一种基于异型金属冲压件的外观缺陷检测方法技术

本发明专利技术公开了一种基于异型金属冲压件的外观缺陷检测方法，包括：获取异形金属冲压件的原始图像；对所述原始图像进行图像预处理，提取异型冲压件特征以得到二值化图像；通过连通域分析，把分出来的图形数组区域，从数组中根据它的特征对所需目标图像进行提取区域；根据获取所述原始图像中的信息，将所述特征信息与标准件进行比对，用以判断产品的外观缺陷。本申请所述的方法提高检测速度、精度，大幅减少误检、漏检出现的频率，且稳定性好，便于生产过程一体化集成管理，能够有效提升产品生产自动化程度。动化程度。动化程度。

【技术实现步骤摘要】
一种基于异型金属冲压件的外观缺陷检测方法


[0001]本专利技术涉及视觉检测领域，特别涉及一种基于异型金属冲压件的外观缺陷检测方法。

技术介绍

[0002]近年来，随着现代工业的飞速发展和制造技术的完善，自动化的科技制造水平也越来越高，与此同时，数字图像处理技术和机器学习在多个领域受到了广泛地应用和发展，利用机器视觉检测技术可大幅度地提升检测效率和产品质量。
[0003]异形金属冲压件由于其结构不固定，因此没有固定的设备进行检测，现有检测时，常常通过人工进行检测，而人工进行检测不仅效率低，同时，检测中也常常会出现漏检的问题，导致不良品混入到最终的产品内。

技术实现思路

[0004]本专利技术的目的是提供一种基于异型金属冲压件的外观缺陷检测方法，结合了传统视觉技术，提高产品缺陷检测的效率和准确率。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于异型金属冲压件的外观缺陷检测方法，包括以下步骤：
[0006]步骤1，获取异形金属冲压件的原始图像；
[0007]步骤2，对所述原始图像进行图像预处理，提取异形金属冲压件的二值化图像；
[0008]步骤3，用连通域分析将所需的检测的部分从二值化图像分离出来，之后将它们分成一个一个独立的连通性区域，并返回一个不同大小区域的数组；
[0009]步骤4，从连通性区域分出来的数组，从数组中根据特征对所需检测的目标图像进行提取区域；
[0010]步骤5，根据获取所述原始图像中的信息，将所述所需检测的目标图像进行提取区域与标准件进行比对，用以判断所述产品信息的外观缺陷。
[0011]本专利技术提供的一种基于异型金属冲压件的外观缺陷检测方法，其优点在于：
[0012]相较于常规的人工检测异形金属冲压件外观缺陷的方法，本专利技术提供的异形金属冲压件外观缺陷检测方法，能够有效提升异形金属冲压件外观缺陷的检测速度，提高检测精度，大幅减少误检、漏检出现的频率，且稳定性好，便于生产过程一体化集成管理，能够有效提升产品生产自动化程度。
附图说明
[0013]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，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地介绍，显而易见地，下面描述中的附图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他的附图。
[0014]图1为本专利技术提供的异形金属冲压件外观缺陷检测方法的流程图；
[0015]图2是本专利技术实施例提供的异形金属冲压件外观缺陷检测方法的采集的异形金属冲压件产品原始图像；
[0016]图3是本专利技术实施例提供的异形金属冲压件外观缺陷检测方法的阈值分割后的图像；
[0017]图4是本专利技术实施例提供的异形金属冲压件外观缺陷检测方法的连通区域分析后的图像；
[0018]图5是本专利技术实施例提供的异形金属冲压件外观缺陷检测方法的特征提取后的图像。
具体实施方式
[0019]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0021]请参阅图1
‑
5，本专利技术提供的：一种基于异型金属冲压件的外观缺陷检测方法，包括以下步骤：
[0022]步骤1，获取异形金属冲压件的原始图像；
[0023]步骤2，对所述原始图像进行图像预处理，具体为使用中值滤波算法对原始图像进行滤波去噪后，使用线性灰度拉伸算法完成灰度图像增强，利用双峰直方图阈值分割法提取异形金属冲压件的二值化图像，并对二值化图像进行腐蚀、膨胀数学形态学算法处理；
[0024]步骤3，用连通域分析将所需的检测的部分从二值化图像分离出来，之后将它们分成一个一个独立的连通性区域，并返回一个不同大小区域的数组，最后通过区域属性进行筛选；
[0025]步骤4，从连通性区域分出来的图形数组区域，从数组中根据它的特征对所需检测的目标图像进行提取区域；
[0026]步骤5，根据获取所述原始图像中的信息，将所述所需检测的目标图像进行提取区域与标准件进行比对，用以判断所述产品信息的外观缺陷。
[0027]步骤1中，在检测时，将待测产品放置于玻璃转盘上，玻璃转盘下设置有驱动玻璃转动的滴滴马达，且沿玻璃转盘设置有多个取像模组。在本实施例中，设置有九个取像模组，所述取像模组包括固定设置于玻璃转盘周围的相机支架，相机支架上安装有相机、远心镜头和光源；九个相机分别命名为C1
‑
C9，
[0028]取像模组分为四个端面取像模组、五个侧面取像模组，端面取像模组由相机、镜头、光源组合而成，则侧面模组在端面取像工位的基础上增加棱镜，
[0029]C1相机自下往上拍摄冲压件的端面底部本体；C2相机从上往下拍摄通过45度棱镜拍摄冲压件外侧面；C3从上往下拍摄通过45度棱镜拍摄冲压件侧面；C4从上往下拍摄产品正端面；C5相机自上往下拍摄通过45度棱镜拍摄冲压件内侧面，C6从上往下拍摄通过45度棱镜拍摄冲压件侧面；C7相机从下往上拍摄，拍摄产品的端面底部；C8自上往下拍摄产品正表面；C9横置相机、镜头拍摄产品内外侧面轮廓。
[0030]图2是本专利技术实施例提供的异形金属冲压件外观缺陷检测方法的采集的异形金属冲压件产品原始图像；
[0031]原始图像读取算法为：
[0032]void ReadImage(HObject*Image,const HTuple&FileName)，
[0033]ReadImage算子程序可从本地路径或者其他地方读取指定的图像文件并且生成所需类型的图像。可以在FileName中获取一个或多个文件名。如果传递了多个文件名，则返回一个具有相应数量图像对象的图像对象元组。它兼容多种不同的图片格式，包括TIFF、JPG、BMP等多种图像格式。
[0034]图3是本专利技术实施例提供的异形金属冲压件外观缺陷检测方法的阈值分割后的图像；
[0035]阈值分割算子：void Threshold(const HObject&Image,HObject*Region,const HTuple&MinGray,const HTuple&MaxGray)...

【技术保护点】

【技术特征摘要】
1.一种基于异型金属冲压件的外观缺陷检测方法，其特征在于：包括以下步骤：步骤1，获取异形金属冲压件的原始图像；步骤2，对所述原始图像进行图像预处理，提取异形金属冲压件的二值化图像；步骤3，用连通域分析将所需的检测的部分从二值化图像分离出来，之后将它们分成一个一个独立...

【专利技术属性】
技术研发人员：陈威宇，
申请(专利权)人：苏州嘉展科技有限公司，
类型：发明
国别省市：