本發(fā)明涉及計(jì)算機(jī)視覺的圖像處理領(lǐng)域，特別涉及一種應(yīng)用于手機(jī)外殼表面粗糙度的檢測方法。

背景技術(shù)：

本發(fā)明方法涉及到計(jì)算機(jī)視覺的圖像處理，特別是圖像基本處理這一部分，用工業(yè)CCD相機(jī)來檢測光切法顯微鏡所得到的表面粗糙度曲線，從而得到表面粗糙度等級。

與本發(fā)明最相近的方法有姚松麗[1]等人針對手機(jī)外殼表面的粗糙度檢測提出了一種基于機(jī)器視覺的表面粗糙度檢測系統(tǒng)，運(yùn)用圖像處理技術(shù)從光切顯微圖像中提取表面輪廓信號計(jì)算粗糙度評定參數(shù)。

引用文獻(xiàn)：

[1]姚松麗、司劍勛、任宏利等.基于機(jī)器視覺的表面粗糙度檢測系統(tǒng)設(shè)計(jì)[J].工業(yè)控制計(jì)算機(jī).2015，28(6)：71-72.

[2]劉斌，馮其波，匡萃方.表面粗糙度測量方法綜述[J].光學(xué)儀器，2004，26(5)：54-55.

[3]苑惠娟等.非接觸式表面粗糙度測量儀[J]哈爾濱科學(xué)技術(shù)大學(xué)學(xué)報(bào)，1995，19(6)：30-34.

技術(shù)實(shí)現(xiàn)要素：

目前現(xiàn)有的粗糙度技術(shù)分為接觸式測量和非接觸式測量，接觸式測量主要是觸針法，直接接觸被測表面，測量比較穩(wěn)定，接觸式測量存在很大的缺陷，具體表現(xiàn)在：①對高精度表面及軟質(zhì)金屬表面有劃傷破壞作用；②受觸針尖端圓弧半徑的限制，其測量精度有限；③因觸針磨損及測量速度的限制，無法實(shí)現(xiàn)在線實(shí)時(shí)測量。針對這個(gè)問題，本發(fā)明針對手機(jī)外殼表面粗糙度的檢測，首先使用CCD工業(yè)攝像機(jī)和非接觸時(shí)式的光切法顯微鏡提取工件表面圖像，然后對表面圖像進(jìn)行縮放、灰度化、二值化、中值濾波、自適應(yīng)的邊緣檢測等一系列的圖像處理工作，實(shí)現(xiàn)自動(dòng)的粗糙度檢測的在線實(shí)時(shí)測量，解決了這一問題。

本發(fā)明提出一種應(yīng)用于手機(jī)外殼表面粗糙度的檢測方法，首先對手機(jī)外殼表面區(qū)域劃分采樣，然后對采樣后的圖像進(jìn)行預(yù)處理，用中值濾波減少噪聲對圖像的干擾，最后根據(jù)自適應(yīng)邊緣檢測Canny方法來進(jìn)行邊緣檢測，提取波峰和波谷的像素點(diǎn)行距平均差值，進(jìn)行曲線擬合和權(quán)值修正，得到表面粗糙度等級。

