一种齿轮外观缺陷快速影像检测方法技术

本发明专利技术涉及一种齿轮外观缺陷快速影像检测方法，其包括检测预处理阶段和在线检测两个阶段；检测预处理阶段包括目标区域自动设置、生成粗检模板和生成精检模板三个过程；在线检测阶段包括如下步骤：J1）图像采集；J2）预处理和特征提取；J3）待检图像与粗检模板图像进行面积差值运算以进行粗检判断；J4）将待检图像与精检模板图像进行配准，使得两图像的齿轮齿向重合；J5）将待检图像与精检模板图像进行异或运算得出差异图像，获得差异图像中的缺陷区域面积并进行精检判断。本发明专利技术利用机器视觉进行图像采集，利用图像面积差值运算进行粗检判别，并利用模板匹配和图像异或运算进行精检判别，检测精度高且速度快。

【技术实现步骤摘要】

本专利技术涉及齿轮外观缺陷检测领域，具体的说是一种齿轮外观缺陷快速影像检测 方法。
技术介绍
对于一般的零部件，其外观缺陷多由人工肉眼直接观察检测，或者借助卡尺和放 大镜等辅助工具进行检测。而对于齿轮等用于机械传动的精密零部件，其尺寸小、精度高， 人的肉眼只能有效识别不小于〇. 3_的缺陷，因此很难保证检测精度，容易出现漏检。同 时，受个人主观因素的影响，无法保证检测的一致性。另外，人工测得的数据不便存入管理 软件，与当前自动化流水作业的规模化生产模式不匹配。 由上述可知，人工检测无法满足齿轮等精密部件的外观缺陷检测。由于齿轮本身 的几何形状特点，对于齿崩、缺齿、齿歪等缺陷的测量过程十分复杂。目前也有自动检测的 方法，但是由于检测方式和设计原理上的固有缺陷，现有的自动检测方法在外观缺陷检测 上均存在局限性。常规的自动检测方法有激光全息测量技术、整体误差测量技术和三坐标 测量技术等。激光全息测量虽然能够测出整个齿轮表面的误差，但价格高、测量速度慢，不 适于推广；齿轮综合误差测量技术能够检测齿轮的质量，但其测量的数据为整体误差，不适 于做齿轮单指标的测量；三坐标测量机在产品的外观检测上存在局限性，误差较大。 目前有一种基于计算机视觉的检测方法尤其适用于产品的外观检测，其利用工业 相机进行非接触式的影像检测，具有检测速度快和抗干扰能力强的优点。但是，现有的影像 检测方法还存在如下缺陷：以小齿轮的检测为例，目前的影像检测需要首先确定小齿轮的 圆心坐标，并以圆心坐标为基准坐标进行检测。显然，基准坐标的确定直接影响下一步参数 测量的精度。尽管圆心坐标的确定有多种方法，但是均存在误差，从而使得基准坐标存在误 差，在后续处理中误差不断被放大，最终导致测量精度降低，具体应用在外观缺陷的检测上 则会出现漏检和错检现象，导致检测结果不可靠。
技术实现思路
本专利技术要解决的技术问题是提供齿轮外观缺陷快速影像检测方法，该检测方法能 够精准、高效地检出外观不合格的齿轮零件，从而替代人工检测，提高自动化程度，满足规 模化生产的需求。 为解决上述技术问题，本专利技术的齿轮外观缺陷快速影像检测方法包括检测预处理 阶段和在线检测两个阶段；检测预处理阶段包括目标区域自动设置、生成粗检模板和生成 精检模板三个过程；在线检测阶段包括如下步骤： 步骤Jl)对待检齿轮进行图像采集，通过背光投影的方式获得待检图像； 步骤J2)对待检图像进行预处理和特征提取； 步骤J3)将待检图像与粗检模板图像进行面积差值运算以进行粗检判断，剔除具 有明显缺陷的零件； 步骤J4)利用基于形状的模板匹配方式，将待检图像与精检模板图像进行配准， 使得两图像的齿轮齿向重合； 步骤J5)将待检图像与精检模板图像进行异或运算得出差异图像，获得差异图像 中的缺陷区域面积并进行精检判断，剔除不合格零件。 所述目标区域自动设置的过程具体包括如下步骤：步骤Ml)取目标齿轮，获得目 标图像；步骤M2)利用迭代法分析目标图像直方图获得阈值；步骤M3)利用阈值化分割获 得目标图像二值图；步骤M4)基于目标图像二值图获得最小凸多边形；步骤M5)基于凸多 边形进行曲线拟合获得齿轮的外接圆；步骤M6)以不小于拟合出的齿轮外接圆半径的同心 圆作为蒙版进行抠图，获得目标齿轮的轮廓。 在目标区域自动设置的过程中，取已合格的标准齿轮作为目标齿轮，经抠图后获 得的图像作为粗检模板；取多个粗检模板进行齿轮配准，使得各图像的齿轮齿向重合，之后 再对配准后的各图像进行多图求平均得到平均图像，该平均图像作为精检模板图像。 