專利名稱：基于機器視覺的金屬零件光潔表面微缺陷檢測裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能檢測領(lǐng)域，具體涉及一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置及方法。
背景技術(shù)：
金屬零件在自動或人工加工和裝配過程中，光潔表面上容易出現(xiàn)的裂紋、劃痕、氣泡、污潰、凹坑、孔洞等缺陷影響到產(chǎn)品的美觀、使用，甚至是安全性能。因此，對光潔零件表面進行高效、準確檢測顯得至關(guān)重要。實現(xiàn)零件表面質(zhì)量的自動檢測已成為相關(guān)企業(yè)提高產(chǎn)品質(zhì)量和核心競爭力的必要前提。目前各零件廠商仍普遍采用傳統(tǒng)的人工揀選方式，該方式存在工作量大、誤檢率和漏檢率高、檢測效率低等缺點。由于人工檢測的主觀因素，檢測的精度和重復性難以達到較高的準確性和一致性要求。特別是隨著生產(chǎn)過程自動化程度的不斷提高，人工檢測越來越不能滿足當今工業(yè)領(lǐng)域的檢測要求。此外，人工揀選的成本也給企業(yè)帶來了沉重的經(jīng)濟和管理負擔。由于人工揀選的種種不足以及近年來視覺仿生技術(shù)在智能檢測領(lǐng)域的快速發(fā)展， 基于機器視覺技術(shù)的零件表面質(zhì)量檢測已逐步取代傳統(tǒng)的人工視覺揀選方式。機器視覺檢測技術(shù)是通過光學裝置對零件照射，經(jīng)視覺傳感器感知后，由計算機圖像處理并獲取有效信息后進行控制的方法。機器視覺技術(shù)獲取和感知的零件信息量豐富且準確，被廣泛應(yīng)用于零件表面質(zhì)量的檢測和識別過程中，尤其對于高速、大批量、連續(xù)自動化生產(chǎn)過程中的零件檢測。經(jīng)對現(xiàn)有技術(shù)文獻的檢索發(fā)現(xiàn)，中國專利ZL 200910070423. X，
公開日2010年3月 3日，專利名稱為基于平行光照明的多目機器視覺檢測裝置及方法。公開了一種利用平行光源與三工位相機對某一零件同時拍攝，通過圖像位置匹配和差分算法技術(shù)，設(shè)計出性能較可靠，抗共模干擾能力較強的零件表面質(zhì)量檢測系統(tǒng)。其不足在于使用安裝在龍門框架上三工位相機的結(jié)構(gòu)方式，裝置復雜，不利于安裝調(diào)試，而且結(jié)構(gòu)不夠穩(wěn)定可靠，影響圖像處理效果，很難以應(yīng)用于工業(yè)現(xiàn)場；三工位相機拍攝的圖像進行差分處理時，需經(jīng)歷圖像輪廓獲取、裁減、平移、縮放、匹配以及8條差分規(guī)則的順序處理過程，其中每一環(huán)節(jié)的計算誤差都會影響最終的檢測精度，尤其對于緩變?nèi)毕莸淖R別。同時，差分處理算法環(huán)節(jié)較多也降低了檢測的實時性，影響工業(yè)現(xiàn)場在線檢測效率。中國專利ZL 200810201592. 8，授權(quán)公告日2011年7月2日，專利名稱為硬幣成
品表面質(zhì)量在線檢測系統(tǒng)。公開了一種采用明、暗復合視場對硬幣成品表面質(zhì)量進行在線檢測的系統(tǒng)，但是硬幣微小缺陷特征不明顯，很容易造成漏檢。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置及方法，其目的是利用光學成像和圖像采集獲取金屬零件的數(shù)字圖像，通過對零件圖像內(nèi)表面和外邊緣缺陷的檢測，實現(xiàn)金屬零件光潔表面微弱缺陷的準確、快速識別。本發(fā)明的技術(shù)內(nèi)容是一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置， 包括電連接的成像定位調(diào)節(jié)機構(gòu)和處理單元，該處理單元里置有電連接的圖像采集卡、工控機、設(shè)備控制卡和報警器，用于圖像的采集、傳輸、存儲、處理、顯示和報警。該成像定位調(diào)節(jié)機構(gòu)是框架式結(jié)構(gòu)，包括底板、導桿、固定支架、滑動支架、步進電機等，用于CCD相機和平行光源在可調(diào)平面內(nèi)的安裝定位，其中，固定支架和滑動支架分別為長方形固定支架，在底板的中間位置安裝有檢測平臺，在檢測平臺上置有被測零件，特別是在底板的四個邊角位置通過導桿安裝座安裝有四根柱狀的導桿，該四根柱狀導桿的上端與頂端固定支架的四個邊角端嵌合固定，在滑動支架和固定支架中間的位置安裝有螺桿軸，螺桿軸的上端通過調(diào)節(jié)螺母安裝在固定支架上，螺桿軸的下端通過軸套和卡簧固定在滑動支架上；在滑動支架上兩邊分別裝有相機槽型滑動板和光源槽型滑動板，在滑動支架的一邊，CXD相機和遠心鏡頭通過C型接口機械連接，并通過螺栓安裝在相機安裝板上，相機安裝板通過緊固旋鈕安裝在相機槽型滑動板上，通過緊固旋鈕調(diào)整CCD相機在X-Y平面內(nèi)的角度；在滑動支架的另一邊，平行光源通過光源夾具安裝在光源槽型滑動板上，光源夾具的一端安裝有步進電機，步進電機調(diào)節(jié)平行光源在安裝平面內(nèi)的角度，通過光源槽型滑動板上安裝固定的限位開關(guān)，限定平行光源在X-Y平面內(nèi)的角度調(diào)整范圍；在成像定位調(diào)節(jié)機構(gòu)上，手動進行成像和同軸照明初步調(diào)節(jié)的部件安裝定位首先準備一標準被測零件放置在檢測平臺上，根據(jù)標準被測零件的位置，旋動調(diào)節(jié)螺母調(diào)整螺桿軸在Y軸方向的位移，帶動滑動支架在Y軸上移動，通過調(diào)節(jié)螺母調(diào)節(jié)好滑動支架的位置后，滑動支架的四個邊角通過支架緊定螺釘固定連接在四個導桿上，沿X軸向移動相機槽型滑動板至滑動支架的一邊，調(diào)節(jié)CCD相機在X-Y平面內(nèi)的角度，至CCD相機能夠清晰成像為止，使相機槽型滑動板通過緊固旋鈕固定連接在滑動支架上，再沿X軸向移動光源槽型滑動板至滑動支架另一邊，調(diào)節(jié)光源槽型滑動板與相機槽型滑動板關(guān)于標準被測零件中心法線位置對稱，使光源槽型滑動板通過滑動板緊定螺釘固定連接在滑動支架上，實現(xiàn)同軸照明初步調(diào)節(jié)的部件安裝定位。作為對現(xiàn)有技術(shù)的進一步改進，本裝置還包括被測零件為金屬零件，或為能夠反光的金屬或非金屬部件或物品；在底板的四個邊角位置通過導桿安裝座安裝有四根柱狀導桿，或為兩根柱狀導桿；CXD相機選用工業(yè)級CXD相機，或選用CMOS相機。