CN106296687A - 基于掩模技术的磁环表面缺陷提取方法 - Google Patents
基于掩模技术的磁环表面缺陷提取方法 Download PDFInfo
- Publication number
- CN106296687A CN106296687A CN201610651959.0A CN201610651959A CN106296687A CN 106296687 A CN106296687 A CN 106296687A CN 201610651959 A CN201610651959 A CN 201610651959A CN 106296687 A CN106296687 A CN 106296687A
- Authority
- CN
- China
- Prior art keywords
- magnet ring
- image
- surface defects
- utilize
- circle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种基于掩模技术的磁环表面缺陷提取方法,包括如下步骤:利用OTSU分割磁环图像,得到磁环二值图像B(X,Y);利用最小二乘法拟合磁环图像内外轮廓,计算磁环的内外径以及圆心坐标;构造掩模图像MR×R(X,Y)和PR×R(X,Y);对掩模图像MR×R(X,Y)和PR×R(X,Y)进行与运算,得到缺陷连通域图像K(X,Y)。本发明具有运行效率高和准确率高,稳定性和鲁棒性强,能够识别常见的缺陷的特点。
Description
技术领域
本发明涉及计算机视觉技术领域,尤其是涉及一种检测准确率高、检测效率高的基于掩模技术的磁环表面缺陷提取方法。
背景技术
铁氧体磁环被广泛应用于电饭煲、电磁炉、音响等产品中,也是电子电路中常用的抗干扰元件,对于高频噪声有很好的抑制作用。但是,在磁环成型过程中,原材料搅拌不均匀或混有杂质、成型模具的磨损、烧结工序的温度控制不当或半成品受热不均匀等均会使磁环产生表面缺陷,如裂纹、粘连、结晶及掉角等。表面缺陷会直接影响磁材后期的品质,导致产品导磁率低、气隙大,降低产品的可靠性和稳定性。因此,出厂之前必须快速高效并准确检测磁环表面缺陷。
目前,绝大多数磁环生产企业采取人工检测缺陷,受限于工人的精神状态、检测熟练水平、经验积累水平以及工作环境等多方面因素,检测的效率低、速度慢,而且不可避免的产生错捡、漏检。虽然超声波、电涡流等无损检测技术已广泛应用于产品缺陷检测,但其检测成本高、速度慢、精度低,而且涡流检测要求被检对象是导电材料。铁氧体磁环的导电性能比较差,绝大多数生产企业要求磁环检测速度8-10个/秒,而且不仅需要检测出是否存在缺陷,还要根据厂家要求精确测量出缺陷区域的参数,并以此对产品进行分级,超声波和电涡流等无损检测技术在磁环表面缺陷检测方面受到了限制。
数字图像处理技术具有信息含量大、表现形式直观、传输存储方便等优点,随着电子、计算机和通信技术的发展,基于机器视觉的表面缺陷检测成为可能,国内外学者对此开展了广泛的研究,一些研究成果已经成功应用于钢珠、铁轨等产品的表面缺陷检。
由于铁氧体永磁体呈深灰色,其成像对比度比较低,图像表面暗淡;而且磁体外表面存在磨加工产生的纹理,输送磁体的皮带会出现油污、磨损、灰尘等状况。因此,磁体图象比较复杂,已有的表面缺陷检测算法不能适用于铁氧体永磁体。
发明内容
本发明的发明目的是为了克服现有技术中的人工检测容易出现错捡、漏检的不足,提供了一种检测准确率高、检测效率高的基于掩模技术的磁环表面缺陷提取方法。
为了实现上述目的,本发明采用以下技术方案:
一种基于掩模技术的磁环表面缺陷提取方法,包括如下步骤:
(1-1)利用OTSU分割磁环图像,得到磁环二值图像B(X,Y);OTSU是最大类间方差法。
(1-2)利用最小二乘法拟合磁环图像内外轮廓,计算磁环的内外径以及圆心坐标;
(1-3)构造掩模图像MR×R(X,Y)和PR×R(X,Y);
(1-4)对掩模图像MR×R(X,Y)和PR×R(X,Y)进行与运算,得到缺陷连通域图像K(X,Y)。
横店东磁等铁氧永磁体生产企业的一般要求检测速度8-10个/秒,检测算法除了需要有比较高的表面缺陷正确识别率,还应具有很高的运行效率。
现有技术采用Curvelet变换、非下采样Contourlet变换、shearlet变换、小波变换凳多尺度分析技术,算法运行效率不能满足要求,而且在嵌入式系统中难以实现;有的表面缺陷正确识别率比较低,不能满足精度要求。此外,目前磁环缺陷检测算法只能检测上下端面的表面缺陷,无法检测外表面和内表面的缺陷。
本发明的在线运行实验结果表明,本发明的算法运行效率高和准确率高,稳定性和鲁棒性强,能够识别常见的缺陷,并且对于不常见的微小缺陷检测能力高;本发明对光照变化、磁环类型变化适应性强;算法稳定,便于系统的检修维护。
作为优选,步骤(1-2)包括如下步骤:
