CN109557101B - 一种非标高反射曲面工件的缺陷检测装置及方法 - Google Patents
一种非标高反射曲面工件的缺陷检测装置及方法 Download PDFInfo
- Publication number
- CN109557101B CN109557101B CN201811630476.8A CN201811630476A CN109557101B CN 109557101 B CN109557101 B CN 109557101B CN 201811630476 A CN201811630476 A CN 201811630476A CN 109557101 B CN109557101 B CN 109557101B
- Authority
- CN
- China
- Prior art keywords
- image
- defect
- elevation
- curved surface
- detection
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 123
- 238000001514 detection method Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000005452 bending Methods 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000004313 glare Effects 0.000 abstract description 3
- 230000003287 optical effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种非标高反射曲面工件的缺陷检测装置及方法,包括第一光路、第二光路、云纹面光源、半透半反透镜、工业相机及计算机,所述云纹面光源发出的云纹条纹光束沿着所述第一光路到达所述半透半反透镜,所述半透半反透镜将所述云纹条纹光束反射至一非标高反射曲面工件表面以形成信号光,所述信号光沿着所述第二光路到达所述半透半反透镜,所述半透半反透镜将所述信号光透射至所述工业相机上以形成检测图像,所述计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷及缺陷的位置,以精确的检测非标高反射曲面工件表面的缺陷,且解决了在图像采集的时候容易发生眩光导致采集的图像过饱和以及检测的分辨率不可控的问题。
Description
技术领域
本发明涉及缺陷检测技术领域,尤其涉及一种非标高反射曲面工件的缺陷检测装置及方法。
背景技术
在制造业领域,对工件表面缺陷检测是自动检测的关键点,尤其是对于抛光的非标高反射曲面,由于其表面具有高反射的特性,目前大部分传统的制造业工件表面的缺陷检测都是采用人工检测,而由于人工检测通常是在强光下进行操作,光线、检测人员的主观意识、缺陷的尺寸对于检测质量的影响比较大,视觉检测与人眼检测相比具有非接触式测量、严格的一致性、更小的空间分辨率、更高的时间分辨率以及更高的工作效率等特点。因此设计一种利用机器视觉代替人眼进行抛光工件表面缺陷检测意义重大。
通常情况下,为了采集到清晰的图片需要使用漫反射光源,使得被测高反射曲面工件的表面光线分布均匀,通常这种检测方法使用穹顶光源,而此种光源由于高反射曲面的镜面特性,对于微小的缺陷难以采集,同时导致采集的缺陷与正常区域对比度过低,容易造成漏检。而基于相位偏折技术获取表面缺陷的检测方法可以对表面缺陷进行三维的测量,但是由于被测高反射面工件表面非理想的镜面,存在反射条纹模糊,曲面的属性使得条纹存在相位变化,曲面会发生相位偏差,同一位置采集存在相位差的N帧图片,增加了图像的采集时间、加大了计算量、算法难以处理,降低了系统的实时性。因此,此方法在本场景下尚且需要优化。
发明内容
本发明的目的在于提供一种非标高反射曲面工件的缺陷检测装置及方法,以解决现有技术中无法精确的实时检测非标高反射曲面工件表面的缺陷等问题。
为了达到上述目的,本发明提供了一种非标高反射曲面工件的缺陷检测装置,包括第一光路、第二光路、云纹面光源、半透半反透镜、工业相机及计算机,所述云纹面光源发出的云纹条纹光束沿着所述第一光路到达所述半透半反透镜,所述半透半反透镜将所述云纹条纹光束反射至一非标高反射曲面工件的表面以形成信号光,所述信号光沿着所述第二光路到达所述半透半反透镜,所述半透半反透镜将所述信号光透射至所述工业相机上以形成检测图像,所述计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷及缺陷的位置。
可选的,当所述非标高反射曲面工件的表面没有缺陷时,所述检测图像上具有若干平行的直条纹;当所述非标高反射曲面工件的表面具有缺陷时,所述检测图像上对应缺陷部分的条纹产生弯曲变形。