一種使用基于機器視覺的金屬零件光潔表面微缺陷檢測裝置的方法，方法流程為a、同軸照明調(diào)節(jié)圖像采集、傳輸、存儲及預(yù)處理在一定的曝光時間下，通過工控機軟件發(fā)出指令，觸發(fā)C⑶相機進行圖像采集，從光學成像系統(tǒng)輸出的視頻流圖像經(jīng)IEEE1394A火線傳輸至圖像采集卡，從視頻流中截取的多幅單幀灰度圖像，以一定形式存儲在工控機內(nèi)存當中，利用濾波算法對圖像進行消噪，再根據(jù)灰度直方圖設(shè)定二值化閾值Bin并二值化圖像，圖像中明亮區(qū)域變成A色，陰暗區(qū)域變成 B色(Α>Β>=0)；找到興趣區(qū)域通過區(qū)域生長算法，找到每幀圖像中的標準被測零件區(qū)域；根據(jù)同軸照明調(diào)節(jié)算法，實現(xiàn)同軸照明根據(jù)同軸照明調(diào)節(jié)算法，步進電機自動調(diào)節(jié)平行光源光軸關(guān)于標準被測零件中心法線與遠心鏡頭的光軸對稱，所述同軸照明調(diào)節(jié)算法，以標準被測零件圖像興趣區(qū)域內(nèi)的某一暗色連通區(qū)域個數(shù)作為同軸照明的判斷條件，設(shè)定判斷閾值，當工控機軟件統(tǒng)計到該暗色連通區(qū)域個數(shù)大于設(shè)定閾值時，工控機軟件發(fā)出控制指令，觸發(fā)設(shè)備控制卡驅(qū)動步進電機帶動平行光源在X-Y平面內(nèi)轉(zhuǎn)動，若步進電機轉(zhuǎn)向異常，并觸碰到光源槽型滑動板上任一端的限位開關(guān)時，觸發(fā)設(shè)備控制卡控制步進電機正常轉(zhuǎn)向或停止，當達到設(shè)定閾值時， 立即停止步進電機轉(zhuǎn)動，完成平行光源光軸與遠心鏡頭光軸關(guān)于標準被測零件中心法線的對稱角調(diào)節(jié)，即實現(xiàn)同軸照明調(diào)節(jié)；b、準備被測零件的檢測將被測零件放置在檢測平臺上；C、圖像采集、傳輸、存儲及預(yù)處理通過工控機軟件觸發(fā)CCD相機進行圖像采集，從光學成像系統(tǒng)輸出的視頻流圖像經(jīng)IEEE1394A火線傳輸至圖像采集卡，從視頻流中截取多幅單幀灰度圖像，以一定形式存儲在工控機內(nèi)存當中，利用濾波算法對圖像進行消噪，同樣以閾值Bin 二值化圖像，圖像中明亮區(qū)域變成A色，陰暗區(qū)域變成B色；d、圖像處理找到興趣區(qū)域通過區(qū)域生長算法，找到每幀圖像中的被測零件區(qū)域；檢測被測零件的內(nèi)表面是否存在缺陷？如果有缺陷，則判定為不合格零件，缺陷顯示并驅(qū)動報警器進行聲光報警；如果沒有缺陷，根據(jù)被測零件表面外邊緣大缺陷檢測方法檢測被測零件表面外邊緣是否存在大缺陷？如果有缺陷，則判定為不合格零件，缺陷顯示并驅(qū)動報警器進行聲光報警；如果沒有缺陷，再通過建立被測零件的實時模板，根據(jù)被測零件表面外邊緣小缺陷檢測方法檢測被測零件表面外邊緣是否存在小缺陷？如果有缺陷，則判定為不合格零件處理，缺陷顯示并驅(qū)動報警器進行聲光報警；如果沒有缺陷，判定為合格零件；尚有被測零件？如果有，則循環(huán)并依次進行圖像采集、傳輸、存儲、預(yù)處理及處理； 如果沒有，被測零件檢測結(jié)束。作為對現(xiàn)有技術(shù)的進一步改進，本方法還包括區(qū)域生長算法，對圖像采用自左向右，自上而下的掃描方式，一旦掃描到顏色為A 的點即將其設(shè)置為A-nl(nl>= I)色，從該點出發(fā)，進行左、左上、上、右上、右、右下、下、左下共八個方向點的依次試探，如果發(fā)現(xiàn)其中某點顏色也為A，則遞歸調(diào)用上述方法。掃描結(jié)束后，將多個A-nl色連通區(qū)域中非面積最大的連通區(qū)域，統(tǒng)一設(shè)置為A-nl-ml (ml >= I) 色。再次運用區(qū)域生長算法統(tǒng)計出所有B色的陰暗連通區(qū)域，并將其設(shè)置為B+n2(n2 > = I)，同時將面積最大的B+n2色連通區(qū)域設(shè)置為A-nl-ml色，則每幀圖像中的檢測對象，即興趣區(qū)域為A-nl色連通區(qū)域包圍的區(qū)域，其中被包圍的陰暗區(qū)域為B+n2色連通域；被測零件表面外邊緣大缺陷檢測方法，是根據(jù)被測零件圖像興趣區(qū)域左上點位置、被測零件邊緣的幾何走向及徑向長度，結(jié)合標準零件的工程尺寸進行動態(tài)平移、旋轉(zhuǎn)和細微縮放建立標準零件的實時模板，該標準零件的實時模板與被測零件圖像興趣區(qū)域按掃描順序同地址逐一比對灰度值，如果顏色差異數(shù)量大于判斷閾值，則為不合格零件；被測零件表面外邊緣小缺陷檢測方法，是通過形態(tài)學閉運算建立被測零件的實時模板進行檢測，包括將興趣區(qū)域內(nèi)的B+n2色陰暗區(qū)域設(shè)置成與興趣區(qū)域內(nèi)明亮區(qū)域同色的A_nl色；找到興趣區(qū)域左上點坐標；以該點為圓心，以r為半徑建立圓方程；圓邊界是B+n2色？如果是，則圓內(nèi)部及邊界設(shè)直為A_nl_n3色；否則，判斷是否膨脹完畢？如果沒有，按存儲次序逐一向后讀取興趣區(qū)域邊界點， 如果是，則將所有A-nl-n3色區(qū)域設(shè)置成A_nl色；找到(1，I)點，以該點為圓心，以r為半徑建立圓方程；圓邊界是A_nl色？如果是，圓內(nèi)部及邊界設(shè)直為A_nl_ml色；否則，判斷膨脹后區(qū)域是否腐蝕完畢？如果沒有，按存儲次序逐一向后讀取B+n2 色點，如果是，則將所有A-nl-ml色區(qū)域設(shè)置成B+n2色，得到被測零件的實時模板；被測零件的實時模板與被測零件圖像興趣區(qū)域按掃描順序同地址逐一比對灰度值后，如果顏色差異數(shù)量大于判斷閾值，則為不合格零件，否則，被測零件表面外邊緣無小缺陷；被測零件表面外邊緣小缺陷檢測結(jié)束。本發(fā)明與現(xiàn)有技術(shù)相比具有如下有益效果其一，基于機器視覺的金屬零件光潔表面微缺陷檢測裝置，包括電連接的成像定位調(diào)節(jié)機構(gòu)和處理單元，該處理單元里置有電連接的圖像采集卡、工控機、設(shè)備控制卡和報警器，用于圖像的采集、傳輸、存儲、處理、顯示和報警。成像定位調(diào)節(jié)機構(gòu)是框架式結(jié)構(gòu)，包括底板、導桿、固定支架、滑動支架、步進電機等，用于CCD相機和平行光源在可調(diào)平面內(nèi)的安裝定位，其中，固定支架和滑動支架分別為長方形固定支架，在底板的中間位置安裝有檢測平臺，在檢測平臺上置有被測零件；特別是在成像定位調(diào)節(jié)機構(gòu)上，手動進行成像和同軸照明初步調(diào)節(jié)的部件安裝定位首先準備一標準被測零件放置在檢測平臺上，根據(jù)標準被測零件的位置，旋動調(diào)節(jié)螺母調(diào)整螺桿軸在Y軸方向的位移，帶動滑動支架在Y軸上移動，通過調(diào)節(jié)螺母調(diào)節(jié)好滑動支架的位置后，滑動支架的四個邊角通過支架緊定螺釘固定連接在四個導桿上，沿X軸向移動相機槽型滑動板至滑動支架的一邊，調(diào)節(jié)CCD相機在X-Y平面內(nèi)的角度，至CCD相機能夠清晰成像為止，使相機槽型滑動板通過緊固旋鈕固定連接在滑動支架上，再沿X軸向移動光源槽型滑動板至滑動支架另一邊，調(diào)節(jié)光源槽型滑動板與相機槽型滑動板關(guān)于標準被測零件中心法線位置對稱，使光源槽型滑動板通過滑動板緊定螺釘固定連接在滑動支架上，實現(xiàn)同軸照明初步調(diào)節(jié)的部件安裝定位。