基于图像处理的机械组件缺陷检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115018853A(43)申请公布日2022.09.06(21)申请号202210953359.5G06V10/74(2022.01)(22)申请日2022.08.10(71)申请人南通市立新机械制造有限公司地址226200江苏省南通市启东市汇龙镇台角村(杨沙路27号)(72)发明人刘娟(74)专利代理机构杭州聚邦知识产权代理有限公司33269专利代理师周美锋(51)Int.Cl.G06T7/00(2017.01)G06T5/00(2006.01)G06T7/136(2017.01)G06T7/66(2017.01)G06T7/90(2017.01)权利要求书4页说明书13页附图1页(54)发明名称基于图像处理的机械组件缺陷检测方法(57)摘要本发明涉及机械组件缺陷检测技术领域，具体涉及基于图像处理的机械组件缺陷检测方法。该方法通过光学手段，具体是利用可见光手段获取初始机械组件表面图像；获取图像中存在的各噪声点；构建各噪声点对应的滤波模板，并进行滤波，得到目标机械组件表面图像；对第一初始灰度阈值和第二初始灰度阈值进行调整，得到第一灰度阈值和第二灰度阈值，进而对垫片区域进行划分，得到第一集合、第二集合和第三集合；根据各集合中的像素点的数量，得到垫片表面的缺陷程度评估指标；若所述缺陷程度评估指标大于评估阈值，则判定垫片表面存在严重缺陷。本发明利用可见光手段进行材料分析和测试，实现了以较低的成本更加可靠地对机械组件的缺陷进行检测。CN115018853ACN115018853A权利要求书1/4页1.一种基于图像处理的机械组件缺陷检测方法，其特征在于，该方法包括以下步骤：获取相机在初始位置时拍摄的机械组件表面图像，所述机械组件为环形垫片；根据所述机械组件表面图像中各像素点的灰度值，对相机的位置进行调整；根据调整后的相机，获取初始机械组件表面图像；根据初始机械组件表面图像中各像素点的像素值，得到初始机械组件表面图像中存在的各噪声点；根据各噪声点对应的像素值，构建各噪声点对应的滤波模板；根据各噪声点对应的滤波模板对初始机械组件表面图像进行滤波，得到目标机械组件表面图像；对预设的第一初始灰度阈值和第二初始灰度阈值进行调整，得到第一灰度阈值和第二灰度阈值；根据第一灰度阈值和第二灰度阈值，对目标机械组件表面图像中垫片区域内的像素点进行划分，得到第一集合、第二集合和第三集合；根据第一集合、第二集合和第三集合中的像素点的数量和各像素点的灰度值，得到目标机械组件表面图像对应的垫片表面的缺陷程度评估指标；若所述缺陷程度评估指标大于预设的评估阈值，则判定垫片表面存在严重缺陷；所述对预设的第一初始灰度阈值和第二初始灰度阈值进行调整，得到第一灰度阈值和第二灰度阈值，包括：所述第一初始灰度阈值小于第二初始灰度阈值；基于第一初始灰度阈值和第二初始灰度阈值，将目标机械组件表面图像中垫片区域内的像素点进行划分，得到第一初始集合、第二初始集合和第三初始集合；所述第一初始集合包括目标机械组件表面图像中垫片区域内灰度值小于等于的像素点，所述第二初始集合包括目标机械组件表面图像中垫片区域内灰度值处于的像素点，所述第三初始集合包括目标机械组件表面图像中垫片区域内灰度值大于等于的像素点；统计第一初始集合、第二初始集合和第三初始集合内像素点的数量；根据所述像素点的数量对所述第一初始灰度阈值和第二初始灰度阈值进行调整，得到第一灰度阈值和第二灰度阈值；所述根据所述像素点的数量对所述第一初始灰度阈值和第二初始灰度阈值进行调整得到第一灰度阈值和第二灰度阈值，包括：将第一初始集合中像素点的数量记为，将第二初始集合中像素点的数量记为，将第二初始集合中像素点的数量记为；当时，根据第一修正模型对第一初始灰度阈值和第二初始灰度阈值进行调整，得到第一灰度阈值和第二灰度值阈值；其中k为判定倍数；所述第一修正模型如下：其中，为第一灰度阈值，为第二灰度阈值，为第二初始集合内像素点对应的灰2CN115018853A权利要求书2/4页度值的方差值，为第一初始集合内像素点对应的灰度值的方差值，为第三初始集合内像素点对应的灰度值的方差值，为归一化后的，为归一化后的，为可取的最大灰度值；当时，将对应的初始集合对应的初始灰度阈值记为偏移阈值；若偏移阈值为，则，；若偏移阈值为，则，；当时，将第一初始灰度阈值作为第一灰度阈值，将第二初始灰度阈值作为第二灰度阈值。2.根据权利要求1所述的一种基于图像处理的机械组件缺陷检测方法，其特征在于，根据所述机械组件表面图像中各像素点的灰度值，对相机的位置进行调整，包括：对机械组件表面图像进行灰度化处理，得到对应的灰度图像；以灰度图像中垫片区域的中心点为坐标原点，以设定半径做圆，记为第一圆周；所述垫片区域为圆环状；根据第