CN112465743A - 一种周期性结构质量检测方法 - Google Patents

Abstract

本发明涉及一种周期性结构质量检测方法，该方法基于频谱分析，首先将周期性结构在时域的纹理信息通过离散二维傅里叶变换到频率域，然后对频谱图像进行预处理得到能够反应时域图像纹理信息的主要频谱特征点，最后定位并提取所述主要频谱特征点，计算所述主要频谱特征点的位置、峰值大小及扩散程度，根据计算结果确定周期性结构的密度、均匀性、结构缺陷、相似度参数。

Description

一种周期性结构质量检测方法

技术领域

本发明涉及一种周期性结构质量检测方法。

背景技术

周期性结构是一种常见的结构形式，广泛应用于日常生产生活中，大到建筑、桥梁、机械、织物，小到细胞、复眼、芯片、微透镜阵列等都具有周期性结构。然而，由于制造工艺的限制，周期性结构往往存在一定误差或缺陷，为了保证周期性结构在应用中的一致性和准确性，对其纹理密度、夹角、缺陷、均匀性等结构参数的检测是制造中必不可少的环节。传统上对周期性结构的检测(如织物缺陷、微透镜阵列均匀性等)都由人工来完成，但人工检测效率低，检测结果易受主观因素影响。随着图像处理技术和计算机视觉技术的发展，生活中越来越多的测量工作都通过视觉系统自动完成，基于视觉检测技术实现周期性结构参数智能化检测成为一种迫切的需要。然而，传统的视觉检测技术对周期性结构的检测具有如下的局限性：

(1)传统的视觉检测方法往往只针对某一种具体的周期性结构进行检测，并且结构参数不同所采用的检测方法不同，检测方法通用性不强；

(2)传统的视觉检测方法易受采集图像时的光照、距离、角度等外界因素的影响，最终造成对周期性结构参数的误检；

(3)传统的视觉检测手段效率较低，难以实现快速高效的检测。

发明内容

针对上述问题，本发明的目的是提供一种具有通用性的周期性结构质量检测方法，实现对大多数周期性结构的综合参数快速高效地检测，从而提高生产效率、降低成本。为实现上述目的，本发明采取以下技术方案：

一种周期性结构质量检测方法，该方法基于频谱分析，首先将周期性结构在时域的纹理信息通过离散二维傅里叶变换到频率域，然后对频谱图像进行预处理得到能够反应时域图像纹理信息的主要频谱特征点，最后定位并提取所述主要频谱特征点，计算所述主要频谱特征点的位置、峰值大小及扩散程度，根据计算结果确定周期性结构的密度、均匀性、结构缺陷、相似度参数。方法如下：

(1)对周期性结构图进行离散二维傅里叶变换得到其三维频谱图；

对三维频谱图依次进行阈值分割、低通滤波、窗口截取预处理得到频谱预处理图；

(2)在频谱预处理图中中心峰的高度代表周期性结构图的平均亮度，周边特征峰的位置和高度代表周期性结构图的纹理信息，周边特征峰分布在横轴、纵轴两条对称轴上；分别提取频谱预处理图中横轴、纵轴所有坐标点得到周期性结构图的横轴频谱图、纵轴频谱图；在横轴频谱图中提取中心峰两边横向特征峰的坐标(X₀,Z₀),周期性结构的横向纹理数等于特征值X₀，同理，纵轴频谱图中提取中心峰两边纵向特征峰的坐标(Y₀,Z₀),周期性结构的纵向纹理数等于特征值Y₀。

设周期性结构图像素大小为M₁*M₂，则周期性结构图像的横向纹理像素间距D₁＝M₁/X₀,周期性结构图像的纵向纹理像素间距D₂＝M₂/Y₀；通过标定得到周期性结构图实际尺寸和像素尺寸的比例系数k，并计算得到实际纹理间距G；

(3)有均匀性误差的周期性结构的纹理宽度和纹理间距不一致，与正常纹理频谱图相比，有均匀性误差的周期性结构频谱图特征峰的位置没有改变，但特征峰的高度降低，且峰旁频率增强，有杂峰出现，均匀性误差会导致特征峰发生扩散，因此，用频谱特征峰高度值与扩散部分面积的比值即扩散程度f来表征周期结构纹理均匀性误差；

(4)与正常纹理频谱图相比，有缺陷的周期性结构频谱图的中心峰高度降低并向周围扩散，缺陷会导致频谱能量重心发生偏移，通过计算待测图像的频谱能量重心偏移量来检测周期性结构是否存在缺陷，频谱能量重心C_E计算公式如下：