本發(fā)明檢測裝置中CXD相機、遠心鏡頭和平行光源通過成像定位調(diào)節(jié)機構(gòu)實現(xiàn)成像調(diào)節(jié)和同軸照明的初步調(diào)節(jié)，為同軸照明的自動調(diào)節(jié)創(chuàng)造條件，相對現(xiàn)有技術(shù)操作容易、方便快捷、簡單牢靠。其二，本發(fā)明一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置的方法中， 以標準被測零件圖像興趣區(qū)域內(nèi)的某一暗色連通區(qū)域個數(shù)作為同軸照明的判斷條件，設(shè)定判斷閾值，通過操作工控機軟件平臺上的同軸照明調(diào)節(jié)按鈕，當工控機軟件統(tǒng)計到該暗色連通區(qū)域個數(shù)大于設(shè)定閾值時，工控機軟件發(fā)出控制指令，觸發(fā)設(shè)備控制卡驅(qū)動步進電機帶動平行光源在X-Y平面內(nèi)轉(zhuǎn)動，若步進電機轉(zhuǎn)向異常，并觸碰到光源槽型滑動板上任一端的限位開關(guān)時，觸發(fā)設(shè)備控制卡控制步進電機正常轉(zhuǎn)向或停止，當達到設(shè)定閾值時，立即停止步進電機轉(zhuǎn)動，完成平行光源光軸與遠心鏡頭光軸關(guān)于標準被測零件中心法線的對稱角調(diào)節(jié)，即實現(xiàn)同軸照明調(diào)節(jié)；本發(fā)明檢測裝置的方法中，同軸照明調(diào)節(jié)無需人工干預(yù)，通過界面一鍵式操作自動完成，相對現(xiàn)有技術(shù)中的人工手動方式，操作簡單、方便快捷、調(diào)節(jié)精度高，而且提高了檢測的準確性和可靠性。本發(fā)明檢測裝置的方法中，采用平行光源和遠心鏡頭設(shè)計的同軸照明方式，一方面遠心鏡頭特有的遠心特性和低畸變屬性，使整個被測零件在圖像中最大限度地被還原出來，另一方面該同軸照明方式，使被測零件缺陷在背景中具有很高的信噪比，為實現(xiàn)高精度的微缺陷檢測提供了很好的先決條件。其三，本發(fā)明一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置的方法中， 由于遠心鏡頭和平行光源的相對擺放位置的差異，或者被測零件不同批次加工尺寸不一等因素造成顯示圖像中興趣區(qū)域的面積異常(過小)，因此不能僅僅依靠設(shè)定的面積閾值來判定被測零件表面是否存在外邊緣大缺陷。本發(fā)明檢測方法根據(jù)被測零件興趣區(qū)域最左上點位置、被測零件邊緣的幾何走向及徑向長度，結(jié)合標準零件的工程尺寸進行動態(tài)平移、旋轉(zhuǎn)和細微縮放建立標準零件的實時模板，該標準零件的實時模板與被測零件圖像興趣區(qū)域按掃描順序同地址逐一比對灰度值，比較差異數(shù)量和設(shè)定閾值的大小，可有效實現(xiàn)被測零件表面外邊緣大缺陷的檢測。又由于同一零件不同批次加工尺寸不一以及平移、旋轉(zhuǎn)、縮放等影響模板匹配的精度等因素，傳統(tǒng)的模板建立方式已經(jīng)不適用零件外邊緣小缺陷檢測。本發(fā)明檢測方法中對形態(tài)學閉運算過程進行改型，并以興趣區(qū)域作為膨脹/腐蝕對象，以圓作為膨脹/腐蝕核，建立被測零件的實時模板，通過與被測零件圖像興趣區(qū)域按掃描順序同地址逐一比對灰度值，比較顏色差異數(shù)量和設(shè)定閾值的大小，可有效實現(xiàn)被測零件表面外邊緣小缺陷的檢測。其四，本發(fā)明實施例的檢測對象為某一規(guī)格的眼鏡零件，從實施例的內(nèi)容和實施例效果圖7中的拍攝效果對比來看，無論眼鏡零件表面缺陷是緩變凹坑還是突變深坑，本發(fā)明的成像條件都具有較大的優(yōu)勢。


圖I為本發(fā)明檢測裝置的示意圖；圖2為本發(fā)明的光學成像系統(tǒng)原理圖；圖3為本發(fā)明的成像定位調(diào)節(jié)機構(gòu)主視及俯視圖；圖4為本發(fā)明的成像定位調(diào)節(jié)機構(gòu)立體示意圖5為本發(fā)明的裝置工作方法的流程圖；圖6為本發(fā)明的被測零件表面外邊緣小缺陷檢測模板建立流程圖；圖7為本發(fā)明的應(yīng)用實施例效果圖。
具體實施例方式下面結(jié)合附圖并通過實施例對本發(fā)明作進一步地描述。本實施例在以本發(fā)明技術(shù)方案為前提下進行實施，給出了詳細的實施方式和過程，但本發(fā)明的保護范圍不限于下述實施例。圖I為本發(fā)明的檢測裝置示意圖；圖2為本發(fā)明的光學成像系統(tǒng)原理圖；圖3為本發(fā)明的成像定位調(diào)節(jié)機構(gòu)主視及俯視圖；圖4為本發(fā)明的成像定位調(diào)節(jié)機構(gòu)立體示意圖；在圖I、圖2、圖3、圖4中I.成像定位調(diào)節(jié)機構(gòu)、2.處理單元；處理單元包括2a.圖像采集卡、2b.工控機、 2c.設(shè)備控制卡、2d.報警器；11.固定支架、12.滑動支架、13.支架緊定螺釘、14.導桿、15.導桿安裝座、16.底板、17.檢測平臺、18.被測零件、19.限位開關(guān)、20.光源夾具、21.平行光源、22.步進電機、 23.光源槽型滑動板、24.滑動板緊定螺釘、25.螺桿軸、26.調(diào)節(jié)螺母、27.軸套、28.卡簧、 29.遠心鏡頭、30.相機安裝板、31.緊固旋鈕、32. CXD相機、33.相機槽型滑動板。本發(fā)明所涉及的基于機器視覺的金屬零件光潔表面微缺陷檢測裝置，如圖I所示，由成像定位調(diào)節(jié)機構(gòu)I和處理單元2組成。處理單元2包括圖像采集卡2a、工控機2b、 設(shè)備控制卡2c、報警器2d，用于圖像的采集、傳輸、存儲、處理、顯示和報警。圖像采集卡2a選用具有ffiEE 1394A(Firewire 400)接口，采用PCI32位總線標準，數(shù)據(jù)傳輸速率可達400Mb/s ;工控機2b采用酷睿雙核CPU，2G DDR內(nèi)存，ITB硬盤，具有 PCI和PCI-E插槽，工控機2b中顯卡選用PCI-E接口的NVIDIA GeForce GTS 250作為顯示器件，其提供的并行運算接口 CUDA，可高效實現(xiàn)圖像的各種復雜運算，工控機2b中顯示器采用17寸觸摸屏；設(shè)備控制卡2c采用北京阿爾泰PCI12306數(shù)據(jù)采集卡，集16路DI/D0， 16路AD，4路DA為一體。圖像采集卡2a通過IEEE1394A火線將CXD相機32拍攝的被測零件18圖像數(shù)據(jù)傳輸至工控機2b。工控機2b從圖像視頻流中截取多幅單幀灰度圖像，以一定格式存儲在內(nèi)存之中， 通過工控機2b軟件對單幀圖像進行分析理解，得出的處理結(jié)果一方面通過顯卡在顯示器上實時顯示，一方面驅(qū)動設(shè)備控制卡2c動作。設(shè)備控制卡2c由工控機2b軟件得出處理結(jié)果后，一方面在本檢測裝置工作前，用于驅(qū)動成像定位調(diào)節(jié)機構(gòu)I中的步進電機22動作，進行同軸照明調(diào)節(jié)；一方面在檢測裝置工作中，用于驅(qū)動報警器2d對于判定為缺陷的被測零件18進行提示。檢測裝置中所涉及的主要成像設(shè)備包括(XD相機32、遠心鏡頭29和平行光源 21。CXD相機32選用分辨率為200萬像素的工業(yè)級黑白相機，象元尺寸為4. 4umX4. 4um, 幀率為14幀/秒，在拍攝視野范圍內(nèi)極限分辨能力超過30um ;鏡頭選用物象雙方遠心鏡頭 29，具有圖像畸變小且亮度均勻；光源選用調(diào)數(shù)值孔徑的LED平行光源21作為光源，發(fā)散角以2 6°，孔徑以光源發(fā)散重疊部分大于零件最長軸尺寸為準。
光學成像系統(tǒng)原理，如圖2所示平行光源21發(fā)出的一定擴散角光束經(jīng)過光潔表面反射后，在一定角度內(nèi)形成均勻的反射光場。在缺陷位置，由于角度調(diào)制，使該區(qū)域光場能量分布發(fā)生改變，在CCD相機32拍攝處形成鮮明得亮斑/暗斑變化。遠心鏡頭29使得后端的CCD相機32在不同接收位置處獲得相同的平行于主光軸的入射光線，保證整個被測零件18范圍內(nèi)的反射平行光以相同條件到達CCD相機32表面，消除離軸畸變及視角改變。成像定位調(diào)節(jié)機構(gòu)如圖3、圖4所示由底板16、導桿14、固定支架11及滑動支架 12等組成的框架式結(jié)構(gòu)，并在其中安裝存在角度關(guān)系的CCD相機32和平行光源21，及用于平行光源21角度調(diào)節(jié)的步進電機22和限位開關(guān)19等。底板16上安裝有導桿14，導桿14 通過導桿安裝座15安裝在底板16上，固定支架11固定在導桿14頂部位置，滑動支架12 可以在導桿上自由滑動，滑動支架12和固定支架11通過螺桿軸25連接，螺桿軸25與安裝在滑動支架12上的軸套27緊配合，螺桿軸25末端用卡簧28限位，螺桿軸25另一端穿過固定支架11上的安裝孔用調(diào)節(jié)螺母26固定，旋動調(diào)節(jié)螺母26可以控制螺桿軸25在Y軸方向的位移，從而帶動滑動支架12在Y軸上移動，CCD相機32固定在相機安裝板30上，相機安裝板30裝配在相機槽型滑動板33上，緊固旋鈕31可以調(diào)整CXD相機32在X-Y平面內(nèi)的角度。平行光源21通過光源夾具20裝配在光源槽型滑動板23上，光源夾具20的一端裝有步進電機22，步進電機22由工控機2b軟件控制調(diào)整平行光源21的角度，通過光源槽型滑動板23上的兩個限位開關(guān)19，限制平行光源21的角度在X-Y平面內(nèi)的調(diào)整范圍。成像及同軸照明初步調(diào)節(jié)，首先準備一標準被測零件18放置在檢測平臺17上，根據(jù)標準被測零件18的位置，對CCD相機32和平行光源21進行成像調(diào)節(jié)，旋動調(diào)節(jié)螺母26 將滑動支架12調(diào)整到合適的高度，擰緊支架緊定螺釘13。然后沿X軸向移動相機槽型滑動板33至合適的位置，同時調(diào)節(jié)CXD相機32在X-Y平面內(nèi)的角度，至CXD相機32能夠清晰成像為止，并擰緊滑動板緊定螺釘24和緊固旋鈕31。再沿X軸向移動光源槽型滑動板23 至合適的位置，調(diào)整光源槽型滑動板23與相機槽型滑動板33關(guān)于標準被測零件18中心法線位置對稱，并擰緊滑動板緊定螺釘24，完成同軸照明初步調(diào)節(jié)的部件安裝定位。圖5為本發(fā)明的裝置工作方法的流程圖系統(tǒng)啟動；(步驟100)同軸照明調(diào)節(jié)(步驟200)圖像采集、傳輸、存儲及預(yù)處理(步驟201)通過工控機2b軟件平臺設(shè)置合適的曝光時間為Expo，裝置條件不變，此閾值保持不變。由工控機2b軟件觸發(fā)控制CCD相機32的圖像采集，從光學成像系統(tǒng)輸出的視頻流圖像經(jīng)IEEE1394A火線高速傳輸至圖像采集卡2a端。運用工控機2b軟件從視頻流中截取多幅單幀1628X1236像素的灰度圖像，并以一維序列形式將圖像灰度值存儲在工控機2b 內(nèi)存當中，利用非線性的中值濾波對幀圖像進行消噪，再根據(jù)直方圖中的灰度分布設(shè)定圖像二值化邊界閾值Bin，裝置條件不變，此閾值保持不變。以Bin 二值化圖像，所有明亮區(qū)域變成A色，所有陰暗區(qū)域變成B色(A > B > = O);找到興趣區(qū)域(步驟202)通過區(qū)域生長算法，即對圖像采用自左向右，自上而下的掃描方式，一旦掃描到顏色為A的即將其設(shè)置為A-nl(nl >= I)色，從該點出發(fā)，進行左、左上、上、右上、右、右下、 下、左下共八個方向點的依次試探，如果發(fā)現(xiàn)其中某點顏色也為A，則遞歸調(diào)用上述方法。掃描結(jié)束后，將多個A-nl色連通區(qū)域中非面積最大的連通區(qū)域，統(tǒng)一設(shè)置為A-nl-ml (ml > = I)色。再次運用區(qū)域生長算法統(tǒng)計出所有B色的陰暗連通區(qū)域，并將其設(shè)置為B+n2(n2> =D，同時將面積最大的B+n2色連通區(qū)域設(shè)置為A-nl-ml色，使之與非最大面積的明亮區(qū)域同色。那么，每幀圖像中的檢測對象，即興趣區(qū)域為A-nl色連通區(qū)域包圍的區(qū)域，其中被包圍的陰暗區(qū)域為B+n2色連通域；根據(jù)同軸照明調(diào)節(jié)算法，實現(xiàn)同軸照明(步驟203)對顏色為B+n2連通區(qū)域進行統(tǒng)計，統(tǒng)計出的連通區(qū)域個數(shù)i (i > = O)，以某一較小的i值作為同軸照明的判斷條件，操作工控機2b軟件平臺上的同軸照明調(diào)節(jié)按鈕，當查詢到標準被測零件18表面尚未滿足同軸照明條件時，由工控機2b軟件發(fā)出控制命令，觸發(fā)設(shè)備控制卡2c驅(qū)動步進電機22帶動平行光源21在X-Y平面內(nèi)轉(zhuǎn)動，若步進電機22轉(zhuǎn)向異常，并觸碰到光源槽型滑動板23上任一端的限位開關(guān)19時，可由工控機2b軟件控制其正常轉(zhuǎn)向或停止，當達到同軸照明條件時，立即控制停止步進電機22轉(zhuǎn)動，完成平行光源光軸與遠心鏡頭29光軸關(guān)于標準被測零件18中心法線的對稱角調(diào)節(jié)，即實現(xiàn)同軸照明調(diào)節(jié);準備被測零件18的檢測；(步驟300)圖像采集、傳輸、存儲及預(yù)處理(步驟400)由工控機2b軟件觸發(fā)控制CCD相機32的圖像采集，從光學成像系統(tǒng)輸出的視頻流圖像經(jīng)IEEE1394A火線高速傳輸至圖像采集卡2a端。運用工控機2b軟件從視頻流中截取多幅單幀1628X1236像素的灰度圖像，并以一維序列形式將圖像灰度值存儲在工控機 2b內(nèi)存當中；利用非線性的中值濾波對幀圖像進行消噪，以閾值Bin 二值化圖像，所有明亮區(qū)域變成A色，所有陰暗區(qū)域變成B色(A > B > = O);圖像處理(步驟500)找到興趣區(qū)域(步驟501)通過區(qū)域生長算法，將多個A-nl色連通區(qū)域中非面積最大的連通區(qū)域，統(tǒng)一設(shè)置為A-nl-ml (ml >= I)色。再次運用區(qū)域生長算法統(tǒng)計出所有B色的陰暗連通區(qū)域，并將其設(shè)置為B+n2 (n2 > = I)，并將面積最大的B+n2色連通區(qū)域設(shè)置為A-nl-ml色，使之與非最大面積的明亮區(qū)域同色。則興趣區(qū)域為A-nl色連通區(qū)域包圍的區(qū)域，其中被包圍的陰暗區(qū)域為B+n2色連通域；檢測被測零件18的內(nèi)表面缺陷(步驟502)比較面積最大B+n2色陰暗區(qū)域和設(shè)定的表面內(nèi)缺陷面積閾值SI大小；判斷被測零件18內(nèi)表面是否有缺陷？(步驟503)當B+n2大于SI時，判定被測零件18內(nèi)表面有缺陷，否則無缺陷；對缺陷處的顏色標記、缺陷尺寸、缺陷面積進行顯示，同時驅(qū)動報警器2d進行聲光報警;(步驟509)檢測被測零件18表面外邊緣大缺陷(步驟504)若被測零件18內(nèi)表面沒有缺陷，則根據(jù)被測零件18興趣區(qū)域最左上點位置、被測零件18邊緣的幾何走向及徑向長度，結(jié)合標準零件的工程尺寸進行動態(tài)平移、旋轉(zhuǎn)和細微縮放建立被測零件18實時模板，根據(jù)此模板與被測零件18圖像興趣區(qū)域按掃描順序同地址逐一比對灰度值，比對存在顏色差異的點設(shè)置為C色，比對結(jié)束后，運用區(qū)域生長算法，統(tǒng)計出所有C色連通區(qū)域及面積最大的C色連通區(qū)域；判斷被測零件18表面外邊緣是否有大缺陷？(步驟505)比較面積最大C色連通區(qū)域與設(shè)定的外邊緣大缺陷面積閾值S3大小，當面積最大 C色連通區(qū)域大于S3時，則該被測零件18表面外邊緣存在大缺陷；對缺陷處的顏色標記、缺陷尺寸、缺陷面積進行顯示，同時驅(qū)動報警器2d進行聲光報警;(步驟509)建立被測零件18的實時模板，檢測被測零件18表面外邊緣小缺陷(步驟506)若被測零件18表面外邊緣沒有大缺陷，則利用改型閉運算的膨脹腐蝕算法對被測零件18的圖像進行處理，建立被測零件18的實時模板，與興趣區(qū)域按掃描順序逐一比對灰度值，比對存在顏色差異的點設(shè)置為D色，并統(tǒng)計出所有D色連通區(qū)域及面積最大的D色連通區(qū)域；判斷被測零件18表面外邊緣是否有小缺陷？(步驟507)比較面積最大D色連通區(qū)域與設(shè)定的外邊緣小缺陷面積閾值S4大小，當面積最大 D色連通區(qū)域大于S4時，則該被測零件18表面外邊緣存在小缺陷；對缺陷處的顏色標記、缺陷尺寸、缺陷面積進行顯示，同時驅(qū)動報警器2d進行聲光報警;(步驟509)若被測零件18表面外邊緣沒有小缺陷，則判定該被測零件18為合格零件；(步驟 508)根據(jù)對興趣區(qū)域的有無和像素點的大小判斷檢測平臺17有無被測零件18，若有， 則返回(步驟400)處，從(步驟400)處重新執(zhí)行；(步驟510)若沒有被測零件18，則檢測結(jié)束。(步驟511)檢測完畢，系統(tǒng)關(guān)閉。(步驟600)圖6為本發(fā)明的被測零件表面外邊緣小缺陷檢測模板建立流程圖進入被測零件18表面外邊緣小缺陷檢測環(huán)節(jié)；(步驟5061)將興趣區(qū)域內(nèi)所有B+n2色陰暗區(qū)域設(shè)置成與興趣區(qū)域內(nèi)明亮區(qū)域同色的A-nl 色；(步驟5062)找到興趣區(qū)域最左上點坐標；(步驟5063)以該點為圓心，以r為半徑，建立圓的直角坐標系解析方程；(步驟5064)判斷圓邊界是否為B+n2色？(步驟5065)若是，則將該圓及其邊界均設(shè)置A-nl_n3色；(步驟5066)若不是，再判斷興趣區(qū)域內(nèi)所有點是否膨脹完畢？(步驟5067)若沒有膨脹完畢，則按存儲次序，逐一向后讀取興趣區(qū)域邊界點，并返回(步驟 5064)處，從(步驟5064)處開始繼續(xù)執(zhí)行；(步驟5068)若膨脹完畢，將所有A-nl_n3色區(qū)域設(shè)置成A_nl色；(步驟5069)找到圖像存儲地址中的(1，I)點；(步驟50610)以該點為圓心，以r為半徑，建立圓的直角坐標系解析方程；(步驟50611)判斷圓邊界是否為A-nl色？(步驟50612)若是，則將該圓內(nèi)部及其邊界均設(shè)置成A-nl-ml色；(步驟50613)若不是，再判斷膨脹后區(qū)域內(nèi)所有點是否腐蝕完畢？(步驟50614)
