【技术实现步骤摘要】
本专利技术涉及图像处理和布匹图像检测领域，具体的说是一种基于机器视觉的大宽幅脱模布外观缺陷检测装置及方法。
技术介绍
1、脱模布由纱交叉编织而成的高强度基布，其主要应用在风力叶片承重的拉挤大梁生产上。脱模布的品质对拉挤大梁的承载影响重大，目前脱模布在生产过程中的质量监测是客户的一个痛点。
2、现有的脱模布制作过程中特征是：产品幅宽大和生产速度快。
3、由于脱模布幅宽在2m左右，且不同型号会有波动，而生产设备以约15-25m/min速度生产，以目前人工目测的检测方式很容易产生漏检。
4、为了提高检测效果和检测效率，通过机器视觉技术进行对脱模布的外观检测是比较可行的方式。视觉检测的精度通常是由相机的分辨率、镜头的放大倍率和需要覆盖的视野决定的，对于大幅宽的产品，由于需要覆盖的视野比较大，采用多相机配合方式解决精度和不同宽度产品换型问题。
技术实现思路
1、本专利技术需要解决的技术问题是提供一种基于机器视觉的大宽幅脱模布外观缺陷检测装置及方法，在条形背光光源环境下，以沿条形光方向安装多个面阵相机，相机间视野部分重叠，分别拍摄图像以实现覆盖脱模布宽度；通过算法处理找到边缘相机中的脱模布边界和对有效检测区域中的断经，脏污，漏光缺陷检测检测，应用于检测脱模布表面外观缺陷，能准确定位到产品的边界，并且检测区域能有效覆产品的宽度。
2、为解决上述技术问题，本专利技术所采用的技术方案是：一种基于机器视觉的大宽幅脱模布外观缺陷检测装置，包括工控机、若干相
3、本专利技术的进一步改进在于：所述相机设置为4个，在脱模布的顶平面上方均匀分布。
4、本专利技术的进一步改进在于：所述光源设置为5个，在脱模布的底平面下方均匀分布。
5、一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，包括所述的基于机器视觉的大宽幅脱模布外观缺陷检测装置，包括以下步骤：
6、s1：采用cmos相机对脱膜布表面进行表面图像采集，设置覆盖脱膜布不同位置相机检测类型，定义相机为边缘相机或中间相机,并设定初始检测区域；
7、s2：对于边缘相机，根据步骤s1中设定的边缘相机类型和初始检测区域，采用自动巡边算法，在采集到的图像中寻找脱膜布边缘，并计算边缘与初始检测区域重新封闭形成的区域，计算该区域内接正矩形形成的区域；
8、对于中间相机，根据初始检测区域，计算该区域内接正矩形形成的区域，并将该区域定义为检测区域；
9、s3：在步骤s2的检测区域内，对该区域进行有重叠区域方式划分，设定划分的局部区域为roi区域；
10、s4：在步骤s3的局部roi区域内，采用局部区域灰度值差分算法进行缺陷检测，对检测到的缺陷位置进行标记；
11、s5：对步骤s4中检测出的缺陷进行特征分析；
12、s6：根据具体的缺陷检测要求及步骤s5中被检测物体的缺陷特征分析结果，对被检测物体进行缺陷分类以及缺陷风险等级区分，完成缺陷检测流程。
13、本专利技术的进一步改进在于：所述步骤s2所述的自动巡边算法为：对采集到的原始图像，进行滤波去噪，通过灰度梯度计算找到边界图像中背景向前景过渡的像素位置，通过对初始检测区域轮廓筛选，找到梯度求取坐标点在边界过渡方向的与前景连接最值点，并找到初始检测区域的轮廓中小于在边界过渡方向小于最值点的元素，在过渡方向坐标替换，重新形成闭合区域轮廓。
14、本专利技术的进一步改进在于：所述步骤s2所述的检测区域设定，采用巡边算法提取到的前景轮廓信息，计算该轮廓最小内接矩形信息等，对初始设定的区域进行补偿，形成检测区域；
15、本专利技术的进一步改进在于：所述步骤s4所述的局部区域灰度值差分算法需要在检测区域中执行，根据划分的局部roi区域，对原始输入图像进行掩模标记，掩模运算后将前景区域标记为roi区域，前景以外部分为无效区域，对原始图像的局部roi区域部分进行缺陷检测，检测区域中所有局部roi区域内缺陷检测完成后根据划分的roi进行融合。
