一种扁管表面缺陷检测方法技术

本发明专利技术提供一种扁管表面缺陷检测方法，包括以下步骤：步骤S1，获取扁管表面图像进行预处理得到待提取图像；步骤S2，将待提取图像进行等均分段得到若干组扁管的分段图像；步骤S3，统计每组分段图像得到垂直投影直方图，再测绘得到第一曲线，根据第一曲线进行若干次B样条曲线拟合得到第二曲线；步骤S4，对每组第二曲线进行曲率计算得到曲率曲线，在曲率曲线中查找定位局部峰值；步骤S5，将每组分段图像进行整合，将每组曲率曲线根据对应的分段图像进行排序整合，根据每组曲率曲线中的查找的局部峰值依次对应在分段图像中定位为丝槽点，将定位后的每相邻两个丝槽点进行连线得到丝槽线；本发明专利技术优点是能够精准的判断出扁管表面是否有存在丝槽缺陷。否有存在丝槽缺陷。否有存在丝槽缺陷。

【技术实现步骤摘要】
一种扁管表面缺陷检测方法


[0001]本专利技术涉及扁管检测
，更具体的说是涉及一种扁管表面缺陷检测方法。

技术介绍

[0002]微通道扁管是一种承载新型环保制冷剂的管道零部件，在空调系统上的应用越来越多，但由于其生产难度大，在生产过程中容易造成扁管表面形成凹坑、孔洞等缺陷，使其性能劣化，所以对扁管表面进行缺陷检测是十分必要的，目前，国内大多厂商沿用传统的人工检测方式或自动检测，人工检测的方式存在效率低下，稳定性差等弊端，而现有的自动检测主要通过图像采集后进行深度学习以及灰度处理后比较差异，但是该种检测方式主要针对的是扁管表面某处喷锌不良、水渍氧化、孔洞或凹孔，这四种缺陷从肉眼检测也较为明显，因此图像处理的检测精准度相对较高，但是，扁管表面还存在丝槽缺陷，丝槽会对微通道扁管的气密性和耐盐雾腐蚀性能带来隐患，丝槽缺陷容易被锌层或油污等良性缺陷干扰，丝槽缺陷的特征易湮没在背景中，由原来的图像处理方式不易检测，因此难以满足自动化检测的需求。