若沒有腐蝕完畢，則按存儲次序逐一向后讀取B+n2色點，并返回(步驟50611)，從 (步驟50611)開始繼續(xù)執(zhí)行；(步驟50615)若腐蝕完畢，則將所有A-nl-ml色區(qū)域設(shè)置成B+n2色，得到被測零件的實時模板； (步驟 50616)該被測零件18表面外邊緣小缺陷檢測完畢。(步驟50617)圖7為本發(fā)明的應(yīng)用實施例效果圖7-1為某一輕微缺陷眼鏡零件(緩變小面積凹陷，凹陷深度約18um)的拍攝效果對比；7-2為某一嚴重缺陷眼鏡零件(緩變大面積凹陷，凹陷深度約15um)拍攝效果對比；7-3位某一嚴重缺陷眼鏡零件(突變深坑)的拍攝效果對比。其中a為本發(fā)明的平行光源21、CXD相機32及遠心鏡頭29組合形成的同軸照明方式拍攝；b為平行光源和普通鏡頭組合方式拍攝；c為某廠家的穹頂光源(DOME光源)拍攝；d為某廠家的同軸光源拍攝。無論眼鏡零件表面缺陷是緩變凹坑還是突變深坑，基于機器視覺的金屬零件光潔表面微缺陷檢測裝置的成像條件都具有很大的優(yōu)勢。實施例本實施例的檢測對象為某一規(guī)格的眼鏡零件，涉及的基于機器視覺的金屬零件光潔表面微缺陷檢測方法，包括以下步驟第一步，將一標準眼鏡零件放置在檢測平臺上。第二步，成像和同軸照明初步調(diào)節(jié)根據(jù)標準眼鏡零件的位置，對CXD相機32和平行光源21進行成像調(diào)節(jié)，旋動調(diào)節(jié)螺母27將滑動支架12沿Y軸向調(diào)整到合適的高度，擰緊支架緊定螺釘13。然后沿X軸向移動相機槽型滑動板33至合適的位置，同時調(diào)節(jié)CCD相機32在X-Y平面內(nèi)的角度，至CCD 相機32能夠清晰成像為止，并擰緊滑動板緊定螺釘24和緊固旋鈕31。再沿X軸向移動光源槽型滑動板23至合適的位置，調(diào)整光源槽型滑動板23與相機槽型滑動板33關(guān)于標準眼鏡零件中心法向位置對稱，并擰緊滑動板緊定螺釘24，完成同軸照明初步調(diào)節(jié)部件的安裝定位。第三步，同軸照明調(diào)節(jié)首先設(shè)定圖像曝光時間Expo為10ms，裝置條件不變，此閾值保持不變。通過工控機2b軟件觸發(fā)控制CCD相機32的圖像采集，從光學成像系統(tǒng)輸出的視頻流圖像經(jīng) IEEE1394A火線高速傳輸至圖像采集卡2a端。運用工控機2b軟件從視頻流中截取多幅單幀1628X1236像素的灰度圖像，并以一維序列形式將圖像灰度值存儲在工控機2b內(nèi)存當中。利用非線性的中值濾波對眼鏡零件圖像進行消噪，借助灰度直方圖確定圖像二值化邊界閾值Bin為125，并以此閾值二值化圖像，裝置條件不變，此閾值保持不變。按照同軸照明方式獲取的圖像，經(jīng)二值化處理后OxFF色和0x00色，所有明亮區(qū)域變成OxFF色，所有陰暗區(qū)域變成0x00色。對圖像進行區(qū)域生長，即采用自左向右，自上而下的掃描方式，一旦掃描到顏色為OxFF的點即將其置為OxFE，進行左、左上、上、右上、右、右下、下、左下共八個方向點的依次試探，如果發(fā)現(xiàn)其中某點顏色也為OxFF，則遞歸調(diào)用上述方法。掃描結(jié)束后，將多個OxFE色連通區(qū)域中非面積最大的連通區(qū)域，統(tǒng)一設(shè)置為OxFD色。再次運用上述算法統(tǒng)計出所有0x00色的區(qū)域，并將其設(shè)置為0x01，同時將面積最大的0x01色連通區(qū)域設(shè)置為 OxFD色，使之與非最大面積的明亮區(qū)域同色，則興趣區(qū)域為OxFE色連通區(qū)域包圍的區(qū)域。 對0x01色連通區(qū)域進行統(tǒng)計，統(tǒng)計出的連通區(qū)域個數(shù)i，以i為5作為同軸照明的判斷條件；通過操作工控機2b軟件平臺上的同軸照明調(diào)節(jié)按鈕，當工控機2b軟件查詢到標準眼鏡零件表面尚未滿足同軸照明條件時，由工控機2b軟件發(fā)出控制命令，觸發(fā)設(shè)備控制卡2c驅(qū)動步進電機22帶動平行光源21在X-Y平面內(nèi)轉(zhuǎn)動，若步進電機22轉(zhuǎn)向異常，并觸碰到光源槽型滑動板23上任一端的限位開關(guān)19時，可由工控機2b軟件控制其正常轉(zhuǎn)向或停止，當達到同軸照明條件時，立即控制停止步進電機22轉(zhuǎn)動，完成平行光源21光軸與遠心鏡頭29光軸關(guān)于標準眼鏡零件中心法線的對稱角調(diào)節(jié)，即實現(xiàn)同軸照明調(diào)節(jié)。第四步，眼鏡零件檢測將被測眼鏡零件放置在檢測平臺17上。第五步，眼鏡零件的圖像采集、傳輸、存儲及預(yù)處理通過工控機2b軟件觸發(fā)控制CXD相機32的圖像采集，從光學成像系統(tǒng)輸出的視頻流圖像經(jīng)IEEE1394A火線高速傳輸至圖像采集卡2a端。運用工控機2b軟件從視頻流中截取多幅單幀1628X 1236像素的灰度圖像，并以一維序列形式將圖像灰度值存儲在工控機2b內(nèi)存當中。對零件圖像濾波消噪后，以閾值125 二值化圖像，按照同軸照明方式獲取的圖像，經(jīng)二值化處理后OxFF色和0x00色，所有明亮區(qū)域變成OxFF色，所有陰暗區(qū)域變成 0x00 色。第六步，眼鏡零件的圖像處理。圖像處理包括眼鏡零件圖像興趣區(qū)域?qū)ふ?、眼鏡零件內(nèi)表面缺陷檢測、眼鏡零件表面外邊緣大缺陷檢測、眼鏡零件表面外邊緣小缺陷檢測。眼鏡零件圖像興趣區(qū)域?qū)ふ?，采用區(qū)域生長算法，將多個OxFE色連通區(qū)域中非面積最大的連通區(qū)域，統(tǒng)一設(shè)置為OxFD色；并且，統(tǒng)計出所有0x00色的區(qū)域，并將其設(shè)置為 0x01，同時將面積最大的0x01色連通區(qū)域設(shè)置為OxFD色，使之與非最大面積的明亮區(qū)域同色，則興趣區(qū)域為OxFE色連通區(qū)域包圍的區(qū)域。眼鏡零件內(nèi)表面缺陷檢測，其檢測對象是興趣區(qū)域內(nèi)被包圍的面積最大的0x01 色陰暗區(qū)域。此面積最大0x01色區(qū)域與設(shè)定面積閾值8個像素點進行比較，當小于8時， 則判定該眼鏡零件內(nèi)表面無缺陷；當大于8時，則判定該眼鏡零件內(nèi)表面有缺陷，對缺陷處的顏色標記、缺陷尺寸、缺陷面積進行顯示，同時驅(qū)動聲光報警器2d進行提示。眼鏡零件表面外邊緣大缺陷檢測，是當興趣區(qū)域面積小于設(shè)定的興趣區(qū)域面積閾值18000個像素點時，進入外邊緣大缺陷檢測環(huán)節(jié)，否則跳出此輪檢測。根據(jù)眼鏡零件圖像興趣區(qū)域最左上點位置、零件邊緣的幾何走向及徑向長度，結(jié)合標準眼鏡零件的工程尺寸進行動態(tài)平移、旋轉(zhuǎn)和細微縮放建立實時模板。根據(jù)此模板與當前眼鏡零件圖像興趣區(qū)域按掃描順序同地址逐一比對灰度值，比對存在顏色差異的點設(shè)置為0x20色。比對結(jié)束后， 統(tǒng)計出所有0x20色連通區(qū)域及面積最大的0x20色連通區(qū)域。設(shè)定眼鏡零件表面外邊緣缺陷面積閾值為15個像素點，當面積最大0x20色連通區(qū)域小于15時，則認為該眼鏡零件表面外邊緣無大缺陷；反之，則認為該眼鏡零件表面外邊緣存在大缺陷，對缺陷處的顏色標記、缺陷尺寸、缺陷面積進行顯示，同時驅(qū)動聲光報警器2d進行提示。眼鏡零件表面外邊緣小缺陷檢測，先將興趣區(qū)域內(nèi)的0x01色陰暗區(qū)域設(shè)置成與興趣區(qū)域內(nèi)明亮區(qū)域同色的OxFE色，從興趣區(qū)域左上點開始，以半徑2作為膨脹核，并以 OxFC色作膨脹處理，膨脹完畢后，將所有OxFC色區(qū)域設(shè)置成OxFE色。從圖像存儲地址(1， I)點開始，按存儲次序逐一向后讀取0x01，并以同樣半徑2的腐蝕核對膨脹后區(qū)域作腐蝕處理，滿足腐蝕條件的，用OxFD色進行覆蓋，腐蝕完畢后將OxFD色區(qū)域統(tǒng)一變成0x01色， 則得到眼鏡零件圖像的實時模板，膨脹腐蝕后的圖像可將興趣區(qū)域邊緣缺陷進行覆蓋。眼鏡零件的實時模板與興趣區(qū)域按掃描順序同地址逐一比對灰度值，比對存在顏色差異的點設(shè)置為0x30色，比對結(jié)束后，統(tǒng)計出所有0x30色連通區(qū)域及面積最大的0x30色連通區(qū)域。 設(shè)定眼鏡零件表面外邊緣小缺陷面積閾值為10個像素點，當面積最大0x30色連通區(qū)域小于10時，則認為該眼鏡零件表面外邊緣無小缺陷；反之，則認為該眼鏡零件表面外邊緣存在小缺陷，對缺陷處的顏色標記、缺陷尺寸、缺陷面積進行顯示，同時驅(qū)動聲光報警器2d進行提示。