16、本专利技术的进一步改进在于：所述步骤s4所述的局部区域灰度值差分算法为：对采集到的原始图像，根据检测区域划分的局部roi，对roi区域内的原始图像采用大尺寸滤波核进行滤波操作，将操作之后的滤波图像与原始图像进行差分运算，生成差分图；最后对差分图通过阈值方式进行缺陷分割；获取到分割的缺陷区域后，通过形态学闭运算操作，连接密集缺陷区域，再次进行形态学开操作，消除孤立的缺陷区域。
17、本专利技术的进一步改进在于：所述自动巡边算法在获取图像后，对图像进行预处理操作，具体包括如下步骤；
18、步骤1：图像预处理，基于条形背光光源下的脱模布图像f(x，y)，通过均值滤波得到边缘相机的滤波图像g(x，y)；
19、
20、步骤2：图像梯度计算，对均值滤波图像g(x,y)进行梯度检测获得x方向梯度图像；
21、grad(x，y)＝gx*g(x，y)，
22、其中，
23、对梯度图像grad(x,y)进行二值化操作，获取梯度图小的二值化图；
24、
25、其中，h为处理梯度图像预设定的二值化阈值；
26、对二值化图像获取像素值大于0的像素坐标点，即为边界相机中脱模布图像边界像素坐标点pm，m＝0，1，...。
27、本专利技术的进一步改进在于：所述脱模布外观缺陷检测中包含实现缺陷定位分割针对脱模布的局部灰度差分算法，包括图像滤波运算、差分运算步骤；所述局部灰度差分算法包括如下步骤：获取图像后，根据划分的局部roi裁剪图像用于计算，具体为：
28、步骤1：滤波运算，根据划分roi裁剪后的图像f(x，y)，通过均值滤波得到滤波图像f1(x，y)；
29、
30、其中，w为滤波核宽，h为滤波核高；
31、步骤2：差分运算，通过滤波后图像与原始图像做差分，获取差分图像s(x,y)；
32、s(x，y)＝f1(x，y)-f(x，y)，
33、对差分图像s(x,y)进行二值化操作，获取局部roi区域中缺陷二值化图；
34、
35、其中，h为处理差分图像预设定的二值化阈值；
36、对缺陷的二值化图进行形态学操作，闭合密集缺陷区域，消除微小孤立缺陷区域，根据划分的局部roi重复执行步骤2，最后融合缺陷区域，进行特征分析。
37、由于采用了上述技术方案，本专利技术取得的有益效果是：便于对脱模布表面缺陷进行分类量化，有利于对检测到的缺陷进行后续的评估，保证了缺陷检测的稳定性及效率。
本文档来自技高网...【技术保护点】
1.一种基于机器视觉的大宽幅脱模布外观缺陷检测装置，其特征在于，包括工控机(1)、若干相机(2)、脱模布(3)、若干光源(4)、编码器(6)和分配器(5)，所述若干相机(2)中的每个相机(2)分别与工控机(1)电性连接，且所述相机(2)位于脱模布(3)的顶平面上方，所述若干光源(4)位于脱模布(3)的底平面下方，所述分配器(5)一端与编码器(6)之间电性连接，另一端分别与每个相机(2)之间电性连接。
2.根据权利要求1所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测装置，其特征在于，所述相机(2)设置为4个，在脱模布(3)的顶平面上方均匀分布。
3.根据权利要求1所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测装置，其特征在于，所述光源(4)设置为5个，在脱模布(3)的底平面下方均匀分布。
4.一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，包括权利要求1-4任意一项所述的基于机器视觉的大宽幅脱模布外观缺陷检测装置，其特征在于，包括以下步骤：
5.根据权利要求4所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，其特征在于，所述步
6.根据权利要求4所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，其特征在于，所述步骤S2所述的检测区域设定，采用巡边算法提取到的前景轮廓信息，计算该轮廓最小内接矩形信息等，对初始设定的区域进行补偿，形成检测区域。