在步骤J2)中，图像预处理是指对待检图像进行边缘保持滤波处理，特征提取是 指对待检图像进行亚像素边缘提取。 其中，边缘保持滤波再滤除杂点噪声的同时能保留齿轮细节信息方面，尤其适合 齿轮缺陷的检测，其具体过程为： 对于图像中的任意一个像素点（x，y)的邻域S，分别计算其左上角S1、左下角S2、 右上角S3和右下角S4四个区域的灰度分布均匀度V，最后将均匀度最小区域的平均值作为 该像素点的新的灰度值；计算灰度均匀度的公式为： 其中，亚像素边缘提取采用Canny算子法，在各种边缘提取算子中，Canny算子在 抗干扰和精度方面都能取得良好的效果，特别适合于齿轮的边缘提取，其具体步骤为： 步骤Cl)利用Gauss滤波器对图像进行平滑滤波，5X5的滤波模板为： 步骤C2)通过求解一阶偏导数得到梯度的幅值和方向；MJPM,分别表示X方向和y方向的梯度，则： 步骤C3)对梯度幅值进行非极大值抑制； 步骤C4)使用双阈值法检测并连接边缘。 在精检模板建立的基础上，步骤J4)是模板匹配的过程，其具体包括如下步骤： 将精检模板图像定义为点集Pi=Cri,Ci)'每个点所对应的方向向量(Ii=(t^ui)'i= l，...，n，其中模板图像的中心点为P，方向向量通过边缘检测算子获得；同样方式，待检 图像的方向向量为将精检模板图像进行仿射变换，将其中平移的部分 分离，线性变换模型通过点p'i=Ap;以及相应的变换后的方向向量d'I=(A1)Tdi = (t'dU'Jt得到，其中A为二阶标准旋转矩阵，表示为：在待检图像的某一点q= (r，c)T处，将精检模板图像与待检图像进行匹配，计算 两幅图像对应点处归一化方向向量的点积的总和作为匹配分值，即模板在q点的相似度 量，计算这个相似度量的公式如下： 当相似度s达到设定的阈值s_时，则判定在q= (r，c)T找到了与模板相匹配的 区域，匹配完成；归一化相似性度量值作为潜在的匹配对象的分值，如果分值等于1，则模 板与待匹配区域完全一致。 其中，优选的，为了加快模板匹配过程中的搜索速度，步骤J4)中模板匹配的搜索 采用金字塔搜索方法，其具体步骤为：步骤SI)对精检模板和待搜索的图像进行分层预处 理，得到分层的金字塔数据；步骤S2)在金字塔的顶层上所有区域进行匹配，搜索得到与精 检模板相似的实例；步骤S3)将匹配的结果映射到金字塔数据的下一层，并将配准结果周 围的区域确定为新的搜索区域；步骤S4)在当前层新的搜索区域进行匹配运算，并将结果 映射到金字塔下一层；步骤S5)不断重复以上步骤，直到映射到金字塔的最底层。 上述的步骤J5)是利用精检模板的精检过程，其具体步骤为： 步骤J5. 1)将精检模板图像二值图与待检图像二值图进行异或运算，得到差异图 像二值图； 步骤J5. 2)将差异图像进行滤除线性噪声处理； 步骤J5. 3)通过连通区域标注法对差异图像中的缺陷区域进行像素标记，计算标 记个数得到缺陷区域的面积Sc; 步骤J5. 4)设置精检阈值T2，计算Se/SB，如果Se/SB<T2,则最终判定该待检图像 对应的齿轮合格；如果Se/SB>T2，则最终判定该待检图像对应的齿轮不合格。 综上所述，本专利技术的有益效果是：1)该方法针对齿轮零件的特殊外观形状，首先 通过差值运算剔除明显缺陷的齿轮零件，然后采用模板匹配与图像异或运算相结合的方 法，对齿轮的齿顶当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种齿轮外观缺陷快速影像检测方法，其特征是包括检测预处理阶段和在线检测两个阶段；检测预处理阶段包括目标区域自动设置、生成粗检模板和生成精检模板三个过程；在线检测阶段包括如下步骤：步骤J1)对待检齿轮进行图像采集，通过背光投影的方式获得待检图像；步骤J2)对待检图像进行预处理和特征提取；步骤J3)将待检图像与粗检模板图像进行面积差值运算以进行粗检判断，剔除具有明显缺陷的零件；步骤J4)利用基于形状的模板匹配方式，将待检图像与精检模板图像进行配准，使得两图像的齿轮齿向重合；步骤J5)将待检图像与精检模板图像进行异或运算得出差异图像，获得差异图像中的缺陷区域面积并进行精检判断，剔除不合格零件。

【技术特征摘要】

【专利技术属性】
技术研发人员：王文成，刘云龙，吴小进，
申请(专利权)人：潍坊学院，
类型：发明
国别省市：山东;37