激光错位散斑图像自动判定缺陷的方法及系统技术方案

本发明专利技术提供了一种激光错位散斑图像自动判定缺陷的方法及系统，包括：步骤S1：利用正余弦滤波对激光错位散斑缺陷图像进行图像去噪预处理；步骤S2：对预处理后的图像进行阈值分割，进行缺陷判定；步骤S3：对缺陷判定结果图像进行寻找轮廓和寻找最小圆运算，完成缺陷定位和缺陷当量尺寸测量。本发明专利技术可实现缺陷的自动判定，可以高精度定量测量缺陷的位置，并自动计算去缺陷大小；本发明专利技术实时性好，自动化程度高；有助于提升激光错位散斑图像缺陷检测效率，满足航空航天产品非接触、高分辨率、高定位精度、实时快速检测应用需求，为激光错位散斑检测技术的在兵器、新能源汽车等领域广泛的工程化推广应用莫定基础。程化推广应用莫定基础。程化推广应用莫定基础。

【技术实现步骤摘要】
激光错位散斑图像自动判定缺陷的方法及系统


[0001]本专利技术涉及无损检测领域，具体地，涉及一种激光错位散斑图像自动判定缺陷的方法及系统。

技术介绍

[0002]激光错位散斑干涉作为一种无损检测新技术，具有大面积、全场、非接触、隔振要求低和结构简单等优势，被广泛应用于复合材料的无损检测。目前激光错位散斑干涉缺陷判定技术主要依靠人工辅助判定，但在实际应用过程中，激光错位散斑得到的位相图像对比度往往较低，给缺陷边界的精确勾勒带来极大困难，其相的缺陷尺寸测量依靠人为判断，无法做到精确测量，难以满足大批量工业生产检测的需要。激光错位散斑技术的检测结果将以图像形式给出，如何从复杂的检测图像中自动判定缺陷并可精确测量缺陷尺寸，而不是依靠检测人员的经验判断和手动测量，显得尤为关键。
[0003]专利文献CN112362700A(申请号：CN202011065157.4)公开了一种基于热加载法的激光错位散斑设备检测灵敏度校验方法；先选取一块黑色磨砂亚克力板，在该黑色磨砂亚克力板的同一面加工出用于模拟缺陷的M排N列的盲孔，其中M、N均为大于2的正整数，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激光错位散斑图像自动判定缺陷的方法，其特征在于，包括：步骤S1：利用正余弦滤波对激光错位散斑缺陷图像进行图像去噪预处理；步骤S2：对预处理后的图像进行阈值分割，进行缺陷判定；步骤S3：对缺陷判定结果图像进行寻找轮廓和寻找最小圆运算，完成缺陷定位和缺陷当量尺寸测量。2.根据权利要求1所述的激光错位散斑图像自动判定缺陷的方法，其特征在于，在所述步骤S1中：利用正余弦函数的连续性，将条纹图中不连续的相位信息转化为连续值，对相位图分别进行正弦和余弦变换，避免相位图跃变的信息丢失，再对变换后的相位图分别进行中值滤波，最后对滤波后的正弦相位图和余弦相位图进行反正切处理；对图像I(x，y)分别作正弦和余弦变换：式中，I(x，y)是包裹相位图的原始图像灰度值，s(x，y)是正弦变换后的图像灰度值，c(x，y)是余弦变换后的灰度值。3.根据权利要求2所述的激光错位散斑图像自动判定缺陷的方法，其特征在于：对变换后得到的图像，分别进行中值滤波；相位图分成两个分量，再分别采用均值滤波进行计算，以均值滤波中任意像素点(i，j)为中心点，窗口的大小为3
×
3：s
′
(x
i
，y
j
)＝median[s(x
i
‑1，y
j
‑1)，s(x
i
，y
j
‑1)，s(x
i+1
，y
j
‑1)，s(x
i
‑1，y
j
)，s(x
i
，y
j
)，s(x
i+1
，y
j
)，s(x
i
‑1，y
j+1
)，s(x
i
，y
j+1
)，s(x
i
，y
j+1
)]c
′
(x
i
，y
j
)＝median[c(x
i
‑1，y
j
‑1)，c(x
i
，y
j
‑1)，c(x
i+1
，y
j
‑1)，c(x
i
‑1，y
j
)，c(x
i
，y
j
)，c(x
i+1
，y
j
)，c(x
i
‑1，y
j+1
)，c(x
i
，y
j+1
)，c(x
i
，y
j+1
)]s
′
(x，y)为正弦相位图滤波后的图像，c
′
(x，y)为余弦相位图滤波后的图像，s
′
(x
i
，y
j
)为图像s
′
中坐标(i，j)处的像素值，c
′
(x
i
，y
j
)为图像c
′
中坐标(i，j)处的像素值，s(x
i
，y
j
)为图像s中坐标(i，j)处的像素值，c(x
i
，y
j
)为图像c中坐标(i，j)处的像素值；将滤波后的图像进行反正切运算：式中，I1(x，y)为去噪后平滑边缘纹理后的图像。4.根据权利要求1所述的激光错位散斑图像自动判定缺陷的方法，其特征在于，在所述步骤S2中：需要利用图像分割与图像膨胀腐蚀形态学运算进行缺陷判定：首先对图像进行阈值分割：
式中，I1(x
i
，y
j
)为步骤1中得到的去噪后的图像，I2(x
i
，y
j
)为阈值分割后的图像，T1为设定的低阈值，T2为设定的高阈值，图像分割二值化后，为消除零散噪声的影响，对图像进行先膨胀再腐蚀的形态学运算；图像I2用结构单元K膨胀可表示为：式中，符号为膨胀运算符，I
′2为膨胀后图像，K
(x，y)
表示当K的原点移动到点(x，y)，X代表二值化的图像I2的连通域；用结构单元K腐蚀图像I
′2可表示为：式中，符号为腐蚀运算符，I3为腐蚀后图像，K
(x，y)
表示当K的原点移动到点(x，y)，X代表二值化图像I2的连通域；进行多次迭代运算，用结构单元K先对图像I2先进行n次膨胀再进行n次腐蚀，得到图像I3。5.根据权利要求1所述的激光错位散斑图像自动判定缺陷的方法，其特征在于，在所述步骤S3中：a、对图像I3进行寻找轮廓和寻找最小圆运算，完成缺陷定位和缺陷大小测量：b、遍历所有点，找出最左边、最右边、最上边、最下边的四个点，分别用A、B、C、D来表示；c、求出包围A、B、C、D四个点的最小圆C1的圆心和半径；d、第一次迭代，遍历所有点，检查是否存在点出界，即不在圆C1界内也不在边界上；e、如果没有出界点，则求出的圆就是最终所求；如果有出界点，进入步骤f；f、如出界点中距离圆C1的圆心最远的点为E，则依次尝试以下四种组合：(1)A/B/C/E；(2)A/B/D/E；(3)A/C/D/E；(4)B/C/D/E；求出组合中四个点的最小包围圆，如组合中四个点的最小包围圆为C2，检测组合以外剩下的点在圆C2内，那么记录下点E和圆C2的圆心、半径；g、第二次迭代，遍历所有点，检查是否存在出界点，即不在圆C2界内也不在边界上，如果没有出界点，则求出的圆C2就是最终所求；如果有出界点，则运行步骤h；h、如出界点中距离圆C2的圆心最远的点为F，则依次尝试以下四种组合：(I)A/B/D/F；(II)A/B/E/F；(III)A/D/E/F；(IV)B/D/E/F；依次处理这四个组合，求出该组合中四个点的最小包围圆，如组合求出圆C3，检测组合以外剩下的点在圆C3内，记录下点F和圆C3的圆心、半径；i、第三次迭代，接下来重复g、h，直到发现遍历完所有点结果都在最新求出的圆界内，则该圆就是最终所求的圆，退出迭代。6.一种激光错...

【专利技术属性】
技术研发人员：陈佳慧，郑雪鹏，王飞，金翠娥，陈杰，陆彦辰，涂俊，
申请(专利权)人：上海神剑精密机械科技有限公司，
类型：发明
国别省市：