本發(fā)明涉及圖像處理，尤其涉及一種基于機(jī)器視覺的零部件表面質(zhì)量檢測方法及系統(tǒng)。

背景技術(shù)：

1、隨著現(xiàn)代工業(yè)制造的快速發(fā)展，零部件的性能直接關(guān)系到設(shè)備的運(yùn)行效率、可靠性和使用壽命。在零部件加工過程中，為了提高零部件的性能，通常會(huì)在其表面噴涂一層油膜一方面油膜可以減少零部件表面之間摩擦以延長零部件的使用壽命，另一方面油膜通過阻止空氣中的氧氣、水分和顆粒物等與零部件直接接觸以防止氧化和銹蝕從而對(duì)零部件表面形成保護(hù)。然而，零部件表面的油膜厚度需要均勻且不宜過厚或過薄，若油膜分布不均勻會(huì)形成局部的高壓并導(dǎo)致熱量積聚影響其性能和壽命，若油膜過厚容易吸附雜質(zhì)，形成油泥并阻礙零部件的散熱，若油膜過薄則潤滑效果不充分而造成磨損和劃傷。傳統(tǒng)的零部件表面油膜厚度檢測通常依靠人員經(jīng)驗(yàn)判斷，準(zhǔn)確度不高且效率低下，因此，如何準(zhǔn)確高效地檢測噴油后零部件表面油膜厚度分布成為了確保零部件表面質(zhì)量的重要手段。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于機(jī)器視覺的零部件表面質(zhì)量檢測方法及系統(tǒng)，以解決零部件表面油膜厚度分布不均造成零部件質(zhì)量不佳的問題。

2、為實(shí)現(xiàn)上述目的，一方面，本發(fā)明提供一種基于機(jī)器視覺的零部件表面質(zhì)量檢測方法，所述方法包括：

3、通過布置在噴油工序后的攝像頭獲取零部件在通過預(yù)設(shè)光源照射點(diǎn)時(shí)的零部件初始圖像，將零部件初始圖像進(jìn)行圖像預(yù)處理得到零部件預(yù)處理圖像，根據(jù)零部件預(yù)處理圖像通過邊緣檢測算法進(jìn)行輪廓提取得到零部件輪廓信息。

4、根據(jù)零部件輪廓信息通過區(qū)域識(shí)別算法得到零部件表面區(qū)域組，將零部件表面區(qū)域組通過特征值計(jì)算得到零部件表面區(qū)域形狀因子，將零部件表面區(qū)域形狀因子與預(yù)設(shè)的區(qū)域形狀特征閾值進(jìn)行比較得到零部件表面分區(qū)。

5、將零部件表面分區(qū)通過油膜檢測模型進(jìn)行厚度檢測得到零部件全局油膜厚度分布，將零部件表面的全局油膜厚度分布與預(yù)設(shè)的厚度閾值范圍進(jìn)行比較，對(duì)厚度閾值范圍外的零部件表面區(qū)域進(jìn)行預(yù)警提示。

6、進(jìn)一步地，所述將零部件表面區(qū)域組通過特征值計(jì)算得到零部件表面區(qū)域形狀因子，將零部件表面區(qū)域形狀因子與預(yù)設(shè)的區(qū)域形狀特征閾值進(jìn)行比較得到零部件表面分區(qū)的方法包括：

7、提取零部件表面區(qū)域組中各區(qū)域的區(qū)域周長和區(qū)域面積數(shù)據(jù)。

8、根據(jù)區(qū)域周長和區(qū)域面積通過特征值計(jì)算得到零部件表面區(qū)域形狀因子為：

9、。

10、其中是第個(gè)零部件表面區(qū)域周長，是第個(gè)零部件表面區(qū)域面積，是第個(gè)零部件表面區(qū)域形狀因子。

11、將各區(qū)域的零部件表面區(qū)域形狀因子與預(yù)設(shè)的區(qū)域形狀特征閾值進(jìn)行比較，小于預(yù)設(shè)的區(qū)域形狀特征閾值的零部件表面區(qū)域標(biāo)記為第一表面區(qū)域，大于預(yù)設(shè)的區(qū)域形狀特征閾值的零部件表面區(qū)域標(biāo)記為第二表面區(qū)域。

12、進(jìn)一步地，所述油膜檢測模型包括第一厚度檢測模型和第二厚度檢測模型，所述將零部件表面分區(qū)通過油膜檢測模型進(jìn)行厚度檢測得到零部件全局油膜厚度分布的方法包括：

13、將第一表面區(qū)域通過第一厚度檢測模型進(jìn)行厚度檢測得到零部件第一厚度分布，所述第一厚度檢測模型是根據(jù)三維插值法建立的油膜顏色特征與油膜厚度的映射關(guān)系。

