一种精密仪器金属零部件缺陷检测方法技术

本发明专利技术涉及零部件分析检测技术领域，具体涉及一种精密仪器金属零部件缺陷检测方法。该方法包括：获取金属零部件的灰度图像；对灰度图像进行分割并进行连通域分析得到多个连通域，获取连通域的混乱程度，根据混乱程度将所有连通域分为单压痕区域和多压痕区域；获取灰度图像中每个像素点的梯度，进而得到连通域的梯度变化程度，根据梯度变化程度确认起始点；获取梯度变化的主成分方向，基于主成分方向寻找与起始点得到种子点进行区域生长得到准确边缘；获取每两个准确边缘形成的区域之间的相似程度，进而将所有的区域划分为多个类别并获取每个类别对应区域的对比度，根据对比度得到压痕缺陷区域；提高了压痕缺陷区域检测的精度。度。度。

【技术实现步骤摘要】
一种精密仪器金属零部件缺陷检测方法


[0001]本专利技术涉及零部件分析检测
，具体涉及一种精密仪器金属零部件缺陷检测方法。

技术介绍

[0002]对精密仪器金属零部件进行缺陷检测，能够预防由于零部件本身存在的微小缺陷导致仪器使用过程中的损坏，避免造成更大的损失；而精密仪器金属零部件上的缺陷比较多，常见的有压痕缺陷，当金属零部件上存在压痕缺陷时，容易造成精密仪器在受力不均时产生裂纹。
[0003]现有对压痕缺陷检测的主要方法是通过阈值分割获得缺陷区域，但是因为金属会反光，导致部分不明显的缺陷在进行阈值分割时无法分割得到准确的缺陷区域，影响缺陷检测的准确性。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种精密仪器金属零部件缺陷检测方法，该方法包括以下步骤：获取金属零部件的灰度图像，所述灰度图像包括金属零部件的表面区域；对所述灰度图像进行分割得到疑似缺陷区域，对所述疑似缺陷区域进行连通域分析得到多个连通域，设定预设大小的窗口在每个连通域上沿着多个方向进行滑动，获取每次滑动中所述窗口内的平均灰度值，以得到每个方向上对应的平均灰度序列；根据每个方向上的平均灰度序列获取连通域的混乱程度，根据所述混乱程度将所有连通域分为单压痕区域和多压痕区域；获取所述灰度图像中每个像素点的梯度，基于每个连通域上边缘像素点与其周围像素点的梯度得到梯度变化程度，当所述梯度变化程度大于预设变化阈值时，以连通域的边缘上任意边缘像素点为起始点；获取梯度变化的主成分方向，基于所述主成分方向寻找与所述起始点相似性最大的边缘像素点，以相似性最大的边缘像素点作为种子点进行区域生长得到准确边缘；获取每两个准确边缘形成的区域之间的相似程度，根据所有区域之间的相似程度将所有的区域划分为多个类别，获取每个类别对应区域的对比度，根据所述对比度得到压痕缺陷区域。
[0005]优选的，所述根据每个方向上的平均灰度序列获取连通域的混乱程度的步骤，包括：根据所述平均灰度序列获取每个窗口滑动时对应平均灰度值在整个平均灰度序列中的占比，获取连通域中所有滑动次数下窗口的平均灰度值的占比，根据所述占比得到所述混乱程度。
[0006]优选的，所述基于每个连通域上边缘像素点与其周围像素点的梯度得到梯度变化
程度的步骤，包括：获取每个边缘像素点的梯度值在连通域的梯度占比，计算所有边缘像素点对应的梯度占比的求和结果，1减去所述求和结果得到梯度变化程度。
[0007]优选的，所述相似性的获取方法为：获取边缘梯度的主成分方向以及起始点，计算起始点周围梯度变化大的像素点的方向与所述主成分方向的差异；根据所述差异以及对应像素点的梯度得到所述相似性。
[0008]优选的，所述获取每两个准确边缘形成的区域之间的相似程度的步骤，包括：获取每个区域中像素点的灰度均值和灰度方差，计算任意两个区域之间像素点的协方差，根据所述协方差、灰度均值以及灰度方差得到相似程度，所述相似程度的计算为：其中，表示第A个区域与第B个区域之间的相似程度；表示第A个区域中的像素点的灰度均值；表示第B个区域中的像素点的灰度均值；表示第A个区域与第B个区域中像素点的协方差；表示第A个区域中像素点的灰度方差；表示第B个区域中像素点的灰度方差；和表示维持稳定的常数。
[0009]优选的，所述获取每个类别对应区域的对比度的步骤，包括：获取类别对应区域内任意两个相邻像素点之间的灰度值的差值，统计每个灰度值的差值出现的分布概率，根据所述分布概率以及灰度值的差值得到所述对比度。