技术实现思路

[0003]针对现有技术存在的不足，本专利技术的目的在于提供一种扁管表面缺陷检测方法，该种扁管表面缺陷检测方法能够精准的判断出扁管表面是否有存在丝槽缺陷。
[0004]为实现上述目的，本专利技术提供了如下技术方案：
[0005]一种扁管表面缺陷检测方法，包括以下步骤：
[0006]步骤S1，获取扁管表面图像进行预处理得到待提取图像；
[0007]步骤S2，将所述待提取图像进行等均分段得到若干组扁管的分段图像；
[0008]步骤S3，统计每组所述分段图像得到垂直投影直方图，对所述垂直投影直方图测绘得到第一曲线，根据所述第一曲线进行若干次B样条曲线拟合得到第二曲线；
[0009]步骤S4，对每组所述第二曲线进行曲率计算得到曲率曲线，在所述曲率曲线中查找定位局部峰值；
[0010]步骤S5，将每组所述分段图像进行整合，将每组所述曲率曲线根据对应的分段图像进行排序整合，根据每组所述曲率曲线中的查找的局部峰值依次对应在分段图像中定位为丝槽点，将定位后的每相邻两个丝槽点进行连线得到丝槽线。
[0011]进一步的，所述步骤S3中还包括有步骤S31，在所述第一曲线中的子曲线点集的起点附近和终点附近选取得到B样条曲线拟合的两个端点，根据两个端点的坐标划分矩形区域，根据所述矩形区域内通过随机抽样法计算得到控制点，根据所述控制点和两个端点用过B样条曲线拟合公式计算得到第二曲线。
[0012]进一步的，所述第一曲线进行三次B样条曲线拟合得到第二曲线。
[0013]进一步的，所述步骤S31中还包括步骤S310，对所述第一曲线中的子曲线点集进行区域划分算式计算得到两个端点和两个控制点的范围区间，区域划分算式配置为：
[0014][0015][0016][0017][0018][0019][0020]其中，T0为表征控制点在分布空间内的相应分散度阈值，为两个端点的范围区间，为两个控制点的范围区间，均为子数据点集，j、J均为坐标。
[0021]进一步的，所述步骤S31中还包括有步骤S311，在两个控制点的范围区间内选取任意两个控制点，将两个控制点通过代表三次B样条曲线和数据点集之间的相似度算式计算得到目标控制点，相似度算式配置为：
[0022][0023][0024]其中，F(x,ζ)是函数，x是坐标，ζ是随机变量，是候选的子轮廓，该轮廓是由随机生成控制点的组合向量ω所定义。
[0025]进一步的，所述步骤S4中还包括有步骤S41，将所述第二曲线通过曲率算式计算得到第二曲线上任意点上的曲率值，根据曲率值寻找中心点曲率，再根据第一曲线中对应点的曲率构建曲率曲线。
[0026]进一步的，所述曲率算式配置为：
[0027][0028]其中，K(t)为第二曲线任意一点的曲率值，P
x
'(t)、P
y
'(t)均为一阶导数，P
x”(t)、P
y”(t)均为二阶导数。
[0029]进一步的，所述步骤S41中还包括步骤S411，根据三次B样条曲线的一阶导数和二阶导数得到中心点的变量t值，根据变量t值通过曲率计算得到拟合后的第二曲线中心点曲率，一阶导数为：
[0030][0031]二阶导数为：
[0032][0033]曲率计算公式为：
[0034][0035]进一步的，所述步骤S1中还包括步骤S11，将扁管表面图像通过矫正和灰度处理得到第一预期图像。
[0036]进一步的，所述步骤S1中还包括步骤S12，将第一预期图像通过自适应阈值滤波处理得到待提取图像。
[0037]本专利技术的有益效果：本专利技术通过光学特性，采用自动阈值分割法提取缺陷区域进行判别，基于垂直投影直方图曲率峰值查找丝槽缺陷，具体通过自适应阈值滤波和形态学运算滤除图像中的强噪声后，将图像均匀分成多段，统计各个分段的垂直投影直方图，在直方图曲线上各点通过随机抽样法随机采样求解最佳三次B样条拟合曲线，并计算其中心点曲率，形成对应的曲率曲线，再通过查找曲率曲线的局部峰值，对应定位扁管表面丝槽缺陷的位置点，能够快速且准确的完成扁管表面丝槽缺陷的检测和反馈。
附图说明
[0038]图1是本专利技术缺陷检测方法流程图；
[0039]图2是本专利技术中扁管图像矫正提取的对比图；
[0040]图3是本专利技术中第一曲线、第二曲线以及曲率曲线的状态图；
[0041]图4是本专利技术中选取的一段子曲线点集的曲线拟合与B样条曲线表示图；
[0042]图5是本专利技术中3次B样条曲线的表示图；
[0043]图6是本专利技术中子曲线点集中端点和控制点的区域图；
[0044]图7是本专利技术中丝槽检测效果图。
具体实施方式
[0045]下面结合附图和实施例，对本专利技术进一步详细说明。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“底面”和“顶面”、“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
[0046]由于微通道扁管在挤压成形过程中，非金属夹杂物粘在模具上，使得扁管表面产生凹陷沟槽式划伤，该缺陷为“丝槽”，丝槽会对微通道扁管的气密性和耐盐雾腐蚀性能带来隐患，丝槽缺陷容易被锌层或油污等良性缺陷干扰，丝槽缺陷的特征易湮没在背景中，由原来的图像处理方式不易检测，因此难以满足自动化检测的需求，因此本专利技术提供一种扁管表面缺陷检测方法，如图1所示，包括以下步骤：
[0047]步骤S1，获取扁管表面图像进行预处理得到待提取图像；
[0048]其中的步骤S1中还包括步骤S11和步骤S12，且均是对预处理进行详细描述，具体的步骤S11是将扁管表面图像通过矫正和灰度处理得到第一预期图像，即是如图2所示，将捕捉的扁管表面图像先进行仿射矫正处理(仿射矫正处理为也为现有技术)，再对感兴趣的区域(RIO)进行提取，接着对RIO图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种扁管表面缺陷检测方法，其特征在于：包括以下步骤：步骤S1，获取扁管表面图像进行预处理得到待提取图像；步骤S2，将所述待提取图像进行等均分段得到若干组扁管的分段图像；步骤S3，统计每组所述分段图像得到垂直投影直方图，对所述垂直投影直方图测绘得到第一曲线，根据所述第一曲线进行若干次B样条曲线拟合得到第二曲线；步骤S4，对每组所述第二曲线进行曲率计算得到曲率曲线，在所述曲率曲线中查找定位局部峰值；步骤S5，将每组所述分段图像进行整合，将每组所述曲率曲线根据对应的分段图像进行排序整合，根据每组所述曲率曲线中的查找的局部峰值依次对应在分段图像中定位为丝槽点，将定位后的每相邻两个丝槽点进行连线得到丝槽线。2.根据权利要求1所述一种扁管表面缺陷检测方法，其特征在于：所述步骤S3中还包括有步骤S31，在所述第一曲线中的子曲线点集的起点附近和终点附近选取得到B样条曲线拟合的两个端点，根据两个端点的坐标划分矩形区域，根据所述矩形区域内通过随机抽样法计算得到控制点，根据所述控制点和两个端点用过B样条曲线拟合公式计算得到第二曲线。3.根据权利要求2所述一种扁管表面缺陷检测方法，其特征在于：所述第一曲线进行三次B样条曲线拟合得到第二曲线。4.根据权利要求3所述一种扁管表面缺陷检测方法，其特征在于：所述步骤S31中还包括步骤S310，对所述第一曲线中的子曲线点集进行区域划分算式计算得到两个端点和两个控制点的范围区间，区域划分算式配置为：控制点的范围区间，区域划分算式配置为：控制点的范围区间，区域划分算式配置为：控制点的范围区间，区域划分算式配置为：控制点的范围区间，区域划分算式配置为：控制点的范围区间，区域划分算式配置为：其中，T0为表征控制点在分布空间内的相应分散度阈值，为两个端点的范围区间，为两个控制点的范围区...

【专利技术属性】
技术研发人员：曹松晓，陈耀，项伟楷，周乔君，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：