【技术实现步骤摘要】
本专利技术涉及边缘检测，具体涉及一种三轴转台缺陷视觉检测方法。
技术介绍
1、三轴转台是一种用于旋转物体或传感器的设备，通常用于实验室、工业生产线或科研领域；若三轴转台的齿轮出现裂缝，会降低三轴转台对物体的旋转精度，减少三轴转台的使用寿命。因此，需要对三轴转台的齿轮进行缺陷检测。
2、现有方法对部件图像进行边缘检测以识别齿轮部件的裂缝，但是因齿轮的轮齿受到光线变化影响会使轮齿产生阴影，导致齿轮与其产生阴影部分构成的区域存在较大的梯度变化，且齿轮表面较为粗糙使其表面存在漫反射现象，导致部件图像中出现的光影噪声区域也存在较大的梯度变化，通过边缘检测可能将齿轮与其产生阴影部分构成的区域和光影噪声区域被误识别为裂缝区域，导致齿轮部件的裂缝区域检测不准确。
技术实现思路
1、为了解决通过边缘检测容易将齿轮与其产生阴影部分构成的区域和光影噪声区域被误识别为裂缝区域，导致齿轮部件的裂缝区域检测不准确的技术问题，本专利技术的目的在于提供一种三轴转台缺陷视觉检测方法，所采用的技术方案具体如下：
2、本专利技术提出了一种三轴转台缺陷视觉检测方法，该方法包括：
3、获取三轴转台内部部件的部件灰度图像；对部件灰度图像进行边缘检测，得到部件灰度图像中初始缺陷区域；
4、根据每个初始缺陷区域的边缘上相邻边缘像素点的梯度角度之间的差异，获取每个初始缺陷区域的边缘上每个边缘像素点的切线边缘长度；结合每个初始缺陷区域的边缘上相邻边缘像素点的梯度角度的差异，每个初始缺陷
5、依据每个疑似缺陷区域的灰度分布与所述初始缺陷值，以及每个疑似缺陷区域的边缘上边缘像素点的梯度值分布，从疑似缺陷区域中筛选出部件灰度图像中实际缺陷区域。
6、进一步地，所述对部件灰度图像进行边缘检测，得到部件灰度图像中初始缺陷区域的方法，包括：
7、对部件灰度图像进行边缘检测，得到部件一次边缘图像；将部件一次边缘图像经过形态学运算处理获取的图像记为部件形态图像；
8、对部件形态图像进行边缘检测，得到部件二次边缘图像；将部件二次边缘图像中灰度值为255的像素点在部件灰度图像中对应像素点构成的连通域，作为部件灰度图像中的所述初始缺陷区域。
9、进一步地，所述获取每个初始缺陷区域的边缘上每个边缘像素点的切线边缘长度的方法，包括：
10、对于部件灰度图像中每个初始缺陷区域，获取初始缺陷区域的边缘上每个边缘像素点的梯度角度；
11、在初始缺陷区域的边缘上任选一个边缘像素点作为目标点，将所述目标点作为生长点进行区域生长，在生长点的预设邻域范围内对应梯度角度满足预设生长条件的边缘像素点作为新的生长点进行区域生长，直至所有的新的生长点的预设邻域范围内所有边缘像素点均不满足预设生长条件时停止区域生长，得到目标点的切向边缘；所述预设生长条件包括：与目标点的梯度角度之间的差异的归一化结果小于预设生长阈值；
12、将目标点的切线边缘上边缘像素点的总数量作为目标点的切线边缘长度。
13、进一步地，所述结合每个初始缺陷区域的边缘上相邻边缘像素点的梯度角度的差异，每个初始缺陷区域的形状以及边缘上边缘像素点的所述切线边缘长度的离散程度，获取部件灰度图像中每个初始缺陷区域的初始缺陷值的方法，包括：
14、对于部件灰度图像中每个初始缺陷区域，获取初始缺陷区域的最小外接圆的圆心，记为基准点；计算初始缺陷区域的边缘上每个边缘像素点与所述基准点之间的欧式距离，作为对应边缘像素点的分析距离；
15、选取初始缺陷区域的边缘上任意一个边缘像素点为起始点，以所述起始点开始，按照顺时针方向，分别将初始缺陷区域的边缘上边缘像素点的所述分析距离顺序排列得到分析距离序列，将初始缺陷区域的边缘上边缘像素点的梯度角度顺序排列得到梯度角度序列；
16、获取所述梯度角度序列的一阶差分序列；从梯度角度序列的一阶差分序列的元素中选取梯度角度序列中每个元素的关联元素；
17、结合初始缺陷区域对应的所述分析距离序列中元素的离散程度，所述梯度角度序列中每个元素的所述关联元素的大小，以及初始缺陷区域的边缘上边缘像素点的所述切线边缘长度的离散程度，获取初始缺陷区域的所述初始缺陷值。
18、进一步地，所述从梯度角度序列的一阶差分序列的元素中选取梯度角度序列中每个元素的关联元素的方法，包括：
19、对于部件灰度图像中每个初始缺陷区域的梯度角度序列，选取梯度角度序列中除第一个元素与最后一个元素外其余任意一个元素作为分析元素，将分析元素的下标值记为分析值，将梯度角度序列的一阶差分序列中下标值等于所述分析值的元素记为分析元素的基准元素；在梯度角度序列的一阶差分序列中，将分析元素的基准元素与所述基准元素的相邻前一个元素，作为分析元素的关联元素；
20、梯度角度序列中第一个元素的关联元素为梯度角度序列的一阶差分序列中第一个元素，梯度角度序列中最后一个元素的关联元素为梯度角度序列的一阶差分序列中最后一个元素。
21、进一步地，所述初始缺陷区域的所述初始缺陷值的计算公式如下：
22、