设定磁环外轮廓所有点为Ni(X,Y),内轮廓所有点为nj(X,Y),第一圆曲线方程为(X-A)2+(Y-B)2=R2,第二圆曲线方程为X2+Y2+aX+bY+c=0;
利用最小二乘法拟合圆
将磁环外圆曲线的每个像素点代入公式
求使Q(a,b,c)的值达到最小的参数a0、b0和c0;将磁环内圆曲线的每个像素点代入上述公式,求使Q(a,b,c)的值达到最小的参数a′0、b′0和c2;
利用公式计算磁环外圆圆心O(A0,B0)和外径Rout;
利用公式计算磁环内圆圆心O(A′0,B′0)的内径Rin。
作为优选,
其中,δ为4至6。
作为优选,步骤(1-4)包括如下步骤:
利用公式K(X,Y)=M(X,Y)∨P(X,Y)计算并获得缺陷图像K(X,Y),∨表示或运算。
因此,本发明具有如下有益效果:运行效率高和准确率高,稳定性和鲁棒性强,能够识别常见的缺陷,并且对于不常见的微小缺陷检测能力高。
附图说明
图1是本发明的一种流程图;
图2是本发明的一种磁环表面缺陷检测过程状态图;
图3是一种算法对比图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
如图1所示的实施例是一种基于掩模技术的磁环表面缺陷提取方法,如图2所示,从左至右依次为:原图像S(X,Y)、二值图像B(X,Y)、掩模图像MR×R(X,Y)、掩模图像PR×R(X,Y)、缺陷连通域图像K(X,Y),包括如下步骤:
步骤100,利用0TSU分割磁环图像,得到磁环二值图像B(X,Y);
步骤200,利用最小二乘法拟合磁环图像内外轮廓,计算磁环的内外径以及圆心坐标;
设定磁环外轮廓所有点为Ni(X,Y),内轮廓所有点为nj(X,Y),第一圆曲线方程为(x-A)2+(Y-B)2=R2,第二圆曲线方程为X2+Y2+aX+bY+c=0;
利用最小二乘法拟合圆
将磁环外圆曲线的每个像素点代入公式
求使Q(a,b,c)的值达到最小的参数a0、b0和c0;将磁环内圆曲线的每个像素点代入上述公式,求使Q(a,b,c)的值达到最小的参数a′0、b′0和c2;
利用公式计算磁环外圆圆心O(A0,B0)和外径Rout;
利用公式计算磁环内圆圆心O(A′0,B′0)和内径Rin。
步骤300,构造掩模图像MR×R(X,Y)和PR×R(X,Y);
其中,δ为5。
步骤400,对掩模图像M(X,Y)和P(X,Y)进行与运算,得到缺陷连通域图像K(X,Y)
利用公式K(X,Y)=M(X,Y)∨P(X,Y)计算并获得缺陷图像K(X,Y),∨表示或运算。
算法对比
如图3所示,第一行为存在缺陷的4个磁盘,从左至右的4个磁盘依次存在裂纹、掉块、偏磨、磕边的缺陷,第二行为OTSU阈值分割提取的磁盘缺陷图像,第三行为本发明提取的磁盘缺陷图像。
从图3中可以看出,由于磁环表面复杂、缺陷种类多,传统的OTSU分割提取缺陷算法不能有效的提取磁环缺陷,而本发明的算法能较好的提取磁环的缺陷。
实验结果
为了验证本发明算法的有效性及实用性,本发明选择了297个磁环进行测试,其中正常磁环107个,缺陷磁环190,通过不间断检测,检测结果如表1和表2所示。从表2中可知,磁环起皮检测的正确率比其他缺陷要低,可能是磁环表面部分缺陷边缘部分不明显,Canny算法检测边缘时不连续造成的。
表1实验检测结果
表2各缺陷检测结果对比
结论
与传统的缺陷检测方法相比,本发明准确率高,耗时短,且能检测更广泛的缺陷。
应理解,本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (4)
1.一种基于掩模技术的磁环表面缺陷提取方法,其特征是,包括如下步骤:
(1-1)利用OTSU分割磁环图像,得到磁环二值图像B(X,Y);
(1-2)利用最小二乘法拟合磁环图像内外轮廓,计算磁环的内外径以及圆心坐标;
(1-3)构造掩模图像MR×R(X,Y)和PR×R(X,Y);
(1-4)对掩模图像MR×R(X,Y)和PR×R(X,Y)进行与运算,得到缺陷连通域图像K(X,Y)。
2.根据权利要求1所述的基于掩模技术的磁环表面缺陷提取方法,其特征是,步骤(1-2)包括如下步骤:
设定磁环外轮廓所有点为Ni(X,Y),内轮廓所有点为nj(X,Y),第一圆曲线方程为(X-A)2+(Y-B)2=R2,第二圆曲线方程为X2+Y2+aX+bY+c=0;
利用最小二乘法拟合圆
将磁环外圆曲线的每个像素点代入公式
求使Q(a,b,c)的值达到最小的参数a0、b0和c0;将磁环内圆曲线的每个像素点代入上述公式,求使Q(a,b,c)的值达到最小的参数a′0、b′0和c2;
利用公式计算磁环外圆圆心o(A0,B0)和外径Rout;
利用公式计算磁环内圆圆心o(A′0,B′0)和内径Rin。
3.根据权利要求1所述的基于掩模技术的磁环表面缺陷提取方法,其特征是,
其中,δ为4至6。
4.根据权利要求1或2或3所述的基于掩模技术的磁环表面缺陷提取方法,其特征是,步骤(1-4)包括如下步骤:
利用公式K(X,Y)=M(X,Y)∨P(X,Y)计算并获得缺陷图像K(X,Y),∨表示或运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610651959.0A CN106296687A (zh) | 2016-08-10 | 2016-08-10 | 基于掩模技术的磁环表面缺陷提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610651959.0A CN106296687A (zh) | 2016-08-10 | 2016-08-10 | 基于掩模技术的磁环表面缺陷提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106296687A true CN106296687A (zh) | 2017-01-04 |
Family
ID=57668029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610651959.0A Pending CN106296687A (zh) | 2016-08-10 | 2016-08-10 | 基于掩模技术的磁环表面缺陷提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106296687A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107025653A (zh) * | 2017-06-17 | 2017-08-08 | 丹凤县荣毅电子有限公司 | 一种基于机器视觉的磁环检测方法 |
CN107680086A (zh) * | 2017-09-27 | 2018-02-09 | 电子科技大学 | 一种既有弧形边又有直线边的材料轮廓缺陷检测方法 |
CN108230324A (zh) * | 2018-01-31 | 2018-06-29 | 浙江理工大学 | 磁瓦表面微缺陷视觉检测方法 |
CN108776966A (zh) * | 2018-06-12 | 2018-11-09 | 成都银河磁体股份有限公司 | 一种磁体外观缺陷检测的方法及系统 |
CN112215803A (zh) * | 2020-09-15 | 2021-01-12 | 昆明理工大学 | 一种基于改进生成对抗网络的铝板电涡流检测图像缺陷分割方法 |
CN113064251A (zh) * | 2021-03-24 | 2021-07-02 | 上海晨兴希姆通电子科技有限公司 | 透镜定位方法及其系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102621158A (zh) * | 2011-07-15 | 2012-08-01 | 苏州谷夫道自动化科技有限公司 | 一种磁环不合格品自动检测装置和方法 |
CN103090804A (zh) * | 2013-01-15 | 2013-05-08 | 中国计量学院 | 成品磁环图像自动检测系统及检测方法 |
-
2016
- 2016-08-10 CN CN201610651959.0A patent/CN106296687A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102621158A (zh) * | 2011-07-15 | 2012-08-01 | 苏州谷夫道自动化科技有限公司 | 一种磁环不合格品自动检测装置和方法 |
CN103090804A (zh) * | 2013-01-15 | 2013-05-08 | 中国计量学院 | 成品磁环图像自动检测系统及检测方法 |
Non-Patent Citations (2)
Title |
---|
王玉槐等: "基于机器视觉的磁环端面缺陷检测", 《工程图学学报》 * |
王玉槐等: "应用图像处理技术检测磁环端面缺陷", 《轻工机械》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107025653A (zh) * | 2017-06-17 | 2017-08-08 | 丹凤县荣毅电子有限公司 | 一种基于机器视觉的磁环检测方法 |
CN107680086A (zh) * | 2017-09-27 | 2018-02-09 | 电子科技大学 | 一种既有弧形边又有直线边的材料轮廓缺陷检测方法 |
CN107680086B (zh) * | 2017-09-27 | 2020-10-23 | 电子科技大学 | 一种既有弧形边又有直线边的材料轮廓缺陷检测方法 |
CN108230324A (zh) * | 2018-01-31 | 2018-06-29 | 浙江理工大学 | 磁瓦表面微缺陷视觉检测方法 |
CN108230324B (zh) * | 2018-01-31 | 2023-10-20 | 浙江理工大学 | 磁瓦表面微缺陷视觉检测方法 |
CN108776966A (zh) * | 2018-06-12 | 2018-11-09 | 成都银河磁体股份有限公司 | 一种磁体外观缺陷检测的方法及系统 |
CN108776966B (zh) * | 2018-06-12 | 2021-11-16 | 成都银河磁体股份有限公司 | 一种磁体外观缺陷检测的方法及系统 |
CN112215803A (zh) * | 2020-09-15 | 2021-01-12 | 昆明理工大学 | 一种基于改进生成对抗网络的铝板电涡流检测图像缺陷分割方法 |
CN112215803B (zh) * | 2020-09-15 | 2022-07-12 | 昆明理工大学 | 一种基于改进生成对抗网络的铝板电涡流检测图像缺陷分割方法 |
CN113064251A (zh) * | 2021-03-24 | 2021-07-02 | 上海晨兴希姆通电子科技有限公司 | 透镜定位方法及其系统 |
CN113064251B (zh) * | 2021-03-24 | 2023-03-14 | 上海晨兴希姆通电子科技有限公司 | 透镜定位方法及其系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106296687A (zh) | 基于掩模技术的磁环表面缺陷提取方法 | |
CN107618533A (zh) | 一种钢轨表面离散缺陷的机器视觉检测装置及方法 | |
CN102636490B (zh) | 基于机器视觉的轴承防尘盖表面缺陷检测方法 | |
CN106353324B (zh) | 磁环表面缺陷提取方法 | |
CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
CN107742286A (zh) | 一种多晶硅太阳能电池片el测试裂纹缺陷检测方法 | |
CN108230324A (zh) | 磁瓦表面微缺陷视觉检测方法 | |
CN104063873A (zh) | 一种基于压缩感知的轴套类零件表面缺陷在线检测方法 | |
CN103345632A (zh) | 一种电池尾端表面划痕缺陷检测方法 | |
CN103163211B (zh) | 一种金属导体表面和亚表面缺陷分类识别方法 | |
CN103489223A (zh) | 一种面向3d封装ic的3d断层扫描成像方法 | |
CN112215803B (zh) | 一种基于改进生成对抗网络的铝板电涡流检测图像缺陷分割方法 | |
Lin et al. | Surface defect detection of machined parts based on machining texture direction | |
Sa et al. | Improved Otsu segmentation based on sobel operator | |
CN208000606U (zh) | 磁瓦表面微缺陷视觉检测装置 | |
CN107085001B (zh) | 大型工艺管线缺陷探测方法 | |
CN101696876B (zh) | 一种vcm磁钢的视觉检测方法 | |
Wang et al. | A new computer vision based multi-indentation inspection system for ceramics | |
CN109357868B (zh) | 轴承套圈的扫频涡流与巴克豪森噪声法的综合分选方法 | |
Tsai et al. | Saw-Mark Defect Detection in Heterogeneous Solar Wafer Images using GAN-based Training Samples Generation and CNN Classification. | |
CN109191439A (zh) | 一种靶材工件表面刀纹缺陷检测方法 | |
Wu et al. | Application of image processing sensor and pattern recognition in detection of bearing surface defects | |
CN109870500B (zh) | 一种基于交流电磁场检测的缺陷实时判别方法及系统 | |
CN111060588B (zh) | 一种基于脉冲涡流技术的表面和埋深缺陷分类方法 | |
Liao et al. | Surface defect detection of Si3N4 ceramic bearing ball based on improved homomorphic filter-Gaussian filter coupling algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |