一种基于视觉的环形磁钢外观缺陷检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111815600A(43)申请公布日2020.10.23(21)申请号202010634629.7G06T7/187(2017.01)(22)申请日2020.07.04G06T5/40(2006.01)G06K9/62(2006.01)(71)申请人博科视（苏州）技术有限公司地址215131江苏省苏州市相城区高铁新城青龙港路60号港口大厦9层A014工位(72)发明人张立兴毛亮孟春婵(74)专利代理机构北京汇捷知识产权代理事务所(普通合伙)11531代理人马金华(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/13(2017.01)G06T7/155(2017.01)权利要求书2页说明书7页附图8页(54)发明名称一种基于视觉的环形磁钢外观缺陷检测方法(57)摘要本发明公开了一种基于视觉的环形磁钢外观缺陷检测方法，包括步骤：采用降维SSR定位算法，提取环形磁钢图像的内外边缘图像；判定模板是否存在，是则继续下一步，否则生成模板；去掉周边的多余区域，生成产品区域图像；提取步骤S3中生成的产品区域图像的SSR特征、背景差特征、局部差异值图像增强特征，生成相应的特征图；生成所有特征图的二值化图像；对所有二值化图像进行前景面积、前景灰度统计值、前景长宽、位置的统计特征的提取和判定，保留下来的前景即为缺陷；将所有保留下来的缺陷按照位置绘制到原始的环形磁钢图像中，输出最终的检测结果图，并输出缺陷检测结果。本发明可精确定位各类细微缺陷，归因准确，检测效率高。CN111815600ACN111815600A权利要求书1/2页1.一种基于视觉的环形磁钢外观缺陷检测方法，其特征在于，包括步骤：S1、获取环形磁钢图像，采用降维SSR定位算法，提取磁钢的内外边缘图像；S2、判定模板是否存在，是则继续下一步，否则生成模板；S3、根据定位结果，去掉周边的多余区域，生成产品区域图像；S4、分别采用降维SSR特征提取算法、背景差算法、局部差异值图像增强算法提取步骤S3中生成的产品区域图像的SSR特征、背景差特征、局部差异值图像增强特征，生成相应的特征图；S5、对步骤S4中生成的特征图进行二值化处理，生成所有特征图的二值化图像；S6、对所有二值化图像进行前景面积、前景灰度统计值、前景长宽、位置的统计特征的提取和判定，保留下来的前景即为缺陷；S7、将步骤S6所有保留下来的缺陷按照位置绘制到原始的环形磁钢图像中，输出最终的检测结果图，并输出缺陷检测结果。2.根据权利要求1所述的基于视觉的环形磁钢外观缺陷检测方法，其特征在于，所述的降维SSR定位算法包括步骤：S11、将获取的环形磁钢图像抽样成其原始图的0.2倍；S12、在0.2倍图中，使用SSR算法生成SSR图像；S13、对生成的SSR图像进行二值化，并进行形态学处理；S14、轮廓处理，选择最佳的内外轮廓；S15、按倍率放大到正常图像大小，对内外轮廓进行拟合。3.根据权利要求2所述的基于视觉的环形磁钢外观缺陷检测方法，其特征在于，所述S13的具体步骤包括：S131、对生成的SSR图像进行直方图均衡化；S132、对直方图均衡化后的SSR图像进行形态学闭操作。4.根据权利要求2所述的基于视觉的环形磁钢外观缺陷检测方法，其特征在于，在所述S14中的具体步骤包括：S140、对所述步骤S13中经过形态学处理后的SSR图像进行连通域分析，提取宽度大于500的轮廓；S141、判断轮廓个数是否大于0，是则找出轮廓中的闭合圆形，否则输出找不到目标的提示；S142、在找出轮廓中的闭合圆形后，选择一个轮廓，然后判断该闭合轮廓的位置是否位于图像的中心区域；是则将闭合曲线坐标放进同一个vector容器中，否则返回继续选择一个轮廓；S143、判断所有轮廓是否处理完成，是则进行下一步，否则返回上一步，继续选择一个轮廓；S144、填充相邻轮廓之间的像素点，形成完整的轮廓；S145、对完整轮廓采用间隔5个像素点进行多组抽样，对所有抽样组的像素点进行圆拟合；S146、对拟合的圆按照半径进行排序，选取中值作为环形磁钢的外轮廓圆形，根据外轮廓圆形乘以固定系数，确定内轮廓圆形的候选区；2CN111815600A权利要求书2/2页S147、对内轮廓的候选区域进行二值化处理，对二值化结果进行连通域分析；S148、找出最大的轮廓；S149、拟合出内轮廓圆形，得到最佳的内外轮廓。5.根据权利要求2所述的基于视觉的环形磁钢外观缺陷检测方法，其特征在于，在所述步骤S12中，在使用SSR算法生成SSR图像时，具体包括情形：若原图为灰度图，则将图像各像素的灰度值由整数型(int)转换为浮点数(float)，并转换到对数域；若原图为彩色图：将颜色