公式中，i和j代表频谱图像像素索引，i_max为频谱图像总行数，j_max为频谱图像总列数，img(i,j)表示频谱图的第i行、第j列灰度值。

比较两个不同的周期性结构图的相似度时，采用对数极坐标方法评价周期性结构图像的相似度，通过比较两幅周期性结构图的三维频谱图的对数极坐标频谱图来评价两个不同的周期性结构图的相似度。

本发明由于采取以上技术方案，其具有以下优点：

(1)采用频谱分析法，可以在频率域提取能够反应周期性结构综合参数特征点的位置、峰值及扩散程度，从而实现对大多数周期性结构图像综合参数的检测；

(2)采用频谱分析法，在频率域对图像进行预处理，减少采集图像时的干扰因素对最终参数检测结果的影响；

(3)采用频谱分析法，只需要对提取到的特征点进行相关参数计算，不需要计算整幅图像，可以减小运算量，提高运算速度。

附图说明

图1为周期性结构及其对应的频谱图；

图2为周期性结构横、纵向频谱图；

图3为不同纹理信息的周期性结构频谱分析图；

图4为本发明所提到的正常纹理和有均匀性误差的周期性结构及其频谱图

图5为本发明所提到的正常纹理和有缺陷的周期性结构及其频谱图

图6是本发明所提到的周期性结构质量通用检测方法总流程图。

图中编号说明：1周期性结构图；2三维频谱图；3中心峰；4特征峰；5横轴；6纵轴；7横向频谱图；8纵向频谱图；9横向特征点；10纵向特征点；11正常纹理的周期性结构及其频谱图；12均匀性误差的周期性结构及其频谱图；13有缺陷的周期性结构及其频谱图；14两个特征峰的扩散范围；中心峰的扩散范围15；16对数极坐标频谱图。

具体实施方式

图1为周期性结构及其对应的频谱图，对周期性结构图1进行快速二维傅里叶变换得到其三维频谱图2，在三维频谱图2中周期性结构的纹理信息集中在几个尖峰处，其中中心峰3的高度代表周期性结构图1的平均亮度，周边特征峰4的位置和高度代表周期性结构图1纹理信息的频谱特征。如图2所示，分别提取三维频谱图2中横轴5、纵轴6所有坐标点得到周期性结构图1的横向频谱图7、纵向频谱图8，图中各点的横坐标代表特征峰的位置，纵坐标代表特征点的高度。在横向频谱图7中横向特征点9的位置为21，而周期结构图1的横向周期数(横向黑白条纹间隔数)也为21，同时，在纵向频谱图8中纵向特征点10的位置为21，而周期结构图1的纵向周期数(横向黑白条纹间隔数)也为21，所以可以通过计算频谱图特征点的位置来表征周期性结构的周期数。

不同纹理信息的周期性结构频谱分析如图3所示，11为正常纹理的周期性结构及其频谱图，12为均匀性误差的周期性结构及其频谱图，13为有缺陷的周期性结构及其频谱图，11、12、13中周期性结构图的纹理周期数均为16。在正常纹理的周期性结构及其频谱图11中，代表周期数的两个特征峰对称分布在中心峰的两侧，其形状尖锐且没有发生扩散，峰旁也没有杂峰出现。在均匀性误差的周期性结构及其频谱图12中，图像纹理均匀性误差没有改变特征峰的位置，但特征峰的高度降低，且峰旁频率增强(有杂峰出现)，特征峰在频谱中产生扩散现象，说明均匀性误差会导致特征峰发生扩散。在有缺陷的周期性结构及其频谱图13中，缺陷也没有改变特征峰的位置，说明周期性结构图像的纹理周期没有破坏，但中心峰的高度降低并向周围扩散，说明缺陷会导致中心峰发生扩散。

在实际获取的图像中，会存在图像旋转、缩放等情况，直接通过频谱特征评价图像的相似度很难，可以采用归一化方法，将图像的原始频谱转换成对数极坐标频谱，在对数极坐标系下，对数极坐标频谱的相关函数代表两幅图像的相似性。如图4所示，采用对数极坐标方法评价图像的相似度，有三种周期性结构图a,b,c,其中a和b的结构比较相似，a和c的结构完全不同，对比这三种结构的三维频谱图，发现两个图像的结构相似其频谱图却不同，但它们的对数极坐标频谱图很相似，当然不同结构的图像其频谱图和对数极坐标频谱图均不相同对数。因此，可以通过比较两幅图像的对数极坐标频谱图来评价两幅图像的相似度。

通过对图3、4分析，可以得到一种周期性结构质量的通用检测方法，如图5所示。通过提取周期性结构图像频谱图中对称分布在中心峰两侧的两个特征峰4的位置坐标，来评估图像的周期性；通过获取代表图像周期数的两个特征峰的扩散范围14来评估图像的均匀性；通过获取中心峰3的高度和扩散范围15来判断图像是否存在缺陷；通过整个对数极坐标频谱图16来评价两幅图像的相似度。

