在工業(yè)生產(chǎn)中總是經(jīng)常遇到裂痕、劃痕和變色等產(chǎn)品的表面缺陷問題,而這些問題不管對于人工檢測還是機器視覺檢測都極富挑戰(zhàn)。其難度在于該類缺陷形狀不規(guī)則、深淺對比度低,而且往往會被產(chǎn)品表面的自然紋理或圖案所干擾。因此,表面缺陷檢測對于正確打光、相機分辨率、被檢測部件與工業(yè)相機的相對位置、復(fù)雜的機器視覺算法等要求非常高。機器視覺劃痕檢測的基本分析過程分為兩步:首先,確定檢測產(chǎn)品表面是否有劃痕,其次,在確定被分析圖像上存在劃痕之后,對劃痕進行提取。表面劃痕通常可分為三大類:第一類劃痕,從外觀上較易辨認,同時灰度變化跟周圍區(qū)域?qū)Ρ纫脖容^明顯。可以選擇較小的閾值精缺陷部分直接標(biāo)記。
第一類劃痕缺陷圖像第二類劃痕,部分灰度值變化并不明顯,整幅圖像灰度比較平均,劃痕面積也比較小,只有幾個像素點,灰度也只比周圍圖像稍低,很難分辨。可以對原圖像進行均值濾波,得到較平滑的圖像,并與原圖像相減,當(dāng)其差的絕對值大于閾值時就將其置為目標(biāo),并對所有的目標(biāo)進行標(biāo)記,計算其面積,將面積過小的目標(biāo)去掉,剩下的就標(biāo)記為劃痕。
第二類劃痕缺陷圖像第三類劃痕,各部分灰度差異較大,形狀通常呈長條形,如果在一幅圖像上采取固定閾值分割,則標(biāo)記的缺陷部分會小于實際部分。由于這類圖像的劃痕狹長,單純依靠灰度檢測會將缺陷延伸部分漏掉。對于這類圖像,根據(jù)其特點選擇雙閾值和缺陷形狀特征相結(jié)合的方法。
第三類劃痕缺陷圖像由于在工業(yè)檢測中圖像的多樣性,對于每一種圖像,都要經(jīng)過分析綜合考慮各種手段來進行處理達到效果。一般來說,劃痕部分的灰度值和周圍正常部分相比要暗,也就是劃痕部分灰度值偏小;而且,大多都是在光滑表面,所以整幅圖的灰度變化總體來說非常均勻,缺乏紋理特征。因此,劃痕的檢測一般使用基于統(tǒng)計的灰度特征或者閾值分割的方法將劃痕部分標(biāo)出。基于機器視覺的表面缺陷檢測量系統(tǒng),可安裝在具有規(guī)則形狀的金屬產(chǎn)品生產(chǎn)流水線上,對生產(chǎn)線上的每個產(chǎn)品的表面缺陷及外形尺寸等進行在線檢測,尤其對于有金屬光澤的產(chǎn)品的表面質(zhì)量檢測效果更加突出。當(dāng)檢測到有缺陷的工件時,系統(tǒng)可根據(jù)實際需求發(fā)出相應(yīng)的控制信號,即可直接將廢品剔除,也可控制打標(biāo)機構(gòu)在缺陷品上噴涂標(biāo)志。
審核編輯:郭婷
-
機器視覺
+關(guān)注
關(guān)注
161文章
4369瀏覽量
120287
原文標(biāo)題:機器視覺之表面劃痕檢測,裂紋自動化檢測
文章出處:【微信號:www_51qudong_com,微信公眾號:機器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論