一种刹车片表面缺陷的自动检测方法及装置制造方法及图纸

本发明专利技术公开了一种刹车片表面缺陷的自动检测方法及装置，属于图像处理技术领域。包括：提取刹车片摩擦材料部分；获取摩擦材料部分的最小外接矩形的相关参数，根据最小外接矩形对图像进行裁剪；将裁剪后的图像分割为若干小窗口，为每个小窗口构建灰度共生矩阵并计算特征参数值；对所有小窗口的特征参数值进行PCA降维处理和聚类分析，根据聚类分析结果判断刹车片是否存在缺陷。本方法能根据刹车片摩擦面自身的纹理情况，利用灰度共生矩阵及聚类分析自动判断出有无缺陷部位，不受刹车片型号、表面纹理的限制，同时不需要提前制作模板，避免了繁琐的模板制作过程，因而具有广泛的适用性，能快速实时地检测出刹车片表面是否存在缺陷。

An automatic detection method and device for surface defects of brake pads

The invention discloses an automatic detection method and device for the surface defect of a brake pad, belonging to the technical field of image processing. Including: extract the friction material part of the brake pad; obtain the relevant parameters of the minimum external rectangle of the friction material part, and cut the image according to the minimum external rectangle; divide the cut image into several small windows, construct the gray level co-occurrence matrix for each small window and calculate the characteristic parameter value; carry out PCA dimension reduction and cluster analysis on the characteristic parameter value of all small windows, According to the results of cluster analysis, the defects of brake pads can be judged. According to the texture of the friction surface of the brake pad, this method can automatically determine whether there is any defect by using gray level co-occurrence matrix and cluster analysis, which is not limited by the type and surface texture of the brake pad. At the same time, it does not need to make the template in advance to avoid the tedious template making process. Therefore, this method has a wide range of applicability, and can quickly and real-time detect whether there is any defect on the surface of the brake pad Sink.