進(jìn)一步的，所述預(yù)處理包括進(jìn)行縮放、灰度化、二值化的步驟。

進(jìn)一步的，所述自適應(yīng)邊緣檢測Canny方法包括以下步驟：

用高斯濾波器平滑圖像；

用一階偏導(dǎo)的有限差分來計(jì)算梯度的幅值和方向；

對梯度幅值應(yīng)用非極大值抑制；

用雙闕值算法檢測和鏈接邊緣。

進(jìn)一步的，采集圖像的硬件設(shè)備為光切法顯微鏡和CCD工業(yè)攝像機(jī)。

進(jìn)一步的，手機(jī)外殼表面粗糙度范圍設(shè)為6.3-0.8。

附圖說明

圖1為粗糙度檢測方法流程框圖；

圖2A為手機(jī)樣本劃分區(qū)域圖；

圖2B為粗糙度為6.3、3.2、1.6、0.8的樣本采樣結(jié)果曲線圖；

圖3為灰度化結(jié)果圖；

圖4為二值化結(jié)果圖；

圖5為中值濾波后圖；

圖6為邊緣檢測結(jié)果圖；

圖7A為6.3粗糙度檢測結(jié)果圖；

圖7B為3.2粗糙度檢測結(jié)果圖；

圖7C為1.6粗糙度檢測結(jié)果圖；

圖7D為0.8粗糙度檢測結(jié)果圖。

具體實(shí)施方式

以下結(jié)合附圖對本發(fā)明進(jìn)行詳細(xì)說明：

一種應(yīng)用于手機(jī)外殼表面粗糙度的檢測方法，首先對手機(jī)外殼表面區(qū)域劃分采樣，然后對采樣后的圖像進(jìn)行預(yù)處理，用中值濾波減少噪聲對圖像的干擾，最后根據(jù)自適應(yīng)邊緣檢測Canny方法來進(jìn)行邊緣檢測，提取波峰和波谷的像素點(diǎn)行距平均差值，進(jìn)行曲線擬合和權(quán)值修正，得到表面粗糙度等級。圖1是手機(jī)外殼粗糙度檢測方法流程框圖。主要包括劃分區(qū)域采樣、圖像預(yù)處理、灰度化、二值化、中值濾波等七個(gè)方面。

區(qū)域采樣：由于采集圖像的硬件設(shè)備為光切法顯微鏡和CCD工業(yè)攝像機(jī)，為了測量的表面粗糙度的結(jié)果更為精確，進(jìn)行在手機(jī)外殼表面進(jìn)行多次采樣，針對多次采樣的圖像進(jìn)行后續(xù)處理，減少實(shí)驗(yàn)的誤差。劃分區(qū)域后如圖2A所示。這里用14倍物鏡，粗糙度為6.3、3.2、1.6、0.8的為例，進(jìn)行采樣后的圖片如圖2B所示。

圖像預(yù)處理：光切法顯微鏡有四個(gè)物鏡，分別是7倍、14倍、30倍、60倍。在光切機(jī)的CCD圖片拍攝軟件中拍的圖片格式為2048*1536的，由于圖片比較大，在處理測試的過程中，用opencv中縮小圖片的規(guī)格，統(tǒng)一縮小至800*600的標(biāo)準(zhǔn)圖片。在圖像縮放的時(shí)首先需要計(jì)算縮放后圖像的大小，設(shè)newWidth，newHeight為縮放后的圖像的寬和高，width，height為原圖像的寬度和高度，K為縮放比例那么有：

newWidth＝K*width

newHeight＝K*height (1)

圖像灰度化：彩色圖像包含著大量的顏色信息，對系統(tǒng)的存儲與處理能力要求比較高，且不利于表面粗糙度的計(jì)算。而由彩色圖像轉(zhuǎn)換為灰度圖像的過程就叫做圖像的灰度化處理?；叶葓D是只含亮度信息不含色彩信息的圖像，雖然省略了彩色圖像的信息，但是其他方面的信息卻得到了放大，圖像灰度值用如公式(2)表示：

F＝0.3R+0.59G+0.11B (2)

其中R、G、B分別為位置像素多對應(yīng)的彩色信息值，F(xiàn)為圖片對應(yīng)位置像素的灰度值。通過將彩色圖像轉(zhuǎn)為灰度圖像，從而提高了整幅圖像的對比度，原來觀察不到的一些圖像細(xì)節(jié)可能突出了?；叶然髨D像如圖3所示。

圖像二值化：對應(yīng)五級灰度圖，二值化處理是一種灰度處理算法，對于給定的閾值，程序?qū)⒒叶却笥诮o定閾值的點(diǎn)變成白點(diǎn)，另外的點(diǎn)變?yōu)楹邳c(diǎn)，經(jīng)處理后圖像變?yōu)橹挥泻诎锥亩祱D像。對于二值化的定義如下：

然而盡管由于光線的不同，顏色分布不一定完全相同，但基本上我們的敏感區(qū)域二值化后則認(rèn)為該點(diǎn)像素置為白色。這樣處理后的二值化圖像如圖4所示。

中值濾波：中值濾波SM(Standard Median Filter)是一種具有較少邊緣模糊的非線性濾波方法，不僅能夠去除或者減少隨機(jī)噪聲和脈沖干擾，還能較好地保留圖像邊緣信息。這種算法主要依賴于快速排序算法，其基本思想是在要排序的元素集合中任意選取一個(gè)元素并將它與其他元素進(jìn)行比較，將所有比這個(gè)元素小的元素都放在它之前，將所有比它大的元素放在它之后；經(jīng)過一次排序之后，可按該元素所在的位置分界，將集合分成2個(gè)部分；然后對剩下的2個(gè)部分重復(fù)上述過程進(jìn)行排序，直到每一部分只剩下一個(gè)元素為止；當(dāng)所有排序完成后，取排序后的集合中位于中間位置的元素的值(即所謂的中值)作為輸出值。傳統(tǒng)中值濾波可以定義為：

g(x，y)＝med{f(x_i，y_j)}(i，j)∈M (4)

其中g(shù)(x，y)為中值濾波輸出，f(x_i，y_j)為圖像的像素(x_i，y_j)的灰度值，M為模板窗口。在中值濾波前先用一次膨脹操作可以把缺陷的信息更加明顯，如圖5所示。

邊緣檢測：Canny邊緣檢測算子其實(shí)質(zhì)是用1個(gè)準(zhǔn)高斯函數(shù)作平滑運(yùn)算，然后以帶方向的一階微分算子定位導(dǎo)數(shù)最大值，根據(jù)變分方法得到高斯模板導(dǎo)數(shù)逼近，在理論上很接近4個(gè)指數(shù)函數(shù)線性組合形成的最佳邊緣算子，采用高斯函數(shù)對圖像作平滑處理，因此具有較強(qiáng)的去噪能力。Canny算子的具體步驟為

(1)用高斯濾波器平滑圖像；

(2)用一階偏導(dǎo)的有限差分來計(jì)算梯度的幅值和方向；

(3)對梯度幅值應(yīng)用非極大值抑制；

(4)用雙闕值算法檢測和鏈接邊緣。

根據(jù)上述中值濾波后的結(jié)果，用Canny算子檢測后的邊緣檢測結(jié)果如圖6所示。

曲線擬合和權(quán)值修正：經(jīng)過一系列的濾波和形態(tài)學(xué)運(yùn)算后，我們已經(jīng)提取出最終的曲線圖。由于曲線圖是由CCD攝像機(jī)采樣得到的，難免會有曲線傾斜的現(xiàn)象，這樣會造成比較大的誤差。在這里先采用最小二乘法擬合曲線，然后根據(jù)得到的擬曲線來進(jìn)行數(shù)據(jù)修正，使得曲線圖在同一水平線上，保證精度，減小實(shí)驗(yàn)的誤差。利用最小二乘法可以簡便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實(shí)際數(shù)據(jù)之間誤差的平方和為最小。最小二乘法的公式如下：

在使用最小二乘法擬合曲線進(jìn)行修正后，我們要對曲線圖提取5個(gè)波峰值和5個(gè)波谷值，從而得到一個(gè)手機(jī)外殼表面平均高度Rz。最后由于在測量過程難免會有一些測量上的誤差，所以最后要對最后的結(jié)果進(jìn)行一個(gè)輕微的權(quán)值修正，減小檢測過程造成的誤差。由于是采樣了若干張圖片，對于一個(gè)數(shù)據(jù)群來說，我們可以得到比較多的數(shù)據(jù)，從多個(gè)手機(jī)外殼表面平均高度Rz先去除幾個(gè)極高值和幾個(gè)極低值，設(shè)置一個(gè)自適應(yīng)的權(quán)值來修訂最后的結(jié)果參數(shù)，減小檢測誤差。

應(yīng)用到手機(jī)外殼表面粗糙度的檢測中，對于最好的技術(shù)來說，不能達(dá)到在線的實(shí)時(shí)監(jiān)測，往往要浪費(fèi)大量的人力和物力去實(shí)現(xiàn)人工檢測，這樣對自動(dòng)檢測有著極大的不便。而本發(fā)明在原有的技術(shù)基礎(chǔ)上，首先對手機(jī)外殼表面進(jìn)行區(qū)域的取樣若干張，對保存后的圖像進(jìn)行縮放減小計(jì)算量，灰度化和二值化的圖像處理基礎(chǔ)上加上中值濾波和邊緣檢測，減少CCD相機(jī)提取圖像時(shí)造成的噪聲干擾，最后通過曲線擬合和偏差權(quán)重修正，得到較為準(zhǔn)確的表面粗糙度的數(shù)值。

根據(jù)手機(jī)外殼在自動(dòng)打磨拋光的過程中有幾個(gè)過程會造成不同的粗糙度，針對這幾種情況，將不同過程手機(jī)外殼分為四種粗糙度的等級，分別是6.3，3.2，1.6，0.8粗糙度的檢測情況分別如附圖7A-7D所示。

上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。