周期性结构质量通用检测方法总流程如图6所示，先将采集到的周期性结构图进行图像预处理得到预处理图，预处理的目的是减少采集图像时产生的干扰因素对图像纹理信息的影响，以增强图像的纹理信息，然后对预处理图进行二维快速傅里叶变换获得图像的频域信息即频谱图，然后对频谱图进行归一化、阈值化、低通滤波、窗口截取等预处理得到频谱预处理图，频谱预处理在增强算法通用性的同时，又达到了突出特征点并减少计算量的效果，接着定位频谱特征点并提取特征值，最后，根据提取得到的特征值，结合具体需求进行相应的参数的计算.概括而言，本发明的具有通用性的周期性结构质量检测方法，步骤如下：

(1)周期性结构图像作为一种二维矩阵信号，可以通过离散二维傅里叶变换计算出其频谱，离散二维傅里叶变换公式如下：

公式中f(x,y)代表二维周期性结构图像；F(u,v)代表通过离散二维傅里叶变换得到的频谱图像；x,y表示二维周期性结构图像的像素坐标；u,v表示频谱图像的频谱坐标；M,N表示二维周期性结构图像的像素尺寸。

(2)对上述频谱图像F(u,v)进行阈值化、低通滤波、窗口截取等预处理得到能够反映二维周期性结构图像f(x,y)纹理信息的频谱预处理图。

(3)分别提取频谱预处理图中横轴和纵轴坐标点得到横向频谱图和纵向频谱图。分析横纵向频谱图中中心峰、特征峰的位置、高度及扩散程度与二维周期性结构图像f(x,y)的纹理间距、均匀性、结构缺陷、相似度等各参数之间的关系，从而完成对周期性结构质量的检测。

本发明的周期性结构质量检测方法的具体检测步骤如下：

(1)对横纵向纹理数均为T(T＝21)、像素大小为M1*M2的周期性结构图1进行离散二维傅里叶变换得到其三维频谱图。

(2)对三维频谱图进行阈值分割、低通滤波、窗口截取等预处理得到频谱预处理图2，如图2所示。预处理具体步骤如下：

S1：阈值分割：设置合适的阈值，对频谱图作阈值化处理，可以抑制背景，使得特征峰的数据更加清晰。

S2：低通滤波：频谱图包含一些高频成分，使得频谱特征点处出现连续多个尖峰，通过低通滤波，可以滤除高频成分，有效抑制尖峰密集，使得特征点提取更加方便准确。

S3：窗口截取：频谱特征频率一般分布在中心区域，通过设置合理的窗口对频谱图像进行截取，既可以排除高频干扰，又能够减少数据量，提高算法效率。

(3)根据傅里叶变换原理知，在频谱预处理图中中心峰3的高度代表周期性结构图的平均亮度，周边特征峰4的位置(X₀,Y₀)和高度(Z₀)代表周期性结构图的纹理信息。从频谱预处理图可以看出，特征峰4分布在横轴、纵轴两条对称轴上，分别提取频谱预处理图中横轴5、纵轴6所有坐标点得到周期性结构图的横轴频谱图7、纵轴频谱图8。在横轴频谱图7中提取中心峰3两边横向特征峰9的坐标(X₀,Z₀),发现周期性结构的横向纹理数等于特征值X₀，同理，纵轴频谱图8中提取中心峰3两边纵向特征峰10的坐标(Y₀,Z₀),发现周期性结构的纵向纹理数等于特征值Y₀。

(4)图像像素大小为M₁*M₂，则周期性结构图像的横向纹理像素间距D₁＝M₁/X₀,周期性结构图像的纵向纹理像素间距D₂＝M₂/Y₀；通过标定得到周期性结构图实际尺寸和像素尺寸的比例系数k，则实际纹理间距G的计算公式是：

D＝M/T

G＝kD

(5)有均匀性误差的周期性结构的纹理宽度和纹理间距不一致，与正常纹理频谱图相比，有均匀性误差的周期性结构频谱图特征峰的位置没有改变，但特征峰的高度降低，且峰旁频率增强(有杂峰出现)，说明均匀性误差会导致特征峰发生扩散，因此，可以用频谱特征峰高度值与扩散部分面积的比值(即扩散程度)来表征周期结构纹理均匀性误差，扩散程度f计算公式如下：

公式中，k是比例系数，分子代表对称的两个特征峰之间扩散的频谱面积之和；分母代表特征峰高度值。

(6)在正常纹理和有缺陷的周期性结构图及其频谱图中，与正常纹理频谱图相比，有缺陷的周期性结构频谱图的中心峰高度降低并向周围扩散，说明缺陷会导致频谱能量重心发生偏移，因此，可以通过计算待测图像的频谱能量重心偏移量来检测周期性结构是否存在缺陷。频谱能量重心C_E计算公式如下：

