【技术实现步骤摘要】
一种基于序列图像差分的视觉检测方法
[0001]本专利技术涉及基于机器视觉的几何量精密测量
,针对丝网印刷中网板拉伸变形导致印刷图像发生形变,提出一种基于序列图像差分的视觉检测方法
。
技术介绍
[0002]在经济全球化推动进出口贸易的深入发展的今天,国内外企业对广泛应用在各行各业的零件表面质量提出了严格的采购标准
。
而实现零件表面质量缺陷精准稳定检测对企业改善生产质量
、
提高生产效率
、
开拓国内外市场
、
促进产业和技术升级创新具有深远的意义
。
同时丝网印刷有着批量大
、
价格便宜
、
色彩鲜艳
、
交货快等优势,被越来越多的行业认可,其应用广泛,在家用电器的电路板,纺织品上的花纹,鞋上的图案,电冰箱
、
电视机
、
洗衣机面板上的文字等优点,所以对序列零件表面缺陷的视觉检测迫在眉睫
。
[0003]近年来,世界各国研究团队和学者在零件表面损伤检测技术研究中都取得一些显著的成果,荷兰艾默伊登的
Hogeveen
钢铁厂针对钢带表面缺陷检测搭建在线实时分类系统,可以检测到
0.85mm
×
0.60mm
甚至更小缺陷,能够分类至少
50
种不同的缺陷
。
电子科技大学张凯针对工业产品表面裂纹缺陷问题,基于线激光扫描激励的红外热波成像无损检测技术 ...
【技术保护点】
【技术特征摘要】
1.
一种序列图像差分的零件表面缺陷检测方法,其特征在于,具体方法如下:
S1、
选取同一生产批次中的序列图像,并对前后相邻的零件进行差分;
S2、
在进行图像序列差分过程中,需要对步骤1中选取零件图像进行图像配准;
S3、
判断待测零件是否合格
。2.
根据权利要求1所述的一种序列图像差分的零件表面缺陷检测方法,其特征在于:在步骤
S1
图像序列差分过程中,标准件的灰度值
G<K
,其中,
G
为标准件灰度值,
K
为不同工作情况下各点的灰度值,且灰度值
K
具有均匀性
。3.
根据权利要求1所述的一种序列图像差分的零件表面缺陷检测方法,其特征在于:在步骤
S2
中,图像配准过程包括特征区域提取和图像亚像素细分;线特征提取是将两中心点间直线距离记为
D
,通过一条特征中心线表征整幅图像,将两幅图像配准由原先的特征点之间的配准问题转化为特征点间连线的配准;图像亚像素细分方法是基于二次双线性插值法,在现有算法框架下借助已知点信息推算未知点信息,将一个像素分别在
X
,
Y
方向进行四等分,即将原来的1个像素等分成
16
个像素;公式如下:其中,
PR
代表物理分辨率,单位:
mm/
像素;
SS
代表待测零件单一方向上的长度,单位:
mm
;
SDR
表示待测零件在单一方向上的图像分辨率,单位:像素,
NI
为图像插值次数,单位:次
。4.
根据权利要求1‑3所述的一种序列图像差分的零件表面缺陷检测方法,其特征在于,图像序列差分的流程如下:
(1)
将待检测零件1和模板零件1进行图像配准差分,
G
S
为差分后待测零件某一点的灰度值,判断初检结果是否合格;
(2)
若
G
S
‑
K3≤0
,则表示图片每一个点的灰度值均小于所选定标准的灰度值,则零件合格,将待检测零件1标记为模板零件2;
(3)
若
G
S
‑
K3>0
,则存在图片中灰度值大于所选定标准灰度值,则零件不合格,从而判断待检测零...
【专利技术属性】
技术研发人员:刘阳,许鹏飞,尹天路,王腾森,温保岗,张旭,
申请(专利权)人:大连工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。