一种基于机器视觉的零部件表面质量检测方法及其系统技术方案

本发明专利技术公开了一种基于机器视觉的零部件表面质量检测方法及其系统，其方法步骤包括：S1、获取待检测零部件的图像；S2、对待检测零部件的图像进行预处理，同时使用边缘检测算法提取轮廓特征，利用灰度共生矩阵提取表面纹理特征，并转换为特征向量输入到聚类算法；S3、将提取的特征与预定义的模型进行比较，识别是否存在表面缺陷，通过深度学习算法来训练并识别不同类型的缺陷模式；S4、根据特征与模型的对比结果，将自动标记出缺陷区域；本发明专利技术通过先进的图像预处理技术，同时使用边缘检测算法和灰度共生矩阵提取特征，全面捕捉零部件的表面特性，提高特征向量构建的准确性；通过深度学习模型快速准确地识别出微小缺陷，提高识别准确率和效率。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体是一种基于机器视觉的零部件表面质量检测方法及其系统。

技术介绍

1、目前零部件生产后表面质量检查主要采用两种方式，分别为人工目视检查和专用视觉检查系统；两种方式具有明显不足之处，人工目视检查对人员要求高，易疲劳，效率不高，且容易出现漏检和错检的问题；而视觉检查系统，维护成本昂贵，且更改自由度低，不能灵活定制，不利于扩展。因此提出一种基于机器视觉的零部件表面质量检测方法及其系统，通过在预设位置设置图像获取设备，通过进行识别图像与设定的模型进行对比，得出判决结果完成零部件在线质量检测，从而提高检测效率。

技术实现思路

1、为解决上述
技术介绍
中存在的问题，本专利技术采用以下技术方案：

2、本申请提供一种基于机器视觉的零部件表面质量检测方法，包括如下步骤：

3、s1、获取待检测零部件的图像，包括零部件的轮廓形状和表面加工纹理；

4、s2、对待检测零部件的图像进行预处理，包括去噪、对比度调整、色彩平衡以及边缘锐化，同时使用边缘检测算法提取轮廓特征，利用灰度本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的零部件表面质量检测方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于机器视觉的零部件表面质量检测方法，其特征在于：所述获取待检测零部件的图像，通过在预设位置安装图像获取设备，根据待检测零部件的位置和尺寸，调整设备的视角和位置，进行多角度捕捉零部件的图像。

3.根据权利要求2所述的一种基于机器视觉的零部件表面质量检测方法，其特征在于：对待检测零部件的图像进行预处理，所述去噪为使用高斯滤波器方法去除图像中的噪点，具体包括：

4.根据权利要求2所述的一种基于机器视觉的零部件表面质量检测方法，其特征在于：所述提取轮廓特征，...

【技术特征摘要】

1.一种基于机器视觉的零部件表面质量检测方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于机器视觉的零部件表面质量检测方法，其特征在于：所述获取待检测零部件的图像，通过在预设位置安装图像获取设备，根据待检测零部件的位置和尺寸，调整设备的视角和位置，进行多角度捕捉零部件的图像。

3.根据权利要求2所述的一种基于机器视觉的零部件表面质量检测方法，其特征在于：对待检测零部件的图像进行预处理，所述去噪为使用高斯滤波器方法去除图像中的噪点，具体包括：

4.根据权利要求2所述的一种基于机器视觉的零部件表面质量检测方法，其特征在于：所述提取轮廓特征，在进行预处理的同时使用canny边缘检测算法，识别出图像中的边缘信息，对canny边缘检测结果进行非极大值抑制，再进行边缘连接操作，将断裂的边缘片段连接成完整的轮廓；根据边缘检测结果，提取零部件的轮廓特征，获取边缘像素的坐标信息，描述零部件的形状轮廓；

5.根据权利要求2所述的一种基于机器视觉的零部件表面质量检测方法，其特征在于：

6.根据权利要求4或5所述的一种基于机器视觉的零部件表面质量检测方法，其特征在于：通过提取的特征组织成向量输入到聚类算法中，其中提取特征组织成向量包...

【专利技术属性】
技术研发人员：胡伟江，胡锡基，张维康，
申请(专利权)人：广州宏江智能装备有限公司，
类型：发明
国别省市：