鍛件折疊缺陷主要是由于在鍛造的過程中,金屬發(fā)生部分氧化、局部金屬發(fā)生變形、金屬原材料不均勻等導(dǎo)致金屬內(nèi)部發(fā)生疲勞破壞,對(duì)于管接頭鍛造件表現(xiàn)為圓柱面產(chǎn)生較大裂縫。在檢測(cè)系統(tǒng)中,折疊缺陷在檢測(cè)工位五進(jìn)行檢測(cè),相機(jī)曝光度設(shè)為26300,現(xiàn)場(chǎng)采集的圖片如下圖所示。
1 管接頭鍛件待測(cè)圓柱面圖像提取
(1)由于待測(cè)圓柱面圖像與背景圖像在灰度上的差異較小,所以依據(jù)圖像位置不變性首先在圖像上依照?qǐng)A柱面的大概位置畫出矩形框,先利用矩形框?qū)D像進(jìn)行裁剪。
(2)對(duì)裁剪后的圖像利用灰度閾值分割對(duì)圖像進(jìn)行進(jìn)一步處理,閾值設(shè)為 33。
(3)對(duì)利用灰度閾值分割提取出來的連通域利用半徑為 30 的圓形結(jié)構(gòu)元對(duì)圖像進(jìn)行形態(tài)學(xué)閉運(yùn)算,將連通域間的細(xì)小孔洞和縫隙進(jìn)行填充,最后利用填充后的連通域?qū)D像進(jìn)行裁剪。待測(cè)圓柱面圖像提取過程如下圖所示。
2 待測(cè)圓柱面圖像增強(qiáng)
從圖像中可以看出,折疊缺陷在圖像中顯得較為明顯,并且是以顏色較深的線條的形式出現(xiàn),具體的識(shí)別過程如下。 (1)對(duì)圖像進(jìn)行增強(qiáng),這里使用頻率域?yàn)V波,先將圖像從空間域轉(zhuǎn)換為頻率域并生成一個(gè)高斯濾波器,高斯濾波器的參數(shù)σ取值 100。在利用高斯濾波器對(duì)頻率域進(jìn)行處理后再將頻率域圖像轉(zhuǎn)換至空間域,生成一幅空間域圖像。 (2)利用圖像灰度差分算法將待測(cè)圓柱面圖像與空間域圖像做差,式中的 M 取值為 2,A 取值為 100,將圖像進(jìn)行增強(qiáng)。待測(cè)圓柱面圖像增強(qiáng)過程如下圖所示。
3 高斯線條提取算法
對(duì)于增強(qiáng)后的圖像利用高斯線條提取算法將折疊缺陷提取出來,高斯線條提取算法的具體實(shí)現(xiàn)如下: (1)利用高斯掩膜對(duì)圖像進(jìn)行卷積,并利用 Hessian 矩陣計(jì)算出每個(gè)像素點(diǎn)在 X和 Y 方向上的二階偏導(dǎo)參數(shù),計(jì)算矩陣最大特征值的特征向量用于確定每個(gè)像素點(diǎn)的線方向。對(duì)于圖像 f(x,y),Hessian 矩陣的表現(xiàn)形式如下:
式中,fx x 、fx y、fy y為函數(shù) f(x,y)的二階偏導(dǎo)參數(shù)。
(2)若與線方向垂直的二階方向偏導(dǎo)數(shù)具有極大值,則可以將其歸為線上一點(diǎn)。對(duì)這些點(diǎn)集再次進(jìn)行篩選,設(shè)立閾值 H 和 L,若二階方向偏導(dǎo)數(shù)比 H 大則保留,若二階方向偏導(dǎo)數(shù)比 L 小則舍去,若二階方向偏導(dǎo)數(shù)在 L 與 H 之間,則利用滯后閾值處理。L 和 H 參數(shù)是由要提取的線的線寬和高低對(duì)比度計(jì)算,計(jì)算公式如下:
式中,CH 和 CL 為灰度高低對(duì)比度,本文設(shè)為 80 和 45,w 為線寬,本文設(shè)為15。 (3)最后依據(jù)線條的方向及長(zhǎng)短將目標(biāo)線條提取出來,提取方法為將線方向與水平方向的夾角在 45 度以內(nèi)的保留,將提取的線中的像素點(diǎn)個(gè)數(shù)少于 150 的則舍去。如果可以提取出線條,則判定為有裂紋缺陷,裂紋缺陷提取過程如下圖所示。
審核編輯:郭婷
-
濾波器
+關(guān)注
關(guān)注
159文章
7657瀏覽量
177181
原文標(biāo)題:【光電智造】折疊缺陷檢測(cè)算法研究
文章出處:【微信號(hào):今日光電,微信公眾號(hào):今日光電】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論