權(quán)利要求
1.一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置，包括電連接的成像定位調(diào)節(jié)機構(gòu)(I)和處理單元(2)，該處理單元(2)里置有電連接的圖像采集卡(2a)、工控機 (2b)、設(shè)備控制卡(2c)和報警器(2d)，用于圖像的采集、傳輸、存儲、處理、顯示和報警該成像定位調(diào)節(jié)機構(gòu)(I)是框架式結(jié)構(gòu)，包括底板(16)、導桿(14)、固定支架(11)、滑動支架(12)、步進電機(22)，用于CCD相機(32)和平行光源(21)在可調(diào)平面內(nèi)的定位，其中，固定支架(11)和滑動支架(12)分別為長方形固定支架，在底板(16)的中間位置安裝有檢測平臺(17)，在檢測平臺(17)上置有被測零件(18)，其特征在于在底板(16)的四個邊角位置通過導桿安裝座(15)安裝有四根柱狀的導桿(14)，該四根柱狀導桿(14)的上端與頂端固定支架(11)的四個邊角端嵌合固定，在滑動支架(12)和固定支架(11)中間的位置安裝有螺桿軸(25)，螺桿軸(25)的上端通過調(diào)節(jié)螺母(26)安裝在固定支架(11)上，螺桿軸(25)的下端通過軸套(27)和卡簧(28)固定在滑動支架(12) 上；在滑動支架(12)上兩邊分別裝有相機槽型滑動板(33)和光源槽型滑動板(23)，在滑動支架(12)的一邊，CCD相機(32)和遠心鏡頭(29)通過C型接口機械連接，并通過螺栓安裝在相機安裝板(30)上，相機安裝板(30)通過緊固旋鈕(31)安裝在相機槽型滑動板(33) 上，通過緊固旋鈕(31)調(diào)整CCD相機(32)在X-Y平面內(nèi)的角度；在滑動支架(12)的另一邊，平行光源(21)通過光源夾具(20)安裝在光源槽型滑動板(23)上，光源夾具(20)的一端安裝有步進電機(22)，用于步進電機(22)調(diào)節(jié)平行光源 (21)在安裝平面內(nèi)的角度，通過光源槽型滑動板(23)上安裝固定的限位開關(guān)(19)，限定平行光源(21)在X-Y平面內(nèi)的角度調(diào)整范圍；在成像定位調(diào)節(jié)機構(gòu)(I)上，手動進行成像和同軸照明初步調(diào)節(jié)的部件安裝定位首先準備一標準被測零件(18)放置在檢測平臺(17)上，根據(jù)標準被測零件(18)的位置，旋動調(diào)節(jié)螺母(26)調(diào)整螺桿軸(25)在Y軸方向的位移，帶動滑動支架(12)在Y軸上移動， 通過調(diào)節(jié)螺母(26)調(diào)節(jié)好滑動支架(12)的位置后，滑動支架(12)的四個邊角通過支架緊定螺釘(13)固定連接在四個導桿(14)上，沿X軸向移動相機槽型滑動板(33)至滑動支架 (12)的一邊，調(diào)節(jié)CCD相機(32)在X-Y平面內(nèi)的角度，至CCD相機(32)能夠清晰成像為止，使相機槽型滑動板(33)通過緊固旋鈕(31)固定連接在滑動支架(12)上，再沿X軸向移動光源槽型滑動板(23)至滑動支架(12)另一邊，調(diào)節(jié)光源槽型滑動板(23)與相機槽型滑動板(33)關(guān)于標準被測零件(18)中心法線位置對稱，使光源槽型滑動板(23)通過滑動板緊定螺釘(24)固定連接在滑動支架(12)上，實現(xiàn)同軸照明初步調(diào)節(jié)的部件安裝定位。
2.根據(jù)權(quán)利要求I所述的一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置，其特征是所述被測零件(18)為金屬零件，或為能夠反光的金屬或非金屬部件或物品。
3.根據(jù)權(quán)利要求I所述的一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置， 其特征是所述在底板(16)的四個邊角位置通過導桿安裝座(15)安裝有四根柱狀導桿 (14)，或為兩根柱狀導桿(14)。
4.根據(jù)權(quán)利要求I所述的一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置，其特征是所述CCD相機(32)選用工業(yè)級CCD相機，或選用CMOS相機。
5.一種使用權(quán)利要求I所述基于機器視覺的金屬零件光潔表面微缺陷檢測裝置的方法，其特征在于a、同軸照明調(diào)節(jié)圖像采集、傳輸、存儲及預(yù)處理在一定的曝光時間下，通過工控機(2b)軟件發(fā)出指令，觸發(fā)CCD相機(32)進行圖像采集，從光學成像系統(tǒng)輸出的視頻流圖像經(jīng)IEEE1394A火線傳輸至圖像采集卡(2a)，從視頻流中截取的多幅單幀灰度圖像，以一定形式存儲在工控機(2b)內(nèi)存當中，利用濾波算法對圖像進行消噪，再根據(jù)灰度直方圖設(shè)定二值化閾值Bin并二值化圖像，圖像中明亮區(qū)域變成A色，陰暗區(qū)域變成B色(A>B>= O);找到興趣區(qū)域通過區(qū)域生長算法，找到每幀圖像中的標準被測零件(18)區(qū)域；根據(jù)同軸照明調(diào)節(jié)算法，實現(xiàn)同軸照明根據(jù)同軸照明調(diào)節(jié)算法，步進電機(22)自動調(diào)節(jié)平行光源(21)光軸關(guān)于標準被測零件(18)中心法線與遠心鏡頭(29)的光軸對稱，所述同軸照明調(diào)節(jié)算法，以標準被測零件 (18)圖像興趣區(qū)域內(nèi)的某一暗色連通區(qū)域個數(shù)作為同軸照明的判斷條件，設(shè)定判斷閾值， 當工控機(2b)軟件統(tǒng)計到該暗色連通區(qū)域個數(shù)大于設(shè)定閾值時，工控機(2b)軟件發(fā)出控制指令，觸發(fā)設(shè)備控制卡(2c)驅(qū)動步進電機(22)帶動平行光源(21)在X-Y平面內(nèi)轉(zhuǎn)動， 