本發(fā)明涉及計(jì)算機(jī)視覺檢測領(lǐng)域，尤其涉及一種釹鐵硼圓片表面磕邊、裂紋識(shí)別方法。

背景技術(shù)：

磁性材料的器件被廣泛的應(yīng)用于儀表、電機(jī)等各個(gè)領(lǐng)域，釹鐵硼永磁材料是低碳行業(yè)發(fā)展中一種非常重要的材料。釹鐵硼具有極高的磁能積和矯力，同時(shí)高能量密度的優(yōu)點(diǎn)使釹鐵硼永磁材料在現(xiàn)代工業(yè)和電子技術(shù)中獲得了廣泛應(yīng)用。磁片在加工過程中造成的各種缺陷嚴(yán)重影響其質(zhì)量，在磁片成為產(chǎn)品之前需要通過嚴(yán)格的質(zhì)量測試。傳統(tǒng)上一般依靠人眼去判斷即人工目測法，用各種量具去量測，檢測效果受操作人員的影響較大，且效率低下，不能滿足現(xiàn)代工業(yè)上的需求。因此利用圖像處理技術(shù)實(shí)現(xiàn)磁片的表面缺陷檢測，具有重要的實(shí)際意義和經(jīng)濟(jì)效益。

這個(gè)釹鐵硼圓片表面的缺陷主要表現(xiàn)為“磕邊”、“裂痕”兩種缺陷。“磕邊”缺陷指材料邊緣缺失，不能組成一個(gè)完整的圓，“裂紋”是指圓片內(nèi)部出現(xiàn)的劃痕。

技術(shù)實(shí)現(xiàn)要素：

為解決人工檢測存在的各種局限性，因而需用先進(jìn)的表面缺陷檢測方法來檢測產(chǎn)品的表面缺陷。這種識(shí)別方法是基于計(jì)算機(jī)視覺，利用圖像處理技術(shù)可以自動(dòng)、快速、高效的識(shí)別出磁片表面的缺陷,極大地提高生產(chǎn)效率。

為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

一種融合時(shí)頻特征的表面裂痕識(shí)別方法，包括如下步驟：

步驟一，通過視覺設(shè)備獲取流水線上釹鐵硼圓片的實(shí)時(shí)影像；

步驟二，對(duì)圖像進(jìn)行中值濾波預(yù)處理，消除噪點(diǎn)；

步驟三，使用單閾值分割法分離背景和目標(biāo)；

步驟四，計(jì)算目標(biāo)區(qū)域面積；

步驟五，用最大熵法提取目標(biāo)圖像的邊緣區(qū)域d，圖像大小為m×n，灰度級(jí)為l；

步驟六,計(jì)算邊界的周長；

步驟七，計(jì)算緊湊型參數(shù)compactnes，設(shè)定閾值范圍[[t2,t3]]當(dāng)compactnes滿足此范圍時(shí)，表明外輪廓為圓，否則，判斷有缺陷；

步驟八，提取外輪廓內(nèi)區(qū)域?yàn)楦信d趣區(qū)域roi，剔除外輪廓，將圖像進(jìn)行小波分解。采用可變的時(shí)-頻窗口可以對(duì)圖像進(jìn)行局部性分析，對(duì)低頻近似分量，用數(shù)學(xué)形態(tài)學(xué)邊緣檢測法提取裂紋缺陷的邊緣；對(duì)高頻垂直分量用小波模極大值法提取裂紋缺陷的邊緣。

步驟九，將得到的低頻和高頻缺陷邊緣圖像進(jìn)行二值化處理；

步驟十，將經(jīng)過上述處理后的低頻和高頻缺陷邊緣圖像按照融合規(guī)則進(jìn)行融合，得到最終的裂紋圖像。

步驟十一，計(jì)算白色像素點(diǎn)的個(gè)數(shù)，當(dāng)白色像素點(diǎn)的個(gè)數(shù)均小于閾值時(shí)，則判斷為“正品”缺陷，結(jié)束；否則，判斷為“缺陷”。

本發(fā)明把數(shù)學(xué)形態(tài)學(xué)與小波變換結(jié)合起來，不但具有形態(tài)學(xué)的形態(tài)濾波特性，還具有小波分解的多分辨率等特性。通過形態(tài)小波對(duì)裂紋缺陷圖像進(jìn)行分解，取其高低頻分量作進(jìn)一步的處理，得到很好的裂紋檢測效果。

本發(fā)明的原理是：在計(jì)算時(shí)，在獲取汝鐵硼圓片實(shí)時(shí)影像的基礎(chǔ)上，然后經(jīng)過中值濾波，消除噪聲；使用單閾值法分離背景與目標(biāo)，接著用最大熵法獲取輪廓信息，通過計(jì)算緊湊型參數(shù)，判斷是否屬于“磕邊”缺陷；提取感興趣區(qū)域roi，即先用小波變換對(duì)汝鐵硼圓片圖像進(jìn)行分解，在高頻垂直分量上用小波模極大值檢測裂紋缺陷，在低頻分量上用形態(tài)學(xué)梯度算子檢測裂紋缺陷，最后將高、低頻提取的裂紋邊緣圖像按照一定規(guī)則予以融合，以得到最終的裂紋圖像。

本發(fā)明具有以下技術(shù)效果：該發(fā)明方法對(duì)裂紋定位準(zhǔn)確，對(duì)各種噪聲較為不敏感，且干擾小。

本發(fā)明的優(yōu)點(diǎn)：能有效抑制噪聲，魯棒性十分好。

附圖說明

圖1為本發(fā)明的工作流程框圖。

圖2為小波分解處理后融合的圖片。

具體實(shí)施方式

一種融合時(shí)頻特征的釹鐵硼圓片表面裂痕識(shí)別方法，包括如下步驟：

步驟一，通過視覺設(shè)備獲取流水線上釹鐵硼圓片的實(shí)時(shí)影像；

步驟二，對(duì)圖像進(jìn)行中值濾波預(yù)處理，消除噪點(diǎn)。具體步驟如下：

2.1將3*3的濾波模板在圖像當(dāng)中移動(dòng)，并使得濾波模板的中心和圖像某個(gè)像素位置重合；

2.2讀取模板中各對(duì)應(yīng)像素的灰度值；

2.3把這些灰度值按由小到大的順序排列；

2.4二維中值濾波輸出為g(x,y)＝med{f(x-k,y-l),(k,l∈w)}，其中，f(x,y)，g(x,y)分別為原始圖像像素點(diǎn)和處理后圖像像素點(diǎn)。w為二維模板，為3*3區(qū)域。

步驟三，使用單閾值分割法分離背景和目標(biāo)，m(x,y)表示分割后的圖像，t1為閾值，設(shè)定t1＝145

步驟四，目標(biāo)區(qū)域面積得到area＝122958其中，area即為目標(biāo)區(qū)域面積，r為圖像灰度值為大于或等于t1的像素點(diǎn)的總數(shù)。

步驟五，用最大熵法提取邊緣區(qū)域d，圖像大小為m×n，灰度級(jí)為l，

最佳閾值公式：t^*＝argmax[hf(t2)+hb(t2)]

其中，ni為灰度級(jí)為i的像素個(gè)數(shù)，pi為灰度級(jí)為i的區(qū)域占圖像大小的比例，pt為灰度級(jí)小于或等于t2的區(qū)域占圖像大小的比例，t2為閾值，hf為圖像邊緣區(qū)域之熵，hb為圖像內(nèi)部區(qū)域之熵，t^*為提取邊緣信息的最佳閾值,設(shè)定t^*為175。

步驟六,計(jì)算邊界的周長為圖像灰度值小于或等于閾值t^*像素點(diǎn)的個(gè)數(shù),目前統(tǒng)計(jì)permiter＝1253。

步驟七，計(jì)算緊湊型參數(shù)：

滿足閾值范圍[0.9735,1.0248]，表明外輪廓為圓，無缺陷。

步驟八，提取外輪廓內(nèi)區(qū)域?yàn)楦信d趣區(qū)域roi，剔除外輪廓，將圖像進(jìn)行小波分解，本例處理結(jié)果如圖2所示，由于是放大圖，所以圖像以折線形式呈現(xiàn)。采用可變的時(shí)-頻窗口可以對(duì)圖像進(jìn)行局部性分析，對(duì)低頻近似分量，用數(shù)學(xué)形態(tài)學(xué)邊緣檢測法提取裂紋缺陷的邊緣；本方法采用形態(tài)學(xué)梯度算子進(jìn)行縱裂缺陷檢測，形態(tài)學(xué)梯度算子定義為：膨脹時(shí)選擇b1中的結(jié)構(gòu)元素，腐蝕時(shí)選擇b2中的結(jié)構(gòu)元素。其中k(x,y)輸入圖像，b(i,j)為結(jié)構(gòu)元素，

表1b1和b2的數(shù)值

上表左側(cè)為b1的數(shù)值，上表右側(cè)為b2的數(shù)值。

對(duì)高頻垂直分量用小波模極大值法提取裂紋缺陷的邊緣。

步驟九，將得到的低頻和高頻缺陷邊緣圖像進(jìn)行二值化處理。

步驟十，判斷二值化后的圖像是否有交集，如果交集不為空，則將這兩個(gè)區(qū)域進(jìn)行或操作，為空則進(jìn)行與操作。即

式中，fl和fh分別為二值化后的低頻圖像和高頻圖像對(duì)應(yīng)的前景區(qū)域，fl(i,j)和fh(i,j)分別為fl和fh區(qū)域中的每個(gè)像素，n(i,j)為最終的融合圖像的每個(gè)像素。

步驟十一，計(jì)算融合后的圖像的白色像素點(diǎn)的個(gè)數(shù)，白色像素點(diǎn)的個(gè)數(shù)為159，大于閾值125時(shí)，判斷為“缺陷”，結(jié)束。