23、式中，p为初始缺陷区域的所述初始缺陷值；为初始缺陷区域的边缘上边缘像素点的所述切线边缘长度的方差；n为初始缺陷区域对应的所述分析距离序列中元素的总数量；为初始缺陷区域对应的所述分析距离序列中第i个元素；为初始缺陷区域对应的所述分析距离序列中所有元素的均值；为初始缺陷区域对应的所述分析距离序列中第i个元素的所述关联元素的绝对值的均值；norm为归一化函数。
24、进一步地，所述基于所述初始缺陷值从初始缺陷区域中选取部件灰度图像中疑似缺陷区域的方法，包括：
25、对于部件灰度图像中所有初始缺陷区域的初始缺陷值，将大于第一预设缺陷阈值的所述初始缺陷值对应的初始缺陷区域作为部件灰度图像中疑似缺陷区域。
26、进一步地，所述依据每个疑似缺陷区域的灰度分布与所述初始缺陷值，以及每个疑似缺陷区域的边缘上边缘像素点的梯度值分布，从疑似缺陷区域中筛选出部件灰度图像中实际缺陷区域的方法，包括：
27、获取部件灰度图像中每个疑似缺陷区域的边缘上每个边缘像素点的梯度值；
28、对于部件灰度图像中每个疑似缺陷区域，计算疑似缺陷区域中所有像素点的灰度值的均值作为疑似缺陷区域的灰度综合值；获取疑似缺陷区域的边缘上所有边缘像素点的梯度值的均值作为梯度综合值；
29、依据每个疑似缺陷区域的所述灰度综合值、梯度综合值与所述初始缺陷值，得到部件灰度图像中每个疑似缺陷区域的最终缺陷值；所述梯度综合值与所述初始缺陷值均与所述最终缺陷值为正相关的关系，所述灰度综合值与所述最终缺陷值为负相关的关系；
30、将大于第二预本文档来自技高网...
【技术保护点】
1.一种三轴转台缺陷视觉检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述对部件灰度图像进行边缘检测，得到部件灰度图像中初始缺陷区域的方法，包括：
3.根据权利要求1所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述获取每个初始缺陷区域的边缘上每个边缘像素点的切线边缘长度的方法，包括：
4.根据权利要求1所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述结合每个初始缺陷区域的边缘上相邻边缘像素点的梯度角度的差异，每个初始缺陷区域的形状以及边缘上边缘像素点的所述切线边缘长度的离散程度，获取部件灰度图像中每个初始缺陷区域的初始缺陷值的方法，包括：
5.根据权利要求4所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述从梯度角度序列的一阶差分序列的元素中选取梯度角度序列中每个元素的关联元素的方法，包括：
6.根据权利要求4所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述初始缺陷区域的所述初始缺陷值的计算公式如下：
7.根据权利要求1所述的一种三轴转台缺
8.根据权利要求1所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述依据每个疑似缺陷区域的灰度分布与所述初始缺陷值，以及每个疑似缺陷区域的边缘上边缘像素点的梯度值分布，从疑似缺陷区域中筛选出部件灰度图像中实际缺陷区域的方法，包括：
9.根据权利要求2所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述形态学运算为形态学闭运算。
10.根据权利要求3所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述预设邻域为八邻域。
...【技术特征摘要】
1.一种三轴转台缺陷视觉检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述对部件灰度图像进行边缘检测，得到部件灰度图像中初始缺陷区域的方法，包括：
3.根据权利要求1所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述获取每个初始缺陷区域的边缘上每个边缘像素点的切线边缘长度的方法，包括：
4.根据权利要求1所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述结合每个初始缺陷区域的边缘上相邻边缘像素点的梯度角度的差异，每个初始缺陷区域的形状以及边缘上边缘像素点的所述切线边缘长度的离散程度，获取部件灰度图像中每个初始缺陷区域的初始缺陷值的方法，包括：
5.根据权利要求4所述的一种三轴转台缺陷视觉检测方法，其特征在于，所述从梯度角度序列的一阶差分序列的元素中选取梯度角度序列中...
【专利技术属性】
技术研发人员：牛国南，
申请(专利权)人：陕西福坤顺科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。