若步進電機(22)轉(zhuǎn)向異常，并觸碰到光源槽型滑動板(23)上任一端的限位開關(guān)(19)時， 觸發(fā)設(shè)備控制卡(2c)控制步進電機(22)正常轉(zhuǎn)向或停止，當達到設(shè)定閾值時，立即停止步進電機(22)轉(zhuǎn)動，完成平行光源(21)光軸與遠心鏡頭(29)光軸關(guān)于標準被測零件(18) 中心法線的對稱角調(diào)節(jié)，即實現(xiàn)同軸照明調(diào)節(jié)；b、準備被測零件(18)的檢測將被測零件(18)放置在檢測平臺(17)上；C、圖像采集、傳輸、存儲及預(yù)處理通過工控機(2b)軟件觸發(fā)C⑶相機(32)進行圖像采集，從光學成像系統(tǒng)輸出的視頻流圖像經(jīng)IEEE1394A火線傳輸至圖像采集卡(2a)，從視頻流中截取多幅單幀灰度圖像，以一定形式存儲在工控機(2b)內(nèi)存當中，利用濾波算法對圖像進行消噪，同樣以閾值Bin 二值化圖像，圖像中明亮區(qū)域變成A色，陰暗區(qū)域變成B色(Α>Β>=0); d、圖像處理找到興趣區(qū)域通過區(qū)域生長算法，找到每幀圖像中的被測零件(18)區(qū)域；檢測被測零件(18)的內(nèi)表面是否存在缺陷？如果有缺陷，則判定為不合格零件，缺陷顯示并驅(qū)動報警器(2d)進行聲光報警；如果沒有缺陷，根據(jù)被測零件(18)表面外邊緣大缺陷檢測方法檢測被測零件(18) 表面外邊緣是否存在大缺陷？如果有缺陷，則判定為不合格零件，缺陷顯示并驅(qū)動報警器 (2d)進行聲光報警；如果沒有缺陷，再通過建立被測零件(18)的實時模板，根據(jù)被測零件(18)表面外邊緣小缺陷檢測方法檢測被測零件(18)表面外邊緣是否存在小缺陷？如果有缺陷，則判定為不合格零件，缺陷顯示并驅(qū)動報警器(2d)進行聲光報警；如果沒有缺陷，判斷為合格零件；尚有被測零件(18) 如果有，則循環(huán)并依次進行圖像采集、傳輸、存儲、預(yù)處理及處理；如果沒有，被測零件(18)檢測結(jié)束。
6.根據(jù)權(quán)利要求5所述的一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置的方法，其特征是所述區(qū)域生長算法，對圖像采用自左向右，自上而下的掃描方式，一旦掃描到顏色為A的點即將其設(shè)置為A-nl(nl >= I)色，從該點出發(fā)，進行左、左上、上、右上、右、右下、下、左下共八個方向點的依次試探，如果發(fā)現(xiàn)其中某點顏色也為A，則遞歸調(diào)用上述方法，掃描結(jié)束后，將多個A-nl色連通區(qū)域中非面積最大的連通區(qū)域，統(tǒng)一設(shè)置為 A-nl-ml(ml >= I)色，再次運用區(qū)域生長算法統(tǒng)計出所有B色的陰暗連通區(qū)域，并將其設(shè)置為B+n2(n2 >= I)，同時將面積最大的B+n2色連通區(qū)域設(shè)置為A-nl-ml色，則每幀圖像中的檢測對象，即興趣區(qū)域為A-nl色連通區(qū)域包圍的區(qū)域，其中被包圍的陰暗區(qū)域為B+n2 色連通域。
7.根據(jù)權(quán)利要求5所述的一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置的方法，其特征是所述被測零件(18)表面外邊緣大缺陷檢測方法，是根據(jù)被測零件(18)圖像興趣區(qū)域左上點位置、被測零件(18)邊緣的幾何走向及徑向長度，結(jié)合標準零件的工程尺寸進行動態(tài)平移、旋轉(zhuǎn)和細微縮放建立標準零件的實時模板，該標準零件的實時模板與被測零件(18)圖像興趣區(qū)域按掃描順序同地址逐一比對灰度值，如果顏色差異數(shù)量大于判斷閾值，則為不合格零件。
8.根據(jù)權(quán)利要求5所述的一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置的方法，其特征是所述被測零件(18)表面外邊緣小缺陷檢測方法，是通過形態(tài)學閉運算建立被測零(18)件的實時模板進行檢測，包括將興趣區(qū)域內(nèi)的B+n2色陰暗區(qū)域設(shè)置成與興趣區(qū)域內(nèi)明亮區(qū)域同色的A-nl色；找到興趣區(qū)域左上點坐標；以該點為圓心，以r為半徑建立圓方程；判斷圓邊界是B+n2色？如果是，則圓內(nèi)部及邊界設(shè)直為A_nl_n3色；否則，判斷是否膨脹完畢？如果沒有，按存儲次序逐一向后讀取興趣區(qū)域邊界點，如果是，則將所有A-nl-n3色區(qū)域設(shè)置成A_nl色；找到(1，I)點，以該點為圓心，以r為半徑建立圓方程；圓邊界是A_nl色？如果是，圓內(nèi)部及邊界設(shè)直為A_nl_ml色；否則，判斷膨脹后區(qū)域是否腐蝕完畢？如果沒有，按存儲次序逐一向后讀取B+n2色點，如果是，腐蝕完畢后將所有A-nl-ml色區(qū)域設(shè)置成B+n2色，得到被測零件(18)的實時模板；被測零件(18)的實時模板與被測零件圖像興趣區(qū)域按掃描順序同地址逐一比對灰度值后，如果顏色差異數(shù)量大于判斷閾值，則為不合格零件，否則，被測零件(18)表面外邊緣無小缺陷；被測零件(18)表面外邊緣小缺陷檢測結(jié)束。
全文摘要
本發(fā)明涉及一種基于機器視覺的金屬零件光潔表面微缺陷檢測裝置及方法，裝置包括成像定位調(diào)節(jié)機構(gòu)和處理單元，成像定位調(diào)節(jié)機構(gòu)包括底板、導桿、固定支架、滑動支架、步進電機、CCD相機、遠心鏡頭和平行光源，進行CCD相機成像和同軸照明的初步調(diào)節(jié)；處理單元里置有電連接的圖像采集卡、工控機、設(shè)備控制卡和報警器，用于圖像的采集、傳輸、存儲、處理、顯示和報警。方法包括同軸照明調(diào)節(jié)和圖像處理，其中同軸照明調(diào)節(jié)由工控機軟件觸發(fā)設(shè)備控制卡驅(qū)動步進電機，調(diào)節(jié)平行光源旋轉(zhuǎn)的角度，直至滿足同軸照明條件，圖像處理包括被測零件內(nèi)表面缺陷檢測、被測零件表面外邊緣大、小缺陷的分別檢測，實時顯示處理圖像并對結(jié)果進行判定。
文檔編號G01N21/88GK102590218SQ20121001337
公開日2012年7月18日 申請日期2012年1月16日 優(yōu)先權(quán)日2012年1月16日
發(fā)明者伍先達, 劉夢之, 劉艷, 吳斌, 徐家求, 汪堯, 邢武, 鄭勇, 龍飛 申請人:安徽中科智能高技術(shù)有限責任公司