公式中，i和j代表频谱图像像素索引，i_max为频谱图像总行数，j_max为频谱图像总列数，img(i,j)表示频谱图的第i行、第j列灰度值。

(7)比较两幅图像的相似度时，由于实际获取的图像存在旋转、缩放等情况，直接通过频谱特征评价图像的相似度很难，所以可以采用对数极坐标方法评价周期性结构图像的相似度，如图4所示有三种周期性结构图a,b,c,其中a和b的结构比较相似，a和c的结构完全不同，对比这三种结构的三维频谱图，发现两个图像的结构相似其频谱图却不同，但它们的对数极坐标频谱图很相似，当然不同结构的图像其频谱图和对数极坐标频谱图均不相同对数。因此，可以通过比较两幅图像的对数极坐标频谱图来评价两幅图像的相似度。具体操作如下：

S1:首先将原始频谱图转换成对数极坐标频谱图，转换公式如下：

公式中，X和Y为原始频谱矩阵S的坐标，r和θ为对数极坐标频谱矩阵S′的坐标,λ、λ′为比例系数。S2：然后用对数极坐标频谱图的相关函数求出两幅图像的相似性。相关函数计算公式如下：

公式中，S′₍₁₎和S′₍₂₎是待匹配两幅周期性结构图像的对数极坐标频谱矩阵，FFT2表示快速二维傅里叶变换，IFFT2表示快速二维逆傅里叶变换，Conj是计算共轭复数的函数，Cov是计算协方差的函数。R是相关系数，相关系数越大表示两幅图像相关度越大，r，θ表示两个对数极坐标频谱的横向和纵向位移，代表了原始两幅图像的旋转和平移关系。

Claims (1)

1.一种周期性结构质量检测方法，该方法基于频谱分析，首先将周期性结构在时域的纹理信息通过离散二维傅里叶变换到频率域，然后对频谱图像进行预处理得到能够反应时域图像纹理信息的主要频谱特征点，最后定位并提取所述主要频谱特征点，计算所述主要频谱特征点的位置、峰值大小及扩散程度，根据计算结果确定周期性结构的密度、均匀性、结构缺陷、相似度参数。方法如下：

(1)对周期性结构图进行离散二维傅里叶变换得到其三维频谱图；

对三维频谱图依次进行阈值分割、低通滤波、窗口截取预处理得到频谱预处理图；

(2)在频谱预处理图中中心峰的高度代表周期性结构图的平均亮度，周边特征峰的位置和高度代表周期性结构图的纹理信息，周边特征峰分布在横轴、纵轴两条对称轴上；分别提取频谱预处理图中横轴、纵轴所有坐标点得到周期性结构图的横轴频谱图、纵轴频谱图；在横轴频谱图中提取中心峰两边横向特征峰的坐标(X₀,Z₀),周期性结构的横向纹理数等于特征值X₀，同理，纵轴频谱图中提取中心峰两边纵向特征峰的坐标(Y₀,Z₀),周期性结构的纵向纹理数等于特征值Y₀。

设周期性结构图像素大小为M₁*M₂，则周期性结构图像的横向纹理像素间距D₁＝M₁/X₀,周期性结构图像的纵向纹理像素间距D₂＝M₂/Y₀；通过标定得到周期性结构图实际尺寸和像素尺寸的比例系数k，并计算得到实际纹理间距G；

(3)有均匀性误差的周期性结构的纹理宽度和纹理间距不一致，与正常纹理频谱图相比，有均匀性误差的周期性结构频谱图特征峰的位置没有改变，但特征峰的高度降低，且峰旁频率增强，有杂峰出现，均匀性误差会导致特征峰发生扩散，因此，用频谱特征峰高度值与扩散部分面积的比值即扩散程度f来表征周期结构纹理均匀性误差；

(4)与正常纹理频谱图相比，有缺陷的周期性结构频谱图的中心峰高度降低并向周围扩散，缺陷会导致频谱能量重心发生偏移，通过计算待测图像的频谱能量重心偏移量来检测周期性结构是否存在缺陷，频谱能量重心C_E计算公式如下：

公式中，i和j代表频谱图像像素索引，i_max为频谱图像总行数，j_max为频谱图像总列数，img(i,j)表示频谱图的第i行、第j列灰度值。

比较两个不同的周期性结构图的相似度时，采用对数极坐标方法评价周期性结构图像的相似度，通过比较两幅周期性结构图的三维频谱图的对数极坐标频谱图来评价两个不同的周期性结构图的相似度。

Images