一种通用复杂表面缺陷检测方法技术

本发明专利技术涉及一种通用复杂表面缺陷检测方法，包括以下步骤：步骤一、构建标准模型集；步骤二、采集待检产品的图像；步骤三、对待检产品的图像进行预处理；步骤四、提取图像关键点；步骤五、参考标准模型，将待检产品的图像调整为无限接近标准模型的图像，生成待检产品的测试模型；步骤六、通过图像比对技术对比标准模型和测试模型实现对缺陷进行检测；步骤七、输出检测结果。本发明专利技术的方法对光照的稳定性要求没有那么苛刻，采集图像和处理图像自动分配，能够快速、准确、稳定地检测复杂表面的各类缺陷，可替代甚至超越人工检测。

A General Method for Detecting Complex Surface Defects

The invention relates to a general complex surface defect detection method, which includes the following steps: step 1, building a standard model set; step 2, collecting the image of the product to be inspected; step 3, preprocessing the image of the product to be inspected; step 4, extracting the key points of the image; step 5, referring to the standard model, adjusting the image of the product to an image that is infinitely close to the standard model. To generate the test model of the product to be inspected; Step 6. To detect the defects by comparing the standard model with the test model through image comparison technology; Step 7. Output the test results. The method of the present invention does not require the stability of illumination so rigorously. The acquisition image and the processing image are automatically allocated, which can quickly, accurately and steadily detect various defects on complex surfaces, and can replace or even surpass manual detection.

【技术实现步骤摘要】
一种通用复杂表面缺陷检测方法
本专利技术公开了一种通用复杂表面缺陷检测方法，属于机器视觉成像、缺陷检测

技术介绍
近年来，随着工业4.0时代的到来，工业技术变革的速度越来越快，推动着越来越多的传统制造行业向智能制造和自动化生产制造方向转变。生产企业都会面临品质检测问题，过去的制造工厂通常采用人工检测的方式，但随着生产技术的提高和社会的发展，人力成本持续增加，且人工检测效率低、易疲劳、主观性大等弊端也逐渐暴露出来，越来越难以满足企业需求。为提高竞争力、降低成本、提高产品良率和质量稳定性，用机器视觉技术代替人工方法用于表面缺陷检测成为一种发展趋势，因为机器视觉检测技术有着100％全检、永不疲劳、标准明确、差异化检测等优势。机器视觉系统是指通过机器视觉产品(即图像摄取装置)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。目前业内出现的类似的机器视觉系统或方法通常包含照明系统、图像采集系统、算法处理系统、运动控制系统等。为了保证整个系统的有效性，照明系统针对不同的产品需要选择相对应的照明装置，同时要保证照明装置的稳定性，来保证达到最好的使用效果。但在实际工业应用中，很难针对不同的产品型号去频繁更换照明装置，因为这样会造成成本过高或影响视觉系统的有效运行时间。在配置好照明系统的前提下，又需要对相机镜头进行准确校准，减少成像畸变对检测的影响，机器视觉系统对相机镜头的要求比较苛刻。算法处理系统针对不同的产品型号需要采用多组配置参数与之对应，操作员的操作难度较大。以上问题造成目前类似的机器视觉系统或方法适应性较差，包括对不同型号产品的差异特性(组件、缺陷类别和状态等方面的差异)的适应性较差、对设备运行外界环境适应性差、设备调试和可操作性较差，在综合考虑过检率等指标的情况下对大部分产品自身有形变的缺陷检测效果不理想；通常所采用的诸如“模板匹配”、“背景建模”等方法为一般意义上的通用处理方法，尚未能建立起针对检测对象的有效模型。
技术实现思路
为了解决上述技术问题，本专利技术提出了一种通用复杂表面缺陷检测方法，能够快速、精准、稳定地检测出复杂表面的所有缺陷，达到替代甚至超越人工检测的目的。在本专利技术中，复杂表面主要是指非光滑的表面，其为带有各种组件的产品表面。本专利技术解决其技术问题所采用的技术方案为：一种通用复杂表面缺陷检测方法，包括以下步骤：步骤一、构建标准模型集；步骤二、采集待检产品的图像；步骤三、对待检产品的图像进行预处理；步骤四、提取图像关键点；步骤五、参考标准模型，将待检产品的图像调整为无限接近标准模型的图像，生成待检产品的测试模型；步骤六、通过图像比对技术对比标准模型和测试模型实现对缺陷进行检测；步骤七、输出检测结果。进一步，在步骤一中，构建标准模型集的过程为：选择一类产品的少量随机样本；采集样本的图像；对样本的图像进行主成分分析，减少数据的维数，使图像数据之间尽量减少关联；提取能够代表图像的主要关键点；根据各个图像的主要关键点生成相应模型，并通过高斯建模算法，将各个模型生成最终的标准模型；建立标准模型集并写入检测软件。进一步，上述步骤二至步骤七通过一检测装置自动完成。更进一步，所述检测装置包括光照系统、图像采集系统、图像处理系统、运动控制系统。进一步，在步骤二中，通过一图像采集系统采集待检产品的图像。更进一步，所述图像采集系统兼容大多数相机型号，当需要更换相机时，所述检测装置能够自适应匹配相机，无需做其他配置。进一步，在步骤三中，利用频域滤波技术对采集到的待检产品的图像进行一般性的去噪处理，采用灰度均衡化操作，减弱光照不均匀的影响。进一步，在步骤五中，采用“能量极小匹配”技术自适应将待检产品的图像调整为无限接近标准模型的图像，从而生成待检产品的测试模型。更进一步，在采用“能量极小匹配”技术处理图像时，以标准模型关键点为形变控制量，根据能量收敛，在关键点的牵引下，图像自动向标准模型变化，最终收敛并无限逼近标准模型，从而生成待检产品的测试模型。光照系统用于提供检测产品需要的光照，由于所述检测装置的检测算法考虑到了光照对检测效果的影响，在设计算法时增加了算法对光照变换的自适应性，故所述检测装置对光照的稳定性要求没有那么苛刻，可以适应一定范围的光强变化。所述检测装置采用采集图像和处理图像自动分配原则，图像采集系统只负责采集图像，图像处理系统分配某一运算单元去处理图像；当多个图像采集系统同时工作时，图像处理系统负责调度，让每个运算单元都参与运算，避免资源浪费。运动控制系统负责搬运待检产品，同时配合图像处理系统做相应的动作，如触发图像采集系统采集图像以及照明系统切换。采用本专利技术的技术方案具有以下技术效果：对光照的稳定性要求没有那么苛刻，采集图像和处理图像自动分配，能够快速、准确、稳定地检测复杂表面的各类缺陷，可替代甚至超越人工检测。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下将以本专利技术的较佳实施例并配合附图详细说明。附图说明图1为本专利技术一种通用复杂表面缺陷检测方法的一个实施例的流程示意图；图2为本专利技术中构建标准模型集的流程示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。参见图1，为根据本专利技术的一个实施例的一种通用复杂表面缺陷检测方法的流程示意图，具体包括以下步骤：步骤一、构建标准模型集，具体参见图2，为本专利技术中构建标准模型集的流程示意图，包括以下步骤：选择一类产品的少量随机样本，采集样本的图像，对样本的图像进行主成分分析，减少数据的维数，使图像数据之间尽量减少关联，提取能够代表图像的主要关键点，根据各个图像的主要关键点生成相应模型，并通过高斯建模算法，将各个模型生成最终的标准模型，建立标准模型集并写入检测软件。构建标准模型集的步骤离线完成，并将数据写入检测软件，后续的步骤二至步骤七为在线检测处理过程，通过导入离线阶段构建的标准模型集进行工作。以下对在线检测处理过程的步骤二至步骤七进行具体说明。步骤二至步骤七通过一检测装置自动完成，所述检测装置包括光照系统、图像采集系统、图像处理系统、运动控制系统。光照系统用于提供检测产品需要的光照，由于所述检测装置的检测算法考虑到了光照对检测效果的影响，在设计算法时增加了算法对光照变换的自适应性，故所述检测装置对光照的稳定性要求没有那么苛刻，可以适应一定范围的光强变化。所述检测装置采用采集图像和处理图像自动分配原则，图像采集系统只负责采集图像，图像处理系统分配某一运算单元去处理图像；当多个图像采集系统同时工作时，图像处理系统负责调度，让每个运算单元都参与运算，避免资源浪费。运动控制系统负责搬运待检产品，同时配合图像处理系统做相应的动作，如触发图像采集系统采集图像以及照明系统切换。在步骤二中，通过一图像采集系统采集待检产品的图像，所述图像采集系统兼容大多数相机型号，当需要更换相机时，所述检测装置能够自适应匹配相机，无需做其他配置。在步骤三中，对待检产品的图像进行预处理，利本文档来自技高网...