【技术实现步骤摘要】
一种刹车片表面缺陷的自动检测方法及装置
本专利技术涉及一种刹车片表面缺陷的自动检测方法及装置，属于图像处理

技术介绍
汽车用制动器衬片俗称“刹车片”是以耐热增强纤维、粘结剂、摩擦性能调节剂和矿物填料为原料，经混拌、热压制、热处理磨削后，粘结(或铆接)到钢背(或蹄铁)上而制成。刹车片是汽车制动系统中最关键的部件，汽车的刹车制动全靠它与制动盘(鼓)的摩擦来实现，刹车片的质量直接影响到汽车安全性能，直接关系到汽车使用者和行人的人身安全。刹车片制作过程中，摩擦材料面会出现凹陷、裂纹、缺口等缺陷。目前都是靠人工目测检查筛选剔除不合格的刹车片，但是人工检查存在准确性不高、实时性差、效率低下、劳动强度大等诸多弊端，而机器视觉是一种无接触、无损伤的自动检测技术，是实现设备自动化、智能化和精密控制的有效手段，具有实时性高、生产效率高等突出优点。中国专利文献号CN201810535607，公开日2018-11-27，记载了一种刹车片轮廓缺陷的自动检测方法，该方法利用模板匹配法与差影法结合的方法，检测刹车片的轮廓缺陷，但是市面上刹车片的型号繁多，为每种类型的刹车片均制作模板，工作量大且过程繁琐；而且刹车片产生缺陷部位随机且缺陷种类随机，不仅仅局限于轮廓缺陷，还有可能出现在中间部分的裂纹，凹陷等。中国专利文献号CN201510662807，公开日2016-02-03，记载了刹车片外观缺陷多工位在线检测装置及方法；中国专利文献号CN201510661607，公开日2015-12-23，记载了刹车片外观缺陷组合式多光源在线检测装置及方法，这两篇专利中的缺陷检测方法同样是先标定相机，制作模板，利用模板匹配检测轮廓是否有缺陷，然后采用差影法进行特征提取、blob分析，从而判断刹车片表面缺陷尺寸是否合格；该方法仍然存在相同的问题，均需要提前为每种型号的刹车片制作模板，而且一旦相机标定情况发生变化，就得重新制作模板，工作耗时且过程繁琐。综上所述，目前已有的基于机器视觉检测方法有基于模板匹配、差影法的缺陷检测方法，该方法需要提前制作标准刹车片的模板，在面对大量的刹车片种类及数量的情况下，不能快速实时地检测生产出的刹车片；还有基于边缘检测、图像分割的缺陷检测方法，该方法只能检测型号单一、表面纹理情况单一的刹车片，在检测表面纹理情况复杂的刹车片时，检测效果不好，容易导致误检率较高。针对市面上刹车片的种类繁多、型号不一、表面纹理情况复杂、缺陷的种类及发生的部位不一的情况下，现有的缺陷检测方法并不能广泛的应用于工业现场来完全取代人工检测，因此需要一种能够针对不同型号、不同表面纹理情况的刹车片都进行快速检测的自动检测方法。
技术实现思路
为了解决目前存在的对于不同型号、不同表面纹理情况的刹车片进行检测时存在的误检率较高、同时检测前需提前制作标准模板、无法实时对生产出来的刹车片进行缺陷检测的问题，本专利技术提供一种刹车片表面缺陷的自动检测方法和装置。本专利技术的第一个目的在于提供一种刹车片表面缺陷的自动检测方法，所述方法包括：对预处理后的刹车片图像进行感兴趣区域的提取，得到提取图像，所述感兴趣区域为刹车片摩擦材料部分，所述提取图像中刹车片的钢背及背景的灰度值均被置为0；获取提取图像中摩擦材料部分的最小外接矩形的中心点，宽度，高度及旋转角度，并根据最小外接矩形对提取图像进行裁剪；将裁剪后的图像分割为若干小窗口，为每个小窗口构建灰度共生矩阵并计算特征参数值；对所有小窗口的特征参数值进行PCA降维处理；对降维处理后的特征参数值进行聚类分析，根据聚类分析结果判断刹车片是否存在缺陷。可选的，所述对降维处理后的特征参数值进行聚类分析，根据聚类分析结果判断刹车片是否存在缺陷，包括：对降维处理后的特征参数值进行聚类分析，统计离散的噪声点分布情况；若噪声点中有相邻的点即判为刹车片存在缺陷；若没有出现相邻的点，则判为刹车片不存在缺陷；其中相邻的点包括四种情况：水平方向相邻、垂直方向相邻、45°方向相邻和135°方向相邻。可选的，所述对预处理后的刹车片图像进行感兴趣区域的提取，包括：利用Otsu最大类间差方法进行图像的二值化；然后利用OpenCV的函数getStructuringElement()创建结构元，再利用erode()函数进行迭代腐蚀操作，再使用dilate()函数进行迭代膨胀操作，将图像尺寸恢复到腐蚀操作之前的尺寸；利用函数findContours()，在膨胀后的图像上寻找轮廓，利用函数drawContours()在原图上将轮廓画出，同时用黑色填充，将得到的图像与原图做减法运算，得到摩擦材料部分的图像。可选的，所述获取提取图像中摩擦材料部分的最小外接矩形的中心点，宽度，高度及旋转角度，包括：利用OpenCV函数minAreaRect()得到最小外接矩形的中心点，宽度，高度及旋转角度，再利用函数boxPoints()得到最小外接矩形的4个顶点，这4个顶点构成最小外接矩。可选的，所述将裁剪后的图像分割为若干小窗口，为每个小窗口构建灰度共生矩阵并计算特征参数值，包括：将裁剪后的图像分割成像素尺寸为12×12的若干小窗口，从左上角第一块窗口编号为1开始，按向右的方向，依次为每一块窗口进行编号；为每一个小窗口构建灰度共生矩阵并计算特征参数，其中构建灰度共生矩阵的构造因子的选择为：步长为1，方向为水平方向，灰度级为16；特征参数的选择为：角二阶矩，熵，逆差矩，差方差，和熵，差熵；计算每一个小窗口的特征参数值。可选的，所述对所有小窗口的特征参数值进行PCA降维处理，包括：去掉数据为零的点，同时要保持每行数据的编号不变，再进行PCA降维，将六维数据降维成二维数据。可选的，所述对预处理后的刹车片图像进行感兴趣区域的提取之前，还包括：利用双边滤波算法对采集到的刹车片的初始图像进行平滑滤波处理，去除噪声，同时平滑掉一定的纹理信息。可选的，所述利用Otsu最大类间差方法进行图像的二值化，包括：先计算图像的灰度直方图，然后对其进行归一化，计算零阶累积矩和一阶累积矩，再计算类间方差，找到使类间方差最大的值，即为选取的阈值，大于阈值的部分灰度值置为255，小于阈值的灰度值置为0。本专利技术的第二个目的在于提供一种刹车片表面缺陷的自动检测装置，所述刹车片表面缺陷的自动检测装置采用上述刹车片表面缺陷的自动检测方法进行刹车片表面缺陷的自动检测，所述装置包括刹车片图像采集装置和检测装置，其中刹车片图像采集装置包括工业相机，镜头，光源和支架。本专利技术的第三个目的在于提供上述刹车片表面缺陷的自动检测方法和/或上述刹车片表面缺陷的自动检测装置在刹车片生产中的应用。本专利技术有益效果是：本专利技术提供一种自动检测方法，能根据刹车片摩擦面自身的纹理情况，利用灰度共生矩阵及聚类分析自动判断出有无缺陷部位，该方法不受刹车片型号、表面纹理的限制，同时不需要提前制作模板，避免了繁琐的模板制作过程，因而具有广泛的适用本文档来自技高网...

【技术保护点】
1.一种刹车片表面缺陷的自动检测方法，其特征在于，所述方法包括：/n对预处理后的刹车片图像进行感兴趣区域的提取，得到提取图像，所述感兴趣区域为刹车片摩擦材料部分，所述提取图像中刹车片的钢背及背景的灰度值均被置为0；/n获取提取图像中摩擦材料部分的最小外接矩形的中心点，宽度，高度及旋转角度，并根据最小外接矩形对提取图像进行裁剪；/n将裁剪后的图像分割为若干小窗口，为每个小窗口构建灰度共生矩阵并计算特征参数值；/n对所有小窗口的特征参数值进行PCA降维处理；/n对降维处理后的特征参数值进行聚类分析，根据聚类分析结果判断刹车片是否存在缺陷。/n

【技术特征摘要】
1.一种刹车片表面缺陷的自动检测方法，其特征在于，所述方法包括：
对预处理后的刹车片图像进行感兴趣区域的提取，得到提取图像，所述感兴趣区域为刹车片摩擦材料部分，所述提取图像中刹车片的钢背及背景的灰度值均被置为0；
获取提取图像中摩擦材料部分的最小外接矩形的中心点，宽度，高度及旋转角度，并根据最小外接矩形对提取图像进行裁剪；
将裁剪后的图像分割为若干小窗口，为每个小窗口构建灰度共生矩阵并计算特征参数值；
对所有小窗口的特征参数值进行PCA降维处理；
对降维处理后的特征参数值进行聚类分析，根据聚类分析结果判断刹车片是否存在缺陷。


2.根据权利要求1所述的方法，其特征在于，所述对降维处理后的特征参数值进行聚类分析，根据聚类分析结果判断刹车片是否存在缺陷，包括：
对降维处理后的特征参数值进行聚类分析，统计离散的噪声点分布情况；
若噪声点中有相邻的点即判为刹车片存在缺陷；若没有出现相邻的点，则判为刹车片不存在缺陷；其中相邻的点包括四种情况：水平方向相邻、垂直方向相邻、45°方向相邻和135°方向相邻。


3.根据权利要求2所述的方法，其特征在于，所述对预处理后的刹车片图像进行感兴趣区域的提取，包括：
利用Otsu最大类间差方法进行图像的二值化；然后利用OpenCV的函数getStructuringElement()创建结构元，再利用erode()函数进行迭代腐蚀操作，再使用dilate()函数进行迭代膨胀操作，将图像尺寸恢复到腐蚀操作之前的尺寸；利用函数findContours()，在膨胀后的图像上寻找轮廓，利用函数drawContours()在原图上将轮廓画出，同时用黑色填充，将得到的图像与原图做减法运算，得到摩擦材料部分的图像。


4.根据权利要求3所述的方法，其特征在于，所述获取提取图像中摩擦材料部分的最小外接矩形的中心点，宽度，高度及旋转角度，包括：
利用OpenCV函数minAreaRect()得到最小外接矩形的中心点，宽度，高度及旋转角度，再利...

【专利技术属性】
技术研发人员：高美凤，韩志玮，于力革，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32