檢測系統(tǒng)中折疊缺陷檢測算法的研究

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，對于管接頭鍛造件表現(xiàn)為圓柱面產(chǎn)生較大裂縫。在檢測系統(tǒng)中，折疊缺陷在檢測工位五進行檢測，相機曝光度設(shè)為26300，現(xiàn)場采集的圖片如下圖所示。

1 管接頭鍛件待測圓柱面圖像提取

（1）由于待測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圓柱面的大概位置畫出矩形框，先利用矩形框?qū)D像進行裁剪。

（2）對裁剪后的圖像利用灰度閾值分割對圖像進行進一步處理，閾值設(shè)為 33。

（3）對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)元對圖像進行形態(tài)學(xué)閉運算，將連通域間的細小孔洞和縫隙進行填充，最后利用填充后的連通域?qū)D像進行裁剪。待測圓柱面圖像提取過程如下圖所示。

2 待測圓柱面圖像增強

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)，具體的識別過程如下。 （1）對圖像進行增強，這里使用頻率域濾波，先將圖像從空間域轉(zhuǎn)換為頻率域并生成一個高斯濾波器，高斯濾波器的參數(shù)σ取值 100。在利用高斯濾波器對頻率域進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，將圖像進行增強。待測圓柱面圖像增強過程如下圖所示。

3 高斯線條提取算法

對于增強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現(xiàn)如下： （1）利用高斯掩膜對圖像進行卷積，并利用 Hessian 矩陣計算出每個像素點在 X和 Y 方向上的二階偏導(dǎo)參數(shù)，計算矩陣最大特征值的特征向量用于確定每個像素點的線方向。對于圖像 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。對這些點集再次進行篩選，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比度計算，計算公式如下：

式中，CH 和 CL 為灰度高低對比度，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個數(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