刀具缺陷检测方法、检测设备和计算机可读存储介质技术

本发明专利技术提供一种刀具缺陷检测方法、检测设备和计算机可读存储介质，步骤S1、采用工业相机通过对待测产品进行拍照并得到待检测图像；步骤S2、将所述待检测图像通过亚像素边缘检测方法提取轮廓边缘；步骤S3、将所述轮廓边缘进行边缘平滑去燥计算，再将计算后的所述轮廓边缘中小于预设长度的边缘线段进行过滤并得出轮廓线；步骤S4、将所述轮廓线划分为圆弧段和直线段；步骤S5、将所述圆弧段进行缺陷检测，以检测出所述圆弧段缺陷；步骤S6、将所述直线段进行缺陷检测，以检测出所述直线段缺陷。与相关技术相比，采用本发明专利技术的技术方案的检测速度快、检测精度高且可靠性高。检测精度高且可靠性高。检测精度高且可靠性高。

【技术实现步骤摘要】
刀具缺陷检测方法、检测设备和计算机可读存储介质


[0001]本专利技术涉及检测
，尤其涉及一种刀具缺陷检测方法刀具缺陷检测方法、检测设备和计算机可读存储介质。

技术介绍

[0002]随着生产过程自动化、系统化要求的日益增长，柔性制造系统的生产的传感技术的可靠性和有效性作为重要部分。尤其刀具缺陷检测在柔性制造系统的生产中更需要可靠性和有效性。
[0003]相关技术的刀具缺陷检测一般采用检测刀具磨耗的传感器。传感器包括直接式传感器和间接式传感器两大类。直接式传感器是指直接利用刀刃磨耗效应的传感器，间接式传感器是指检测刀刃磨耗程度变化参数的传感器。
[0004]刀具磨损是逐步发生的，而刀具断损的发生是突然的，带有随机性。要在加工过程中检测刀具的断损是很困难的，需要具有如下性能的理想传感器：(1)能发出清晰可靠的信号；(2)灵敏地指示刀具逐渐磨损的情况；(3)刚性好，能灵活地用于不同的加工工序；(4)不干涉切削过程；成本低、安全可靠；(5)可以在车间环境下使用。然而，相关技术的直接式传感器容易磨损传感器，甚至使刀具与传感器碰撞的几率大大增加。间接式传感器的检测速度不高，检测精度也不高。
[0005]因此，实有必要提供一种新的方法解决上述问题。

技术实现思路

[0006]针对以上现有技术的不足，本专利技术提出一种检测速度快、检测精度高且可靠性高的刀具缺陷检测方法、检测设备和计算机可读存储介质。
[0007]为了解决上述技术问题，第一方面，本专利技术实施例提供了一种刀具缺陷检测方法，该方法包括如下步骤：
[0008]步骤S1、采用工业相机通过对待测产品进行拍照并得到待检测图像；
[0009]步骤S2、将所述待检测图像通过亚像素边缘检测方法提取轮廓边缘；
[0010]步骤S3、将所述轮廓边缘进行边缘平滑去燥计算，再将计算后的所述轮廓边缘中小于预设长度的边缘线段进行过滤并得出轮廓线；
[0011]步骤S4、将所述轮廓线划分为圆弧段和直线段；
[0012]步骤S5、将所述圆弧段进行缺陷检测，以检测出所述圆弧段缺陷；
[0013]步骤S6、将所述直线段进行缺陷检测，以检测出所述直线段缺陷。
[0014]优选的，所述步骤S2包括：
[0015]步骤S21、确定模板的大小为N2，并通过Zernike矩的公式进行模板系数计算并得到N个Zernike矩模板；其中，N为大于2的正整数；
[0016]步骤S22、对所述待检测图像进行预处理并得到预处理图像，所述预处理为滤波二值化或Canny边缘检测；
[0017]步骤S23、将所述预处理图像分别与所述N个Zernike矩模板进行卷积计算并得到N个卷积计算Zernike矩；
[0018]步骤S24、将N个所述卷积计算Zernike矩与预设的角度校正系数并得到N个度校正Zernike矩；
[0019]步骤S25、将所述N个度校正Zernike矩分别进行距离参数l计算和灰度差参数k计算，再根据计算后得到的距离参数l和灰度差参数k得到多个边缘点，并将多个所述边缘点提取出所述轮廓边缘。
[0020]优选的，所述步骤S2中，所述预处理为Canny边缘检测，所述步骤S22包括：
[0021]步骤S221、通过高斯滤波器对所述待检测图像进行平滑处理；
[0022]步骤S222、将平滑处理后的所述待检测图像通过一阶偏导算子找到图像灰度沿着水平方向的偏导数G
x
和垂直方向的偏导数G
y
，再算出梯度幅值G和梯度方位角θ，满足如下公式为：
[0023][0024][0025]步骤S223、将所述梯度幅值G进行非极大值抑制计算并得到局部梯度最大值；
[0026]步骤S224、采用双阈值算法检测出所述待检测图像的边缘并得出所述预处理图像。
[0027]优选的，所述步骤S4中，通过折线逼近方法将所述轮廓线划分为圆弧段和直线段。
[0028]优选的，所述步骤S4包括：
[0029]步骤S41、将所述轮廓线进行平滑处理；
[0030]步骤S42、根据Ramer算法中轮廓与近似线之间的最大距离进行折线逼近所述轮廓线，再将所述轮廓线中圆形或椭圆形的弧被匹配到相邻的线段中，若匹配所产生的弧线到所述轮廓线的最大距离小于两条线段的最大距离，则将该两条线段替换为圆弧；
[0031]步骤S43、根据Ramer算法中轮廓与近似线之间的最大距离进行多边形逼近所述轮廓线，再将所述轮廓线中圆形或椭圆形的弧被匹配到相邻的线段中，若匹配所产生的弧线到所述轮廓线的最大距离小于两条线段的最大距离，则将该两条线段替换为圆弧；
[0032]步骤S44、计算出的所得轮廓线的长度至少为3像素且其包含至少6个连续点，其中，计算出的所得轮廓线的长度小于3像素或少于6个连续点的线段直接复制到所得轮廓线中。
[0033]优选的，所述步骤S5包括：
[0034]步骤51、对所述圆弧段进行拟合得出所述圆弧段的圆心和半径，将所述圆心和所述半径画出一个拟合圆形；
[0035]步骤52、将所述圆弧段与所述拟合圆形进行封闭差运算并得出做差结果；
[0036]步骤53、将所述做差结果根据所述圆弧段的圆度特性和长度特性进行过虑出圆弧，过滤出的圆弧为所述圆弧段缺陷。
[0037]优选的，所述步骤S6包括如下步骤：
[0038]步骤S61、对所述直线段进行分割处理并分割出直线和圆弧；
[0039]步骤S62、所述直线段的圆度特性和长度特性进行过虑出圆弧，过滤出的圆弧为所述直线段缺陷。
[0040]第二方面，本专利技术实施例还提供了一种检测设备，包括处理器和存储器，所述处理器用于读取所述存储器中的程序，执行如本专利技术实施例提供上述的刀具缺陷检测方法中的步骤。
[0041]第三方面，本专利技术实施例还提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现如本专利技术实施例提供上述的刀具缺陷检测方法中的步骤。
[0042]与相关技术相比，本专利技术的刀具缺陷检测方法、检测设备和计算机可读存储介质，刀具缺陷检测方法通过步骤S1、采用工业相机通过对待测产品进行拍照并得到待检测图像；步骤S2、将所述待检测图像通过亚像素边缘检测方法提取轮廓边缘；步骤S3、将所述轮廓边缘进行边缘平滑去燥计算，再将计算后的所述轮廓边缘中小于预设长度的边缘线段进行过滤并得出轮廓线；步骤S4、将所述轮廓线划分为圆弧段和直线段；步骤S5、将所述圆弧段进行缺陷检测，以检测出所述圆弧段缺陷；步骤S6、将所述直线段进行缺陷检测，以检测出所述直线段缺陷。根据上述步骤S1至步骤S6的操作，本专利技术是采用一种图像处理的方法，避免传感器方法的缺陷，从而提高了可靠性，通过图像处理的速度较快，运算量小，从而与相关技术的传感器方式的检测方法相比，本专利技术的刀具缺陷检测方法的检测速度快、检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种刀具缺陷检测方法，其特征在于，该方法包括如下步骤：步骤S1、采用工业相机通过对待测产品进行拍照并得到待检测图像；步骤S2、将所述待检测图像通过亚像素边缘检测方法提取轮廓边缘；步骤S3、将所述轮廓边缘进行边缘平滑去燥计算，再将计算后的所述轮廓边缘中小于预设长度的边缘线段进行过滤并得出轮廓线；步骤S4、将所述轮廓线划分为圆弧段和直线段；步骤S5、将所述圆弧段进行缺陷检测，以检测出所述圆弧段缺陷；步骤S6、将所述直线段进行缺陷检测，以检测出所述直线段缺陷。2.根据权利要求1所述的刀具缺陷检测方法，其特征在于，所述步骤S2包括：步骤S21、确定模板的大小为N2，并通过Zernike矩的公式进行模板系数计算并得到N个Zernike矩模板；其中，N为大于2的正整数；步骤S22、对所述待检测图像进行预处理并得到预处理图像，所述预处理为滤波二值化或Canny边缘检测；步骤S23、将所述预处理图像分别与所述N个Zernike矩模板进行卷积计算并得到N个卷积计算Zernike矩；步骤S24、将N个所述卷积计算Zernike矩与预设的角度校正系数并得到N个度校正Zernike矩；步骤S25、将所述N个度校正Zernike矩分别进行距离参数l计算和灰度差参数k计算，再根据计算后得到的距离参数l和灰度差参数k得到多个边缘点，并将多个所述边缘点提取出所述轮廓边缘。3.根据权利要求2所述的刀具缺陷检测方法，其特征在于，所述步骤S2中，所述预处理为Canny边缘检测，所述步骤S22包括：步骤S221、通过高斯滤波器对所述待检测图像进行平滑处理；步骤S222、将平滑处理后的所述待检测图像通过一阶偏导算子找到图像灰度沿着水平方向的偏导数G
x
和垂直方向的偏导数G
y
，再算出梯度幅值G和梯度方位角θ，满足如下公式为：为：步骤S223、将所述梯度幅值G进行非极大值抑制计算并得到局部梯度最大值；步骤S224、采用双阈值算法检测出所述待检测图像的边缘并得出所述预处理图像。4.根据权利要求1所述的刀具缺陷检测方法，其...

【专利技术属性】
技术研发人员：张鹏中，杨海东，
申请(专利权)人：佛山市南海区广工大数控装备协同创新研究院，
类型：发明
国别省市：