窗口内存在缺陷。第二方面，本专利技术实施例提供的一种基于复杂工件外轮廓配准的侧表面缺陷检测系统，包括：图像采集模块，用于采集标准型号复杂工件图像和待检测复杂工件图像；图像配准模块，用于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；窗口特征提取模块，用于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；缺陷判断模块，用于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。作为本实施例一种可能的实现方式，所述图像采集模块包括：模板图像采集模块，用于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；待检测图像采集模块，用于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；所述特征最明显的位置是指能够唯一明确定位的一个角度。作为本实施例一种可能的实现方式，所述图像配准模块，具体用于：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。作为本实施例一种可能的实现方式，所述窗口特征提取模块包括：图像遍历模块，用于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；灰度均值提取模块，用于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本文档来自技高网...

【技术保护点】
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：/n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；/n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；/n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；/n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。/n

【技术特征摘要】
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；
比较待检测图像和对应模板图像窗口内灰度直方图的相似性，当最小二乘距离D大于设定阈值T3时，表明待检测图像窗口内存...

【专利技术属性】
技术研发人员：李金屏，王红艳，黄艺美，兰俊锋，韩延彬，朱利民，张潘杰，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东;37