CN113610773B - 一种垫片孔洞质量检测方法、系统、装置及存储介质 - Google Patents

一种垫片孔洞质量检测方法、系统、装置及存储介质 Download PDF

Info

Publication number
CN113610773B
CN113610773B CN202110804793.2A CN202110804793A CN113610773B CN 113610773 B CN113610773 B CN 113610773B CN 202110804793 A CN202110804793 A CN 202110804793A CN 113610773 B CN113610773 B CN 113610773B
Authority
CN
China
Prior art keywords
region
gasket
hole
area
determining
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
Application number
CN202110804793.2A
Other languages
English (en)
Other versions
CN113610773A (zh
Inventor
陈从桂
朱春锦
黎鑫泽
张�浩
朱健业
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou University
Original Assignee
Guangzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou University filed Critical Guangzhou University
Priority to CN202110804793.2A priority Critical patent/CN113610773B/zh
Publication of CN113610773A publication Critical patent/CN113610773A/zh
Application granted granted Critical
Publication of CN113610773B publication Critical patent/CN113610773B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20061Hough transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种垫片孔洞质量检测方法、系统、装置及存储介质,方法包括:获取待检测垫片的第一图像信息,并根据第一图像信息提取出垫片区域;对垫片区域进行区域填充得到第一区域,进而对垫片区域和第一区域进行区域求差得到第二区域,第二区域包括孔洞区域、卡槽区域以及噪点区域;对第二区域进行先腐蚀后膨胀处理去除掉噪点区域得到第三区域,进而对第三区域进行特征筛选得到孔洞区域;确定孔洞区域的数量和各孔洞区域的外接圆半径,进而根据数量和外接圆半径确定待检测垫片的孔洞质量。本发明相对于现有的缺陷检测算法而言,减小了计算量,降低了对系统算力的要求,在保证准确度的同时,提高了检测的效率,可广泛应用于图像处理技术领域。