可选的,所述云纹条纹光束由若干明暗相间的条纹构成,相邻两个条纹之间的间距相等,通过调整所述条纹的间距调整检测的分辨率。
可选的,所述分辨率大于或等于相邻两个条纹之间的间距的两倍。
可选的,所述计算机包括依次连接的图像预处理模块、图像特征增强模块、缺陷特征提取模块、伪缺陷剔除模块及标注模块。
本发明提供了一种非标高反射曲面工件的缺陷检测方法,包括:
提供所述非标高反射曲面工件的缺陷检测装置;
云纹面光源发出的云纹条纹光束沿着第一光路到达半透半反透镜,所述半透半反透镜将所述云纹条纹光束反射至一非标高反射曲面工件的表面以形成信号光;
所述信号光沿着第二光路到达所述半透半反透镜,所述半透半反透镜将所述信号光透射至一工业相机上以形成检测图像;
计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷及缺陷的位置。
可选的,所述计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷的步骤包括:
图像预处理模块获取所述检测图像,提取所述检测图像在RGB通道中B通道下的灰度图像,并提取所述灰度图像中条纹的中心线以获取所述中心线的倾斜角度,并将所述灰度图像反向旋转所述倾斜角度以矫正所述灰度图像中的条纹;
图像特征增强模块对校正后的所述灰度图像进行梯度计算,同时拷贝另一份校正后的所述灰度图像转换到频域后进行频域高斯滤波,将所述梯度计算后的灰度图像与频域高斯滤波后并转回时域的灰度图像进行差分计算,以得到增强图像;
缺陷特征提取模块将所述增强图像进行Gabor变化,取所述条纹方向的角度参数后采用最大熵分割对缺陷进行提取以获取缺陷图案;
伪缺陷剔除模块剔除所述缺陷图案中面积与梯度均小于设定值的缺陷区域以得到真实缺陷,所述标注模块在所述缺陷图案中标注出所述真实缺陷的轮廓与面积。
可选的,所述计算机判断出所述非标高反射曲面工件的表面有缺陷之后,还计算出所述真实缺陷在所述缺陷图案中的位置,以得到所述真实缺陷在所述非标高反射曲面工件的表面的位置。
在本发明提供的非标高反射曲面工件的缺陷检测装置及方法中,包括第一光路、第二光路、云纹面光源、半透半反透镜、工业相机及计算机,所述云纹面光源发出的云纹条纹光束沿着所述第一光路到达所述半透半反透镜,所述半透半反透镜将所述云纹条纹光束反射至一非标高反射曲面工件表面以形成信号光,所述信号光沿着所述第二光路到达所述半透半反透镜,所述半透半反透镜将所述信号光透射至所述工业相机上以形成检测图像,所述计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷及缺陷的位置,以精确的检测非标高反射曲面工件表面的缺陷,且解决了在图像采集的时候容易发生眩光导致采集的图像过饱和以及检测的分辨率不可控的问题。
附图说明
图1为本发明实施例提供的非标高反射曲面工件的缺陷检测装置的结构示意图;
图2为本发明实施例提供的非标高反射曲面工件的缺陷检测装置的光路原理图。
具体实施方式
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
请参阅图1,本实施例提供了一种非标高反射曲面工件的缺陷检测装置,包括第一光路a、第二光路b、云纹面光源1、半透半反透镜2、工业相机3及计算机4,所述云纹面光源1发出的云纹条纹光束沿着所述第一光路a到达所述半透半反透镜2,所述半透半反透镜2将所述云纹条纹光束反射至一非标高反射曲面工件5的表面以形成信号光,所述信号光沿着所述第二光路b到达所述半透半反透镜2,所述半透半反透镜2将所述信号光透射至所述工业相机3上以形成检测图像,所述计算机4对所述检测图像进行处理以判断出所述非标高反射曲面工件5的表面是否有缺陷及缺陷的位置。
进一步,如图2所示,所述云纹面光源1发出的云纹条纹光束11,在所述非标高反射曲面工件5的表面发生镜面反射所形成的虚像为1”,所述云纹面光源11的轴线T与检测平面交于微观平面交于点O,以O点为圆心建立直角坐标系XYZ,所述云纹面光源1例如是一显示屏1’,M为显示屏1’上任意点,此处发出的光线为Is,入射角为θ,反射光线为Rs,当待测面为标准面时,M’为点M在标准面S所成的像,F为标准面S的法线,当待测物表面存在缺陷时,由于在缺陷处的表面结构发生变化,光的反射角度将发生偏移,假设偏移的角度为α,则法线偏转角度为α,由于光路可逆,则:
此时原本应该呈现M初像偏移到了N,使得标准条纹在缺陷处发生弯曲形变,当标准面上的缺陷造成α的角度偏转时,由光路可逆可知,将带来反射光线2α的角度偏转。则当所述非标高反射曲面工件5的表面没有缺陷时,所述检测图像上具有若干平行的直条纹;当所述非标高反射曲面工件5的表面具有缺陷时,所述检测图像上对应缺陷部分的条纹产生弯曲变形,可以以此判断是否有缺陷及缺陷的位置。
基于此,本实施例还提供了一种非标高反射曲面工件的缺陷检测方法,包括:
S1:提供所述非标高反射曲面工件的缺陷检测装置;
