【技术实现步骤摘要】
一种基于视觉的环形磁钢外观缺陷检测方法
本专利技术涉及计算机视觉识别
,具体涉及一种基于视觉的环形磁钢外观缺陷检测方法。
技术介绍
随着电子信息产业的蓬勃发展,对高频电感元件的需求越来越大,磁性材料作为高频电感元件的重要组成部分,广泛应用于3C电子、机械、家用电器、汽车、医疗器械以及各种涉及电机、电磁应用的领域等,是当今社会消费设备和工业制造领域必不可少的原材料配件。在磁性材料生产过程中,容易产生开裂、掉角、杂质等缺陷,给电感元件的可靠性带来负面影响,如存在一个缺陷品流出,应用到最终用户的设备上,轻则会产生设备故障,重则导致产线停产或者伤人事件。因此,要求磁性材料的生产商在出厂之前做好质检,主要包括开裂、杂质、划痕、倒角缺陷等的检测。对于环形磁钢本身而言,因其具有型号多样,尺寸不一,表面纹理复杂等特点。故市面上针对磁钢的外观缺陷检测设备较少。现有的一些视觉检测设备,其通过多次多角度打光,拍摄磁钢表面和倒角区域,使缺陷区域变亮的方法来检测包括开裂、杂质、划痕、掉块等缺陷。此种方式对于面积比较大的缺陷能明显检出,但由于磁钢表面纹理特征,对于轻微开裂、小面积杂质检出效果不好,对倒角区域缺陷基本检测不出来。浙江理工大学李俊峰、张之祥等提出基于纹理抑制的磁环表面缺陷检测方法,采用自适应阈值的Canny边缘检测方法定位磁环边缘,利用构造的掩模图像屏蔽背景干扰,最后通过填充定位环内的连通域来找到缺陷。这种方法对于比较大面积的缺陷有比较明显的效果,但是磁材有很多不规则的条状磨痕,深浅不一,故此算法对于细小的开裂和杂质, ...
【技术保护点】
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:/nS1、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;/nS2、判定模板是否存在,是则继续下一步,否则生成模板;/nS3、根据定位结果,去掉周边的多余区域,生成产品区域图像;/nS4、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;/nS5、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;/nS6、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;/nS7、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。/n
【技术特征摘要】
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...
【专利技术属性】
技术研发人员:张立兴,毛亮,孟春婵,
申请(专利权)人:博科视苏州技术有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。