[0010]本专利技术具有如下有益效果：通过对金属零部件的灰度图像进行阈值分割获得疑似缺陷区域的连通域，然后对连通域进行后续分析，通过连通域内的灰度信息确定其混乱程度，基于混乱程度区分出单压痕区域和多压痕区域，进而对连通域中边缘像素点的梯度进行分析获取其准确边缘，由准确边缘获取对应的多个区域，对每个区域进行分析，获取区域之间的相似程度进行分类得到多个类别，然后计算每个类别的对比度得到具体的压痕缺陷区域，通过灰度特征以及梯度特征结合分析使得数据更加可靠，进而排除了光照的影响，提高了压痕缺陷区域的检测精度。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0012]图1为本专利技术一个实施例所提供的一种精密仪器金属零部件缺陷检测方法流程图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种精密仪器金属零部件缺陷检测方法，其具
体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0014]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0015]本申请适用于对金属零部件表面的压痕缺陷的检测；下面结合附图具体的说明本专利技术所提供的一种精密仪器金属零部件缺陷检测方法的具体方案。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的一种精密仪器金属零部件缺陷检测方法流程图，该方法包括以下步骤：步骤S100，获取金属零部件的灰度图像，灰度图像包括金属零部件的表面区域。
[0017]具体的，采集待检测的金属零部件的表面图像，图像采集设备使用高清相机进行采集，然后对采集得到表面图像进行分割得到只包括金属零部件的表面区域的分割图像，本专利技术实施例中分割的方法采用DNN神经网络，在其他实施例中实施者可自行设定；为提高后续分析的效率，对分割图像进行灰度化处理得到金属零部件区域对应的灰度图像。
[0018]步骤S200，对灰度图像进行分割得到疑似缺陷区域，对疑似缺陷区域进行连通域分析得到多个连通域，设定预设大小的窗口在每个连通域上沿着多个方向进行滑动，获取每次滑动中窗口内的平均灰度值，以得到每个方向上对应的平均灰度序列；根据每个方向上的平均灰度序列获取连通域的混乱程度，根据混乱程度将所有连通域分为单压痕区域和多压痕区域。
[0019]具体的，对金属零部件上的压痕缺陷进行检测时，由于形成的压痕缺陷的边缘不清楚，缺陷上的部分灰度值与没有缺陷区域的灰度值相似，因此在进行阈值分割的时候会将不是缺陷的区域也分割出来，或分割出来的边缘不准确。本专利技术使用OTSU阈值分割算法对灰度图像进行分割，灰度值较大的区域存在缺陷的可能程度较大，因此分割得到灰度图像中的疑似缺陷区域。
[0020]对分割得到的疑似缺陷区域进行连通域分析，得到多个连通域，此时的连通域中可能包含单个反光区域、单压痕区域与多压痕区域。因为压痕缺陷会形成中间低，边缘高的小凹槽，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种精密仪器金属零部件缺陷检测方法，其特征在于，该方法包括以下步骤：获取金属零部件的灰度图像，所述灰度图像包括金属零部件的表面区域；对所述灰度图像进行分割得到疑似缺陷区域，对所述疑似缺陷区域进行连通域分析得到多个连通域，设定预设大小的窗口在每个连通域上沿着多个方向进行滑动，获取每次滑动中所述窗口内的平均灰度值，以得到每个方向上对应的平均灰度序列；根据每个方向上的平均灰度序列获取连通域的混乱程度，根据所述混乱程度将所有连通域分为单压痕区域和多压痕区域；获取所述灰度图像中每个像素点的梯度，基于每个连通域上边缘像素点与其周围像素点的梯度得到梯度变化程度，当所述梯度变化程度大于预设变化阈值时，以连通域的边缘上任意边缘像素点为起始点；获取梯度变化的主成分方向，基于所述主成分方向寻找与所述起始点相似性最大的边缘像素点，以相似性最大的边缘像素点作为种子点进行区域生长得到准确边缘；获取每两个准确边缘形成的区域之间的相似程度，根据所有区域之间的相似程度将所有的区域划分为多个类别，获取每个类别对应区域的对比度，根据所述对比度得到压痕缺陷区域。2.根据权利要求1所述的一种精密仪器金属零部件缺陷检测方法，其特征在于，所述根据每个方向上的平均灰度序列获取连通域的混乱程度的步骤，包括：根据所述平均灰度序列获取每个窗口滑动时对应平均灰度值在整个平均灰度序列中的占比，获取连通域中所有滑动次数下窗口的平均灰度值的占比，根据所述占比得到所述混乱程度。3.根据权利要求1所述的一种精密仪器金属零部件缺陷检...

【专利技术属性】
技术研发人员：易俊钰，
申请(专利权)人：南通市通州区精华电器有限公司，
类型：发明
国别省市：