S2:云纹面光源发出的云纹条纹光束沿着第一光路到达半透半反透镜,所述半透半反透镜将所述云纹条纹光束反射至一非标高反射曲面工件的表面以形成信号光;
S3:所述信号光沿着第二光路到达所述半透半反透镜,所述半透半反透镜将所述信号光透射至一工业相机上以形成检测图像;
S4:计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷及缺陷的位置。
可以理解的是,所述云纹面光源发出的云纹条纹光束由若干明暗相间的条纹构成(即亮暗条纹相间),相邻两个条纹之间的间距相等,所述云纹面光源1具有一光源控制器,通过所述光源控制器调整所述条纹的间距调整检测的分辨率。可选的,所述条纹的灰度分布成阶跃函数,条纹的间距可调,通过调节相邻两个条纹间距L,可以调节系统的检测分辨率P,对应关系为P大于或等于2L。
进一步,所述工业相机3获取所述检测图像后,由于是对着强光拍摄的图像,可以发现这种检测图像非常容易过饱和,导致无法识别出缺陷,所以需要所述计算机4需要对所述检测图像进行图像处理。具体的,所述计算机4包括依次连接的图像预处理模块、图像特征增强模块、缺陷特征提取模块、伪缺陷剔除模块及标注模块,以分别对所述检测图像进行预处理、图像特征增强、缺陷特征提取、伪缺陷剔除及标准。
所述图像预处理模块获取所述检测图像,提取所述检测图像在在RGB通道中B通道下的灰度图像,并提取所述灰度图像中条纹的中心线以获取所述中心线的倾斜角度,并将所述灰度图像反向旋转所述倾斜角度以矫正所述灰度图像中的条纹。具体的,在实际的工作中,采集的所述检测图像可能会存在倾斜的情况,而由于又没有很好的参照物对检测图像的倾斜角度进行计算,因此选取所述检测图像中的条纹的中心线对其进行骨架提取,例如采用zhang骨架提取,并进行hough直线拟合,通过计算得到条纹的中心线的倾斜角度,接着以检测图像中心的中心线的作为原点,反向旋转所述倾斜角度,使所述检测图像矫正。
接下来,所述图像特征增强模块对校正后的所述灰度图像进行梯度计算,同时拷贝另一份校正后的所述灰度图像进行高斯滤波,将所述梯度计算后的灰度图像与高斯滤波后的灰度图像进行差分计算,以得到增强图像。具体的,在缺陷处,所述非标高反射曲面工件5的缺陷处的反射率与发射角度的变化,矫正后的所述灰度图像中,缺陷处的图像灰度梯度与其余的区域存在区别,可以对矫正后的所述灰度图像进行sobel进行梯度计算,在水平与垂直方向上的检测算子分别为:
对梯度计算按如下公式:
进行梯度变换后的灰度图像在缺陷处梯度的系数与其他区域存在差别。
拷贝另一份校正后的所述灰度图像通过FFT变换将图像变换到频域,进行频域高斯滤波,再通过逆FFT变换到时域。高斯函数的傅里叶变换仍然是高斯函数,但是其标准差已经发生改变,频域标准差越大,高斯函数越宽,在空域高斯函数表示为
对灰度图像进行FFT变换后,图像已经转换到频域,此时的高斯函数在频域表示为:
在上式中D0为截至频率,D(u,v)为图像频域点(u,v)的值,D(u,v)=u2+v2;当D(u,v)越大时,高斯函数H(u,v)距离中心越小,即距离频率空间(0,0)越远时,频率越高。通过对灰度图像做如下的卷积运算:
G(u,v)=F(u,v)H(u,v);
可以滤除高频,保留低频信号,而对于灰度图像,背景条纹图像的条纹灰度是255与0,变化剧烈,通过此操作可以使条纹变模糊,从而实现对缺陷特征的增强。将得到的高斯滤波后的灰度图像与梯度计算之后的灰度图像进行差分计算,以得到进行图像增强后的增强图像。
进一步,所述缺陷特征提取模块将所述增强图像进行Gabor变化,取所述条纹方向的角度参数后采用最大熵分割对缺陷进行提取以获取缺陷图案。具体的,二维Gabor滤波函数g(x,y),其脉冲响应函数h(x,y)及其傅里叶变换H(u,v)分别为:
h(x,y)=g(x,y)·exp(2πjf0x);
二维Gabor冲击响应函数h(x,y)从空域来看是一个高斯核函数调制的正弦平面波,δx、δy是其椭圆高斯函数在x,y坐标轴上的标准方差,决定了滤波器在x,y轴的收缩程度,f0为复正弦函数的中心调制频率。
Gabor函数可以分解为实部hR(x,y)和虚部hI(x,y)两个分量,分别对增强图像M滤波则可以得到:
其中(hR*M)和hI*M分别表示用Gabor滤波器的实部和虚部对增强图像M进行卷积,S(x,y)即为Gabor滤波器提取的图像特征。
接下来,以h(x,y)作为母小波函数,对h(x,y)进行适当的尺度变换和旋转,可以得到一组自相似的Gabor小波:
hmn(x,y)=a-mh(x′,y′);
其中,a-m为尺度因子,a>1,m,n∈Z,0<<m<<S-1,0<<n<<K-1,S、K分别为尺度和方向的数目。在本实施例中,通过采用Gabor变换实部对增强图像进行变换,引入最大熵分割后能对缺陷进行较好的提取,以得到缺陷图案。
获取到所述缺陷图案之后,由于存在一些灰尘、以及传感器本身的噪音,可以将所述缺陷图案中面积与梯度均小于各自的设定值的缺陷区域认定为噪声缺陷。所述伪缺陷剔除模块剔除所述噪声缺陷以得到对应所述非标高反射曲面工件5的表面缺陷的真实缺陷,所述标注模块在所述缺陷图案中标注出所述真实缺陷的轮廓与面积,并输出所述真实缺陷的信息。
进一步,所述计算机还计算出所述真实缺陷在所述缺陷图案中的位置,通过建立坐标系可以得到所述真实缺陷在所述非标高反射曲面工件的表面的位置。
综上,在本发明实施例提供的非标高反射曲面工件的缺陷检测装置及方法中,包括第一光路、第二光路、云纹面光源、半透半反透镜、工业相机及计算机,所述云纹面光源发出的云纹条纹光束沿着所述第一光路到达所述半透半反透镜,所述半透半反透镜将所述云纹条纹光束反射至一非标高反射曲面工件表面以形成信号光,所述信号光沿着所述第二光路到达所述半透半反透镜,所述半透半反透镜将所述信号光透射至所述工业相机上以形成检测图像,所述计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷及缺陷的位置,以精确的检测非标高反射曲面工件表面的缺陷,且解决了在图像采集的时候容易发生眩光导致采集的图像过饱和以及检测的分辨率不可控的问题。
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
Claims (2)
1.一种非标高反射曲面工件的缺陷检测方法,其特征在于,包括:
使用非标高反射曲面工件的缺陷检测装置进行检测,其中,非标高反射曲面工件的缺陷检测装置包括第一光路、第二光路、云纹面光源、半透半反透镜、工业相机及计算机,所述云纹面光源发出的云纹条纹光束沿着所述第一光路到达所述半透半反透镜,所述半透半反透镜将所述云纹条纹光束反射至一非标高反射曲面工件的表面以形成信号光,所述信号光沿着所述第二光路到达所述半透半反透镜,所述半透半反透镜将所述信号光透射至所述工业相机上以形成检测图像,所述计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷及缺陷的位置;当所述非标高反射曲面工件的表面没有缺陷时,所述检测图像上具有若干平行的直条纹;当所述非标高反射曲面工件的表面具有缺陷时,所述检测图像上对应缺陷部分的条纹产生弯曲变形;所述云纹条纹光束由若干明暗相间的条纹构成,相邻两个条纹之间的间距相等,通过调整所述条纹的间距调整检测的分辨率;所述分辨率大于或等于相邻两个条纹之间的间距的两倍;所述计算机包括依次连接的图像预处理模块、图像特征增强模块、缺陷特征提取模块、伪缺陷剔除模块及标注模块;
云纹面光源发出的云纹条纹光束沿着第一光路到达半透半反透镜,所述半透半反透镜将所述云纹条纹光束反射至一非标高反射曲面工件的表面以形成信号光;
所述信号光沿着第二光路到达所述半透半反透镜,所述半透半反透镜将所述信号光透射至一工业相机上以形成检测图像;
计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷及缺陷的位置;
所述计算机对所述检测图像进行处理以判断出所述非标高反射曲面工件的表面是否有缺陷的步骤包括:
图像预处理模块获取所述检测图像,提取所述检测图像在RGB通道中B通道下的灰度图像,并提取所述灰度图像中条纹的中心线以获取所述中心线的倾斜角度,并将所述灰度图像反向旋转所述倾斜角度以矫正所述灰度图像中的条纹;
图像特征增强模块对校正后的所述灰度图像进行梯度计算,同时拷贝另一份校正后的所述灰度图像转换到频域后进行频域高斯滤波,将所述梯度计算后的灰度图像与频域高斯滤波后并转回时域的灰度图像进行差分计算,以得到增强图像;
缺陷特征提取模块将所述增强图像进行Gabor变化,取所述条纹方向的角度参数后采用最大熵分割对缺陷进行提取以获取缺陷图案;
伪缺陷剔除模块剔除所述缺陷图案中面积与梯度均小于设定值的缺陷区域以得到真实缺陷,所述标注模块在所述缺陷图案中标注出所述真实缺陷的轮廓与面积。
2.如权利要求1所述的非标高反射曲面工件的缺陷检测方法,其特征在于,所述计算机判断出所述非标高反射曲面工件的表面有缺陷之后,还计算出所述真实缺陷在所述缺陷图案中的位置,以得到所述真实缺陷在所述非标高反射曲面工件的表面的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811630476.8A CN109557101B (zh) | 2018-12-29 | 2018-12-29 | 一种非标高反射曲面工件的缺陷检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811630476.8A CN109557101B (zh) | 2018-12-29 | 2018-12-29 | 一种非标高反射曲面工件的缺陷检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109557101A CN109557101A (zh) | 2019-04-02 |
CN109557101B true CN109557101B (zh) | 2023-11-17 |
Family
ID=65871732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811630476.8A Active CN109557101B (zh) | 2018-12-29 | 2018-12-29 | 一种非标高反射曲面工件的缺陷检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109557101B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110057841A (zh) * | 2019-05-05 | 2019-07-26 | 电子科技大学 | 一种基于透射结构光的缺陷检测方法 |
CN110057835B (zh) * | 2019-05-29 | 2024-09-20 | 深圳中科飞测科技股份有限公司 | 一种检测装置及检测方法 |
CN110261390B (zh) * | 2019-06-13 | 2022-10-04 | 深圳市智能机器人研究院 | 一种漫反射结构光的表面缺陷光学检测系统和方法 |
CN111855671A (zh) * | 2020-07-29 | 2020-10-30 | 无锡先导智能装备股份有限公司 | 表面缺陷检测方法、装置及系统 |
CN112132019A (zh) * | 2020-09-22 | 2020-12-25 | 深兰科技(上海)有限公司 | 物体垂直判断方法和装置 |
CN112945965A (zh) * | 2020-12-28 | 2021-06-11 | 慧三维智能科技(苏州)有限公司 | 一种高亮高反零件瑕疵检测方法 |
CN112945985A (zh) * | 2021-02-02 | 2021-06-11 | 广东嘉铭智能科技有限公司 | 一种光栅式自旋转打光模型的构建方法及装置 |
CN113899755A (zh) | 2021-11-17 | 2022-01-07 | 武汉华星光电半导体显示技术有限公司 | 屏幕折痕程度的检测方法和视觉检测设备 |
CN114594101B (zh) * | 2022-02-08 | 2024-06-25 | 厦门聚视智创科技有限公司 | 一种判断表面缺陷显性程度的方法 |
CN114660077A (zh) * | 2022-05-23 | 2022-06-24 | 菲特(天津)检测技术有限公司 | 基于反射定律的管筒类内壁微米级缺陷在线检测方法 |
CN115619767B (zh) * | 2022-11-09 | 2023-04-18 | 南京云创大数据科技股份有限公司 | 基于多光照条件的类镜面工件表面缺陷检测方法及装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6084671A (en) * | 1997-05-06 | 2000-07-04 | Holcomb; Matthew J. | Surface analysis using Gaussian beam profiles |
TW200702656A (en) * | 2005-05-25 | 2007-01-16 | Olympus Corp | Surface defect inspection apparatus |
CN103207532A (zh) * | 2013-04-21 | 2013-07-17 | 中国科学院光电技术研究所 | 一种同轴检焦测量系统及其测量方法 |
CN104021523A (zh) * | 2014-04-30 | 2014-09-03 | 浙江师范大学 | 一种基于边缘分类的图像超分辨率放大的新方法 |
CN104062233A (zh) * | 2014-06-26 | 2014-09-24 | 浙江大学 | 精密表面缺陷散射三维显微成像装置 |
CN104101611A (zh) * | 2014-06-06 | 2014-10-15 | 华南理工大学 | 一种类镜面物体表面光学成像装置及其成像方法 |
CN104237252A (zh) * | 2014-09-25 | 2014-12-24 | 华南理工大学 | 一种机器视觉产品表面微缺陷智能检测方法及其装置 |
CN104680546A (zh) * | 2015-03-12 | 2015-06-03 | 安徽大学 | 一种图像显著目标检测方法 |
CN104713489A (zh) * | 2015-02-04 | 2015-06-17 | 中国船舶重工集团公司第七一一研究所 | 一种三维云纹干涉仪及材料表面测量方法 |
CN104867147A (zh) * | 2015-05-21 | 2015-08-26 | 北京工业大学 | 基于冠状动脉造影图像分割的syntax自动评分方法 |
CN106871815A (zh) * | 2017-01-20 | 2017-06-20 | 南昌航空大学 | 一种Kinect与条纹反射法结合的类镜面三维面形测量方法 |
CN107144240A (zh) * | 2017-05-12 | 2017-09-08 | 电子科技大学 | 一种检测玻璃面板表面缺陷的系统及方法 |
WO2018173660A1 (ja) * | 2017-03-21 | 2018-09-27 | Jfeスチール株式会社 | 表面欠陥検査方法及び表面欠陥検査装置 |
CN108645871A (zh) * | 2018-05-15 | 2018-10-12 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于条纹反射的3d曲面玻璃缺陷检测方法 |
CN108802056A (zh) * | 2018-08-23 | 2018-11-13 | 中国工程物理研究院激光聚变研究中心 | 光学元件位相型缺陷测量装置及检测方法 |
CN209486002U (zh) * | 2018-12-29 | 2019-10-11 | 桂林电子科技大学 | 一种非标高反射曲面工件的缺陷检测装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7847927B2 (en) * | 2007-02-28 | 2010-12-07 | Hitachi High-Technologies Corporation | Defect inspection method and defect inspection apparatus |
-
2018
- 2018-12-29 CN CN201811630476.8A patent/CN109557101B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6084671A (en) * | 1997-05-06 | 2000-07-04 | Holcomb; Matthew J. | Surface analysis using Gaussian beam profiles |
TW200702656A (en) * | 2005-05-25 | 2007-01-16 | Olympus Corp | Surface defect inspection apparatus |
CN103207532A (zh) * | 2013-04-21 | 2013-07-17 | 中国科学院光电技术研究所 | 一种同轴检焦测量系统及其测量方法 |
CN104021523A (zh) * | 2014-04-30 | 2014-09-03 | 浙江师范大学 | 一种基于边缘分类的图像超分辨率放大的新方法 |
CN104101611A (zh) * | 2014-06-06 | 2014-10-15 | 华南理工大学 | 一种类镜面物体表面光学成像装置及其成像方法 |
CN104062233A (zh) * | 2014-06-26 | 2014-09-24 | 浙江大学 | 精密表面缺陷散射三维显微成像装置 |
CN104237252A (zh) * | 2014-09-25 | 2014-12-24 | 华南理工大学 | 一种机器视觉产品表面微缺陷智能检测方法及其装置 |
CN104713489A (zh) * | 2015-02-04 | 2015-06-17 | 中国船舶重工集团公司第七一一研究所 | 一种三维云纹干涉仪及材料表面测量方法 |
CN104680546A (zh) * | 2015-03-12 | 2015-06-03 | 安徽大学 | 一种图像显著目标检测方法 |
CN104867147A (zh) * | 2015-05-21 | 2015-08-26 | 北京工业大学 | 基于冠状动脉造影图像分割的syntax自动评分方法 |
CN106871815A (zh) * | 2017-01-20 | 2017-06-20 | 南昌航空大学 | 一种Kinect与条纹反射法结合的类镜面三维面形测量方法 |
WO2018173660A1 (ja) * | 2017-03-21 | 2018-09-27 | Jfeスチール株式会社 | 表面欠陥検査方法及び表面欠陥検査装置 |
CN107144240A (zh) * | 2017-05-12 | 2017-09-08 | 电子科技大学 | 一种检测玻璃面板表面缺陷的系统及方法 |
CN108645871A (zh) * | 2018-05-15 | 2018-10-12 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于条纹反射的3d曲面玻璃缺陷检测方法 |
CN108802056A (zh) * | 2018-08-23 | 2018-11-13 | 中国工程物理研究院激光聚变研究中心 | 光学元件位相型缺陷测量装置及检测方法 |
CN209486002U (zh) * | 2018-12-29 | 2019-10-11 | 桂林电子科技大学 | 一种非标高反射曲面工件的缺陷检测装置 |
Non-Patent Citations (3)
Title |
---|
基于反射云纹的抛光曲面表面缺陷检测研究;《激光与光电子学发展》;第56卷(第14期);第141501-1-10页 * |
王月敏等.基于全场条纹反射的镜面物体三维面形测量综述.《光学精密工程》.2018,第第26卷卷(第第5期期),1014-1024页. * |
赵文川等.基于条纹反射的光学表面疵病检测法.《光子学报》.2014,第第43卷卷(第第9期期),1-5页. * |
Also Published As
Publication number | Publication date |
---|---|
CN109557101A (zh) | 2019-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109557101B (zh) | 一种非标高反射曲面工件的缺陷检测装置及方法 | |
JP6358351B1 (ja) | 表面欠陥検査方法及び表面欠陥検査装置 | |
US10690492B2 (en) | Structural light parameter calibration device and method based on front-coating plane mirror | |
US8432395B2 (en) | Method and apparatus for surface contour mapping | |
KR20190028794A (ko) | GPU 기반 TFT-LCD Mura 결함 탐지 방법 | |
AU2020100891A4 (en) | A defect detection device and method for a non-standard high reflective curved surface workpiece | |
EP1980843A1 (en) | Method and apparatus for detecting defects in optical components. | |
CN111257338B (zh) | 镜面、类镜面物体表面缺陷检测方法 | |
CN104061879A (zh) | 一种连续扫描的结构光三维面形垂直测量方法 | |
CN104101611A (zh) | 一种类镜面物体表面光学成像装置及其成像方法 | |
JP5806786B1 (ja) | 画像認識装置 | |
TWI583920B (zh) | 光滑物體的量測系統及其量測方法 | |
TW200402007A (en) | Image processing method for appearance inspection | |
CN109507198B (zh) | 基于快速傅里叶变换和线性高斯的口罩检测系统及方法 | |
CN104075659A (zh) | 一种基于rgb结构光源的三维成像识别方法 | |
WO2018022130A1 (en) | Hybrid 3d optical scanning system | |
CN209486002U (zh) | 一种非标高反射曲面工件的缺陷检测装置 | |
CN114719749A (zh) | 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统 | |
TWI490481B (zh) | On - line Inspection Method for Panel 3D Defects | |
CN112782179A (zh) | 一种产品反光表面缺陷检测方法及系统 | |
TWI458964B (zh) | 表面缺陷檢測裝置及其量測方法 | |
CN113570578A (zh) | 一种镜片鬼影现象检测方法、装置 | |
TW201913574A (zh) | 應用於物件檢測之攝影機與雷射測距儀的數據融合方法 | |
JP3454088B2 (ja) | 3次元形状計測方法及びその装置 | |
WO2019238583A1 (en) | Deflectometric techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |