磁環表面缺陷提取方法與流程

本發明涉及計算機視覺技術領域，尤其是涉及一種檢測準確率高、檢測效率高的磁環表面缺陷提取方法。

背景技術：

鐵氧體磁環被廣泛應用于電飯煲、電磁爐、音響等產品中，也是電子電路中常用的抗干擾元件，對于高頻噪聲有很好的抑制作用。但是，在磁環成型過程中，原材料攪拌不均勻或混有雜質、成型模具的磨損、燒結工序的溫度控制不當或半成品受熱不均勻等均會使磁環產生表面缺陷，如裂紋、粘連、結晶及掉角等。表面缺陷會直接影響磁材后期的品質，導致產品導磁率低、氣隙大，降低產品的可靠性和穩定性。因此，出廠之前必須快速高效并準確檢測磁環表面缺陷。

目前，絕大多數磁環生產企業采取人工檢測缺陷，受限于工人的精神狀態、檢測熟練水平、經驗積累水平以及工作環境等多方面因素，檢測的效率低、速度慢，而且不可避免的產生錯撿、漏檢。雖然超聲波、電渦流等無損檢測技術已廣泛應用于產品缺陷檢測，但其檢測成本高、速度慢、精度低，而且渦流檢測要求被檢對象是導電材料。鐵氧體磁環的導電性能比較差，絕大多數生產企業要求磁環檢測速度8-10個/秒，而且不僅需要檢測出是否存在缺陷，還要根據廠家要求精確測量出缺陷區域的參數，并以此對產品進行分級，超聲波和電渦流等無損檢測技術在磁環表面缺陷檢測方面受到了限制。

數字圖像處理技術具有信息含量大、表現形式直觀、傳輸存儲方便等優點，隨著電子、計算機和通信技術的發展，基于機器視覺的表面缺陷檢測成為可能，國內外學者對此開展了廣泛的研究，一些研究成果已經成功應用于鋼珠、鐵軌等產品的表面缺陷檢。

由于鐵氧體永磁體呈深灰色，其成像對比度比較低，圖像表面暗淡；而且磁體外表面存在磨加工產生的紋理，輸送磁體的皮帶會出現油污、磨損、灰塵等狀況。因此，磁體圖象比較復雜，已有的表面缺陷檢測算法不能適用于鐵氧體永磁體。

技術實現要素：

本發明的發明目的是為了克服現有技術中的人工檢測容易出現錯撿、漏檢的不足，提供了一種檢測準確率高、檢測效率高的磁環表面缺陷提取方法。

為了實現上述目的，本發明采用以下技術方案：

一種磁環表面缺陷提取方法，包括如下步驟：

(1-1)利用OTSU分割磁環圖像S(X，Y)，得到磁環二值圖像B(X，Y)，將B(X，Y)和S(X，Y)進行與運算，得到屏蔽背景圖像F(X，Y)；OTSU為最大類間方差法；

(1-2)利用Canny算法提取磁環圖像F(X，Y)的邊緣檢測圖像Q(X，Y)；

(1-3)將Q(X，Y)轉換為數字形態學運算圖像Q_x(X，Y)；

(1-4)對Q_x(X，Y)內部連通區域進行填充，得到掩模圖像Q_m(X，Y)；

(1-5)將Q_m(X，Y)和Q_x(X，Y)進行異或運算，得到缺陷連通域圖像Q′(X，Y)。

橫店東磁等鐵氧永磁體生產企業的一般要求檢測速度8-10個/秒，檢測算法除了需要有比較高的表面缺陷正確識別率，還應具有很高的運行效率。

現有技術采用Curvelet變換、非下采樣Contourlet變換、shearlet變換、小波變換凳多尺度分析技術，算法運行效率不能滿足要求，而且在嵌入式系統中難以實現；有的表面缺陷正確識別率比較低，不能滿足精度要求。此外，目前磁環缺陷檢測算法只能檢測上下端面的表面缺陷，無法檢測外表面和內表面的缺陷。

本發明的在線運行實驗結果表明，本發明的算法運行效率高和準確率高，穩定性和魯棒性強，能夠識別常見的缺陷，并且對于不常見的微小缺陷檢測能力高；本發明對光照變化、磁環類型變化適應性強；算法穩定，便于系統的檢修維護。

作為優選，步驟(1-2)包括如下步驟：

利用公式G(X，Y)＝H(X，Y，σ)*F(X，Y)對F(X，Y)進行降噪處理，得到平滑后的圖像G(X，Y)；

其中，H(X，Y，σ)為高斯濾波函數，σ為高斯濾波函數的標準差，σ為0.1至0.5；

利用公式計算圖像G(X，Y)的梯度幅值T[X，Y]；

利用公式θ[X，Y]＝arctan(G_X(X，Y)/G_Y(X，Y))計算圖像G(X，Y)的方向角θ[X，Y]；

其中，

G_x＝[F(X+1，Y)-F(X，Y)+F(X+1，Y+1)-F(X，Y+1)]/2

G_y＝[F(X，Y+1)-F(X，Y)+F(X+1，Y+1)-F(X+1，Y)]/2；

利用插值對梯度幅值T(X，Y)進行非極大值抑制：將非極大值抑制后的圖像G(X，Y)中最大的像素值記為L_max，統計非極大值抑制后的圖像G(X，Y)中1-L_max各灰度級的像素個數，并按灰度級大小進行排列，設定1-L_max各灰度級像素總數為Hist；

設定C×Hist(0＜C＜1)的灰度值為L，則利用公式TH_H＝L+1計算高閾值TH_H，利用公式TH_L＝0.3*TH_H計算低閾值TH_L；得到邊緣檢測圖像Q(X，Y)。

作為優選，步驟(1-3)包括如下步驟：

利用公式計算并得到Q(X，Y)的數字形態學運算圖像Q_x(X，Y)；

其中，H為腐蝕和膨脹結構元素，表示膨脹，Θ表示腐蝕。

作為優選，步驟(1-4)包括如下步驟：

在Q_x(X，Y)中查找所有連通域N′_i，設定連通域N′_i中的每個像素的像素值均為255，得到圖像Q_m，其中i為連通域序號。

因此，本發明具有如下有益效果：運行效率高和準確率高，穩定性和魯棒性強，能夠識別常見的缺陷，并且對于不常見的微小缺陷檢測能力高。

附圖說明

圖1是本發明的一種流程圖；

圖2是本發明的一種磁環表面缺陷檢測過程狀態圖；

圖3是一種算法對比圖。

具體實施方式

下面結合附圖和具體實施方式對本發明做進一步的描述。

如圖1、圖2所示的實施例是一種磁環表面缺陷提取方法，圖2中，從左至右依次為：原圖像S(X，Y)、屏蔽背景圖像F(X，Y)、邊緣提取圖像Q(X，Y)、數學形態學圖像Q_x(X，Y)、掩模圖像Q_m(X，Y)、缺陷連通域圖像Q′(X，Y)；

包括如下步驟：

步驟100，利用OTSU分割磁環圖像S(X，Y)，得到磁環二值圖像B(X，Y)，將B(X，Y)和S(X，Y)進行與運算，得到屏蔽背景圖像F(X，Y)；

步驟200，利用Canny算法提取磁環圖像F(X，Y)的邊緣檢測圖像Q(X，Y)；

利用公式G(X，Y)＝H(X，Y，σ)*F(X，Y)對F(X，Y)進行降噪處理，得到平滑后的圖像G(X，Y)；

其中，H(X，Y，σ)為高斯濾波函數，σ為高斯濾波函數的標準差，σ為0.1至0.5；

利用公式計算圖像G(X，Y)的梯度幅值T[X，Y]；

利用公式θ[X，Y]＝arctan(G_X(X，Y)/G_Y(X，Y))計算圖像G(X，Y)的方向角θ[X，Y]；

其中，

G_x＝[F(X+1，Y)-F(X，Y)+F(X+1，Y+1)-F(X，Y+1)]/2

G_y＝[F(X，Y+1)-F(X，Y)+F(X+1，Y+1)-F(X+1，Y)]/2；

利用插值對梯度幅值T(X，Y)進行非極大值抑制：將非極大值抑制后的圖像G(X，Y)中最大的像素值記為L_max，統計非極大值抑制后的圖像G(X，Y)中1-L_max各灰度級的像素個數，并按灰度級大小進行排列，設定1-L_max各灰度級像素總數為Hist；

設定C×Hist(0＜C＜1)的灰度值為L，則利用公式TH_H＝L+1計算高閾值TH_H，利用公式TH_L＝0.3*TH_H計算低閾值TH_L；得到邊緣檢測圖像Q(X，Y)。

步驟300，將Q(X，Y)轉換為數字形態學運算圖像Q_x(X，Y)；

利用公式計算并得到Q(X，Y)的數字形態學運算圖像Q_x(X，Y)；

其中，H為腐蝕和膨脹結構元素，表示膨脹，Θ表示腐蝕。

步驟400，對Q_x(X，Y)內部連通區域進行填充，得到掩模圖像Q_m(X，Y)

在Q_x(X，Y)中查找所有連通域N′_i，設定連通域N′_i中的每個像素的像素值均為255，得到圖像Q_m，其中i為連通域序號；

步驟500，將Q_m(X，Y)和Q_x(X，Y)進行異或運算，得到缺陷連通域圖像Q′(X，Y)。

算法對比

如圖3所示，第一行為存在缺陷的4個磁環，從左至右的4個磁環依次存在裂紋、掉塊、偏磨、磕邊的缺陷，第二行為OTSU閾值分割提取的磁環缺陷圖像，第三行為本發明提取的磁環缺陷圖像。

從圖3中可以看出，由于磁環表面復雜、缺陷種類多，傳統的OTSU分割提取缺陷算法不能有效的提取磁環缺陷，而本發明的算法能較好的提取磁環的缺陷。

實驗結果

為了驗證本發明算法的有效性及實用性，本發明選擇了297個磁環進行測試，其中正常磁環107個，缺陷磁環190，通過不間斷檢測，檢測結果如表1和表2所示。從表2中可知，磁環起皮檢測的正確率比其他缺陷要低，可能是磁環表面部分缺陷邊緣部分不明顯，Canny算法檢測邊緣時不連續造成的。

表1實驗檢測結果

表2各缺陷檢測結果對比

結論

與傳統的缺陷檢測方法相比，本發明準確率高，耗時短，且能檢測更廣泛的缺陷。

應理解，本實施例僅用于說明本發明而不用于限制本發明的范圍。此外應理解，在閱讀了本發明講授的內容之后，本領域技術人員可以對本發明作各種改動或修改，這些等價形式同樣落于本申請所附權利要求書所限定的范圍。