基于计算机视觉的小口径容器内壁缺陷检测方法技术

本发明专利技术提出了一种基于计算机视觉的小口径容器内壁缺陷检测方法，包括以下步骤：S1，采集不规则产品内壁曲面的图像；S2，使用网格标定法来矫正单张图像的畸变，然后将多张图像拼接；S3，对拼接后的图像进行缺陷检测和识别。本发明专利技术能够快速、准确地识别小口径容器内壁缺陷，且对开发人员的开发经验需求更小，泛化性更高，对不同的识别任务不需要过多的个体调整。整。整。

【技术实现步骤摘要】
基于计算机视觉的小口径容器内壁缺陷检测方法


[0001]本专利技术涉及计算机视觉检测系统，特别是涉及一种基于计算机视觉的小口径容器内壁缺陷检测方法。

技术介绍

[0002]小口径容器是现代工业产品的重要种类，应用广泛。由于容器的口径和内径不完全一致，而且现代工业对产品的规格与品质要求非常严格，这给小口径容器内壁的质量检测带来了诸多困难。例如，许多汽车和摩托车发动机气缸、精密陶器、玉器等产品，其小口径内壁检测主要采用人工目测，不仅检测效率低下，而且其品质保障多受人为因素影响，精度无法保证，这种单纯依靠人眼进行主观评判的检测方式已经无法适应智能制造的生产模式和现代工业产品的高质量要求。由此，诸如射线检测、超声检测、渗透检测以及光学检测等各类检测精度更稳定、识别结果更可靠的先进检测技术逐渐受到重视。近年来，随着数字图像处理技术与机器学习算法的日益成熟，基于计算机视觉的产品缺陷检测方法，由于其在线检测更容易实现、部署成本更低、检测精度更稳定、环境适应性更强、识别结果更直观等技术优势，逐渐成为现代制造业产品质量检测比较重要的技术手段之一。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的小口径容器内壁缺陷检测方法，其特征在于，包括以下步骤：S1，采集不规则产品内壁曲面的图像；S2，矫正单张图像的畸变，然后将多张图像拼接；S3，对拼接后的图像进行缺陷检测和识别。2.根据权利要求1所述的一种基于计算机视觉的小口径容器内壁缺陷检测方法，其特征在于，所述矫正单张图像的畸变包括：(1)对拍摄的标准图像使用阈值分割出网格边缘，并采用形态学对图像进行开运算，提取标准图像的边框；(2)以最中间一列矩形格的像素值k为基准，依次向两边计算每一列矩形格的像素值分别为中心向左的每一列宽度的像素值v1,v2,v3,v4,v5....v
x
和中心向右的每一列宽度的像素值w1,w2,w3,w4,w5....w
y
；(3)计算相邻列的矩形格与最中间一列矩形格宽度的像素比值得到中间向左的横向畸变比例为a1,a2,a3,a4,a5....a
x
，中间向右的横向畸变比例为b1,b2,b3,b4,b5....b
y
；(4)以中心一列为基准，依次将中间向左的每一列的像素横向乘以a1,a2,a3,a4,a5....a
x
倍，中间向右的每一列的像素横向乘以b1,b2,b3,b4,b5....b
y
倍。3.根据权利要求2所述的一种基于计算机视觉的小口径容器内壁缺陷检测方法，其特征在于，所述标准图像由若干等大小的矩形构成。4.根据权利要求1所述的一种基于计算机视觉的小口径容器内壁缺陷检测方法，其特征在于，图像拼接包括以下步骤：将相邻两张图像分为w
×
w个网格，使用方差比值计算两个图像的拼接候选区域，然后使用SURF算法对两个图像的候选区域进行拼接。5.根据权利要求4所述的一种基于计算机视觉的小口径容器内壁缺陷检测方法，其特征在于，所述使用方差比值计算两个图像的拼接候选区域包括：S10，将两个图像都划分为w
×
w个网格，每个网格内部有个像素，之后计算每一个网格里面每一列像素的方差分别为S20，将每一个网格里面的最中间一列像素的方差作为标准，计算其余列像素的方差与最中间一列像素方差的比值S30，计算每个网格内个像素的灰度值众数，统计当前网格内与灰度值众数相等的像素值的个数；S40，设定阈值，若灰度值众数相等的像素个数大于阈值，则认定该网格为无效区域，不进行计算匹配；S50，将两个图像的w
×
w个网格的方差比值作为特征向量，然后用欧氏距离计算相似度，...

【专利技术属性】
技术研发人员：马慰，朱凌云，严旭贤，杨小洪，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：