14、將第二表面區(qū)域通過第二厚度檢測模型進(jìn)行厚度檢測得到零部件第二厚度分布，所述第二厚度檢測模型是根據(jù)干涉條紋分析建立的油膜干涉條紋特征與油膜厚度的映射關(guān)系。

15、匯總零部件第一厚度分布與零部件第二厚度分布得到全局油膜厚度分布。

16、進(jìn)一步地，所述將第一表面區(qū)域通過第一厚度檢測模型進(jìn)行厚度檢測得到零部件第一厚度分布的方法包括：

17、將第一表面區(qū)域的rgb圖像通過顏色空間轉(zhuǎn)換得到第一表面區(qū)域圖像的hsv顏色空間，提取第一表面區(qū)域圖像中每個(gè)像素點(diǎn)在hsv顏色空間的三維特征值，所述三維特征值包括色調(diào)特征值、飽和度特征值、亮度特征值。

18、根據(jù)像素點(diǎn)的三維特征值通過最近鄰采樣法選取樣本網(wǎng)絡(luò)中距離該三維特征值最近的預(yù)設(shè)個(gè)數(shù)量樣本點(diǎn)得到目標(biāo)樣本點(diǎn)；所述樣本網(wǎng)格是根據(jù)歷史實(shí)驗(yàn)數(shù)據(jù)采集的不同油膜厚度樣本的色調(diào)特征值、飽和度特征值、亮度特征值構(gòu)成的三維網(wǎng)格。

19、根據(jù)像素點(diǎn)的三維特征值和目標(biāo)樣本點(diǎn)得到像素點(diǎn)到目標(biāo)樣本點(diǎn)的網(wǎng)格距離為：

20、。

21、其中分別是像素點(diǎn)的色調(diào)特征值、飽和度特征值、亮度特征值，分別是第個(gè)目標(biāo)樣本點(diǎn)的色調(diào)特征值、飽和度特征值、亮度特征值，是像素點(diǎn)到第個(gè)目標(biāo)樣本點(diǎn)的網(wǎng)格距離。

22、根據(jù)像素點(diǎn)到目標(biāo)樣本點(diǎn)的網(wǎng)格距離得到目標(biāo)樣本點(diǎn)權(quán)重為：

23、。

24、其中是像素點(diǎn)的目標(biāo)樣本點(diǎn)總數(shù)，是第目標(biāo)樣本點(diǎn)權(quán)重。

25、根據(jù)目標(biāo)樣本點(diǎn)權(quán)重和目標(biāo)樣本點(diǎn)油膜厚度得到像素點(diǎn)油膜厚度為：

26、。

27、其中是第個(gè)目標(biāo)樣本點(diǎn)油膜厚度，是像素點(diǎn)油膜厚度。

28、遍歷第一表面區(qū)域每個(gè)像素點(diǎn)油膜厚度得到零部件第一厚度分布。

29、進(jìn)一步地，所述將第二表面區(qū)域通過第二厚度檢測模型進(jìn)行厚度檢測得到零部件第二厚度分布的方法包括：

30、調(diào)整光源波段至預(yù)設(shè)波段，將光源通過分束器垂直照射第二表面區(qū)域，通過攝像頭獲取第二表面區(qū)域干涉條紋圖像。

31、根據(jù)第二表面區(qū)域干涉條紋圖像通過canny算法得到干涉條紋輪廓圖像，將干涉條紋輪廓圖像進(jìn)行二值化處理得到干涉條紋二值化圖像。

32、將干涉條紋二值化圖像進(jìn)行傅里葉變換得到干涉條紋頻域圖，根據(jù)干涉條紋頻域圖中頻率特征計(jì)算得到油膜厚度為：

33、。

34、其中是光源波長，是油膜折射率，是干涉條紋頻域圖中頻率點(diǎn)的空間頻率，是干涉條紋頻域圖中頻率點(diǎn)對(duì)應(yīng)的油膜厚度。

35、根據(jù)干涉條紋頻域圖中各頻率點(diǎn)對(duì)應(yīng)的油膜厚度轉(zhuǎn)換映射至第二表面區(qū)域得到零部件第二厚度分布。

36、進(jìn)一步地，所述將干涉條紋輪廓圖像進(jìn)行二值化處理得到干涉條紋二值化圖像的方法包括：

37、將干涉條紋輪廓圖像通過灰度化處理得到干涉條紋灰度圖像。

38、將干涉條紋灰度圖像中亮度值高于預(yù)設(shè)亮度閾值的區(qū)域設(shè)為白色，亮度值低于預(yù)設(shè)亮度閾值的區(qū)域設(shè)為黑色得到初始二值化圖像。

39、將初始二值化圖像進(jìn)行腐蝕處理得到去除噪點(diǎn)的二值化圖像，將去除噪點(diǎn)的二值化圖像進(jìn)行膨脹處理得到干涉條紋二值化圖像。

40、進(jìn)一步地，所述根據(jù)干涉條紋頻域圖中各頻率點(diǎn)對(duì)應(yīng)的油膜厚度轉(zhuǎn)換映射至第二表面區(qū)域得到零部件第二厚度分布的方法包括：

41、根據(jù)干涉條紋頻域圖中頻率點(diǎn)通過逆傅里葉變換將頻率點(diǎn)的頻率信息轉(zhuǎn)換為空間域信息得到頻率點(diǎn)在第二表面區(qū)域中所對(duì)應(yīng)的空間分布區(qū)域。

42、將同一頻率點(diǎn)所對(duì)應(yīng)的多個(gè)空間分布區(qū)域作為同一周期性特征區(qū)域組并根據(jù)干涉條紋頻域圖中頻率點(diǎn)對(duì)應(yīng)的油膜厚度對(duì)該同一周期性特征區(qū)域組進(jìn)行賦值得到具有厚度數(shù)據(jù)的區(qū)域組。

43、將各個(gè)頻率點(diǎn)對(duì)應(yīng)的具有厚度數(shù)據(jù)的區(qū)域組進(jìn)行匯總得到零部件第二表面區(qū)域的完整厚度分布作為零部件第二厚度分布。

44、基于同一發(fā)明構(gòu)思，本發(fā)明提供一種基于機(jī)器視覺的零部件表面質(zhì)量檢測系統(tǒng)，所述系統(tǒng)包括：圖像預(yù)處理模塊、表面分區(qū)模塊、油膜檢測模塊，所述圖像預(yù)處理模塊、表面分區(qū)模塊和油膜檢測模塊按順序依次連接。

45、所述圖像預(yù)處理模塊用于通過布置在噴油工序后的攝像頭獲取零部件在通過預(yù)設(shè)光源照射點(diǎn)時(shí)的零部件初始圖像，將零部件初始圖像進(jìn)行圖像預(yù)處理得到零部件預(yù)處理圖像，根據(jù)零部件預(yù)處理圖像通過邊緣檢測算法進(jìn)行輪廓提取得到零部件輪廓信息。

46、所述表面分區(qū)模塊用于根據(jù)零部件輪廓信息通過區(qū)域識(shí)別算法得到零部件表面區(qū)域組，將零部件表面區(qū)域組通過特征值計(jì)算得到零部件表面區(qū)域形狀因子，將零部件表面區(qū)域形狀因子與預(yù)設(shè)的區(qū)域形狀特征閾值進(jìn)行比較得到零部件表面分區(qū)。

47、所述油膜檢測模塊用于將零部件表面分區(qū)通過油膜檢測模型進(jìn)行厚度檢測得到零部件全局油膜厚度分布，將零部件表面的全局油膜厚度分布與預(yù)設(shè)的厚度閾值范圍進(jìn)行比較，對(duì)厚度閾值范圍外的零部件表面區(qū)域進(jìn)行預(yù)警提示。

48、進(jìn)一步地，所述油膜檢測模塊包括：第一厚度檢測模塊、第二厚度檢測模塊、厚度分布整合模塊、質(zhì)量預(yù)警模塊，所述第一厚度檢測模塊和第二厚度檢測模塊分別與厚度分布整合模塊連接，所述厚度分布整合模塊與質(zhì)量預(yù)警模塊連接。

49、所述第一厚度檢測模塊用于將第一表面區(qū)域通過第一厚度檢測模型進(jìn)行厚度檢測得到零部件第一厚度分布，所述第一厚度檢測模型是根據(jù)三維插值法建立的油膜顏色特征與油膜厚度的映射關(guān)系。

50、所述第二厚度檢測模塊用于將第二表面區(qū)域通過第二厚度檢測模型進(jìn)行厚度檢測得到零部件第二厚度分布，所述第二厚度檢測模型是根據(jù)干涉條紋分析建立的油膜干涉條紋特征與油膜厚度的映射關(guān)系。

51、所述厚度分布整合模塊用于匯總零部件第一厚度分布與零部件第二厚度分布得到全局油膜厚度分布。

52、所述質(zhì)量預(yù)警模塊用于將零部件表面的全局油膜厚度分布與預(yù)設(shè)的厚度閾值范圍進(jìn)行比較，對(duì)厚度閾值范圍外的零部件表面區(qū)域進(jìn)行預(yù)警提示。

53、本發(fā)明與現(xiàn)有技術(shù)相比，其有益效果是：通過邊緣檢測和區(qū)域形狀因子計(jì)算實(shí)現(xiàn)零部件表面分區(qū)，通過顏色空間三維特征值插值法對(duì)第一表面區(qū)域進(jìn)行分析結(jié)合干涉條紋頻域特征對(duì)第二表面進(jìn)行分析實(shí)現(xiàn)油膜厚度分區(qū)檢測，從而從整體上實(shí)現(xiàn)準(zhǔn)確高效地零部件表面質(zhì)量檢測。