【技术保护点】
1.一种通用复杂表面缺陷检测方法，其特征在于，包括以下步骤：步骤一、构建标准模型集；步骤二、采集待检产品的图像；步骤三、对待检产品的图像进行预处理；步骤四、提取图像关键点；步骤五、参考标准模型，将待检产品的图像调整为无限接近标准模型的图像，生成待检产品的测试模型；步骤六、通过图像比对技术对比标准模型和测试模型实现对缺陷进行检测；步骤七、输出检测结果。

【技术特征摘要】
1.一种通用复杂表面缺陷检测方法，其特征在于，包括以下步骤：步骤一、构建标准模型集；步骤二、采集待检产品的图像；步骤三、对待检产品的图像进行预处理；步骤四、提取图像关键点；步骤五、参考标准模型，将待检产品的图像调整为无限接近标准模型的图像，生成待检产品的测试模型；步骤六、通过图像比对技术对比标准模型和测试模型实现对缺陷进行检测；步骤七、输出检测结果。2.根据权利要求1所述的一种通用复杂表面缺陷检测方法，其特征在于：在步骤一中，构建标准模型集的过程为：选择一类产品的少量随机样本；采集样本的图像；对样本的图像进行主成分分析，减少数据的维数，使图像数据之间尽量减少关联；提取能够代表图像的主要关键点；根据各个图像的主要关键点生成相应模型，并通过高斯建模算法，将各个模型生成最终的标准模型；建立标准模型集并写入检测软件。3.根据权利要求1所述的一种通用复杂表面缺陷检测方法，其特征在于：所述步骤二至步骤七通过一检测装置自动完成。4.根据权利要求3所述的一种通用复杂表面缺陷检测方法，其特征在于：所述检测装置包括光照系统、图像...

【专利技术属性】
技术研发人员：许照林，黄立，
申请(专利权)人：苏州富鑫林光电科技有限公司，
类型：发明
国别省市：江苏,32