7.根据权利要求4所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，其特征在于，所述步骤S4所述的局部区域灰度值差分算法需要在检测区域中执行，根据划分的局部ROI区域，对原始输入图像进行掩模标记，掩模运算后将前景区域标记为ROI区域，前景以外部分为无效区域，对原始图像的局部ROI区域部分进行缺陷检测，检测区域中所有局部ROI区域内缺陷检测完成后根据划分的ROI进行融合。
8.根据权利要求4所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，其特征在于，所述步骤S4所述的局部区域灰度值差分算法为：对采集到的原始图像，根据检测区域划分的局部ROI，对ROI区域内的原始图像采用大尺寸滤波核进行滤波操作，将操作之后的滤波图像与原始图像进行差分运算，生成差分图；最后对差分图通过阈值方式进行缺陷分割；获取到分割的缺陷区域后，通过形态学闭运算操作，连接密集缺陷区域，再次进行形态学开操作，消除孤立的缺陷区域。
9.根据权利要求4所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，其特征在于，所述自动巡边算法在获取图像后，对图像进行预处理操作，具体包括如下步骤；
10.根据权利要求4所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，其特征在于，所述脱模布外观缺陷检测中包含实现缺陷定位分割针对脱模布的局部灰度差分算法，包括图像滤波运算、差分运算步骤；所述局部灰度差分算法包括如下步骤：获取图像后，根据划分的局部ROI裁剪图像用于计算，具体为：
...【技术特征摘要】
1.一种基于机器视觉的大宽幅脱模布外观缺陷检测装置，其特征在于，包括工控机(1)、若干相机(2)、脱模布(3)、若干光源(4)、编码器(6)和分配器(5)，所述若干相机(2)中的每个相机(2)分别与工控机(1)电性连接，且所述相机(2)位于脱模布(3)的顶平面上方，所述若干光源(4)位于脱模布(3)的底平面下方，所述分配器(5)一端与编码器(6)之间电性连接，另一端分别与每个相机(2)之间电性连接。
2.根据权利要求1所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测装置，其特征在于，所述相机(2)设置为4个，在脱模布(3)的顶平面上方均匀分布。
3.根据权利要求1所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测装置，其特征在于，所述光源(4)设置为5个，在脱模布(3)的底平面下方均匀分布。
4.一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，包括权利要求1-4任意一项所述的基于机器视觉的大宽幅脱模布外观缺陷检测装置，其特征在于，包括以下步骤：
5.根据权利要求4所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，其特征在于，所述步骤s2所述的自动巡边算法为：对采集到的原始图像，进行滤波去噪，通过灰度梯度计算找到边界图像中背景向前景过渡的像素位置，通过对初始检测区域轮廓筛选，找到梯度求取坐标点在边界过渡方向的与前景连接最值点，并找到初始检测区域的轮廓中小于在边界过渡方向小于最值点的元素，在过渡方向坐标替换，重新形成闭合区域轮廓。
6.根据权利要求4所述的一种基于机器视觉的大宽幅脱模布外观缺陷检测方法，其特征在于，所述步骤s2所述的检测...
【专利技术属性】
技术研发人员：陈江波，王筛建，许双前，张志静，杨鸿程，姚义举，崔帅，王文露，罗强，王红梅，
申请(专利权)人：河南迅克新材料科技股份有限公司，
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。