Description

一种垫片孔洞质量检测方法、系统、装置及存储介质
技术领域
本发明涉及图像处理技术领域,尤其是一种垫片孔洞质量检测方法、系统、装置及存储介质。
背景技术
当前,很多工厂在生产和制造垫片的时候会由于人工操作失误或机器磨损等各方面原因,导致生产出的垫片孔洞数量不符合要求,或是孔洞大小不达标。现阶段,工厂大多使用人工判断垫片孔洞合格与否,既浪费人力物力,且人的肉眼观察误差率较大;垫片普遍使用色彩较暗淡的橡胶或者硅胶等材料制成,难以将孔洞、卡口以及垫片的其他部分区分开来,因此无论是人工检测还是现有的基于模板匹配的缺陷检测技术的效率都比较低。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此,本发明实施例的一个目的在于提供一种准确、高效的垫片孔洞质量检测方法。
本发明实施例的另一个目的在于提供一种垫片孔洞质量检测系统。
为了达到上述技术目的,本发明实施例所采取的技术方案包括:
第一方面,本发明实施例提供了一种垫片孔洞质量检测方法,包括以下步骤:
获取待检测垫片的第一图像信息,并根据所述第一图像信息提取出垫片区域;
对所述垫片区域进行区域填充得到第一区域,进而对所述垫片区域和所述第一区域进行区域求差得到第二区域,所述第二区域包括孔洞区域、卡槽区域以及噪点区域;
对所述第二区域进行先腐蚀后膨胀处理去除掉所述噪点区域得到第三区域,进而对所述第三区域进行特征筛选得到所述孔洞区域;
确定所述孔洞区域的数量和各所述孔洞区域的外接圆半径,进而根据所述数量和所述外接圆半径确定所述待检测垫片的孔洞质量。
进一步地,在本发明的一个实施例中,所述获取待检测垫片的第一图像信息,并根据所述第一图像信息提取出垫片区域这一步骤,其具体包括:
通过工业相机获取待检测垫片的第一图像信息;
对所述第一图像信息进行灰度化处理,得到灰度图像;
对所述灰度图像进行自动阈值分割,提取出所述灰度图像中灰度值在预设的阈值范围内的像素点,得到所述垫片区域。
进一步地,在本发明的一个实施例中,通过OTUS法对所述灰度图像进行自动阈值分割。
进一步地,在本发明的一个实施例中,所述对所述第二区域进行先腐蚀后膨胀处理去除掉所述噪点区域得到第三区域,进而对所述第三区域进行特征筛选得到所述孔洞区域这一步骤,其具体包括:
确定结构元素,并根据所述结构元素对所述第二区域依次进行腐蚀处理和膨胀处理,得到第三区域;
通过四邻域分割法对所述第三区域进行区域分割,得到第四区域;
对所述第四区域进行圆度特征筛选,得到所述孔洞区域。
进一步地,在本发明的一个实施例中,所述对所述第四区域进行圆度特征筛选,得到所述孔洞区域这一步骤,其具体包括:
对所述第四区域进行边缘检测,确定若干个连续轮廓;
对所述连续轮廓进行随机霍夫变换,筛选出若干个圆形轮廓;
根据所述圆形轮廓确定所述孔洞区域。
进一步地,在本发明的一个实施例中,所述确定所述孔洞区域的数量和各所述孔洞区域的外接圆半径,进而根据所述数量和所述外接圆半径确定所述待检测垫片的孔洞质量这一步骤,其具体包括:
确定所述孔洞区域的数量和各孔洞区域的外接圆半径;
当所述数量等于预设的数量阈值,且各所述外接圆半径均符合预设的误差范围,确定所述待检测垫片的孔洞质量为合格,反之,则确定所述待检测垫片的孔洞质量为不合格。
第二方面,本发明实施例提供了一种垫片孔洞质量检测系统,包括:
垫片区域提取模块,用于获取待检测垫片的第一图像信息,并根据所述第一图像信息提取出垫片区域;
第二区域获取模块,用于对所述垫片区域进行区域填充得到第一区域,进而对所述垫片区域和所述第一区域进行区域求差得到第二区域,所述第二区域包括孔洞区域、卡槽区域以及噪点区域;
孔洞区域确定模块,用于对所述第二区域进行先腐蚀后膨胀处理去除掉所述噪点区域得到第三区域,进而对所述第三区域进行特征筛选得到所述孔洞区域;
孔洞质量确定模块,用于确定所述孔洞区域的数量和各所述孔洞区域的外接圆半径,进而根据所述数量和所述外接圆半径确定所述待检测垫片的孔洞质量。
进一步地,在本发明的一个实施例中,所述孔洞区域确定模块包括:
第一单元,用于确定结构元素,并根据所述结构元素对所述第二区域依次进行腐蚀处理和膨胀处理,得到第三区域;
第二单元,用于通过四邻域分割法对所述第三区域进行区域分割,得到第四区域;
第三单元,用于对所述第四区域进行圆度特征筛选,得到所述孔洞区域。
第三方面,本发明实施例提供了一种垫片孔洞质量检测装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现上述的一种垫片孔洞质量检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行上述的一种垫片孔洞质量检测方法。
本发明的优点和有益效果将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到:
本发明实施例先从待检测垫片的第一图像信息中提取出垫片区域,然后对该垫片区域进行区域填充后在进行区域求差,得到包含孔洞区域、卡槽区域和噪点区域的第二区域,再对第二区域进行先腐蚀后膨胀处理以及特征筛选,得到孔洞区域,进而确定孔洞区域的数量和各孔洞区域的外接圆半径,从而可以确定待检测垫片的孔洞质量。本发明实施例通过区域填充、区域求差、先腐蚀后膨胀以及特征筛选可得到单个的孔洞区域,进而可以根据孔洞区域的数量和外接圆半径判断待检测垫片是否合格,相对于现有的基于模板匹配的缺陷检测算法而言,减小了计算量,降低了对系统算力的要求,在保证准确度的同时,提高了垫片孔洞质量检测的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面对本发明实施例中所需要使用的附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员来说,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1为本发明实施例提供的一种垫片孔洞质量检测方法的步骤流程图;
图2为本发明实施例提供的一种垫片孔洞质量检测系统的结构框图;
图3为本发明实施例提供的一种垫片孔洞质量检测装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中,多个的含义是两个或两个以上,如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
参照图1,本发明实施例提供了一种垫片孔洞质量检测方法,具体包括以下步骤:
S101、获取待检测垫片的第一图像信息,并根据第一图像信息提取出垫片区域;
具体地,可通过工业相机拍摄获取待检测垫片的第一图像信息,然后利用灰度化处理和自动阈值分割提取出垫片区域。步骤S101具体包括以下步骤:
S1011、通过工业相机获取待检测垫片的第一图像信息;
S1012、对第一图像信息进行灰度化处理,得到灰度图像;
S1013、对灰度图像进行自动阈值分割,提取出灰度图像中灰度值在预设的阈值范围内的像素点,得到垫片区域。
具体地,对第一图像信息进行灰度化处理,取彩色图像RGB三通道的平均值作为灰度值,分别确定每个像素点的灰度值;自动阈值分割根据灰度图像与背景图像在灰度上的差异,将灰度图像根据设定的灰度阈值分为两个部分,一部分像素不符合阈值被舍弃将其值置为0,另一部分则置为255,产生对应的二值图像区域,也即垫片区域。
根据预先设置的灰度阈值对灰度图像进行阈值分割,即将灰度图像中各像素点的灰度值与预设的灰度阈值作比较,大于灰度阈值则将该点的灰度值置为255,小于特征阈值则将该点的灰度值置为0。阈值分割的规则可用下式表示:
其中,G(r,c)表示垫片区域中像素点(r,c)处的灰度值,I(r,c)表示灰度图像中像素点(r,c)处的灰度值,T(r,c)表示预设的灰度阈值。
进一步作为可选的实施方式,通过OTUS法对灰度图像进行自动阈值分割。
具体地,通过OTUS法可根据前景和背景自动选取合适的阈值对图像进行阈值分割,原理如下:
对于图像I(x,y),前景(即目标)和背景的分割阈值记作T,属于前景的像素点数占整幅图像的比例记为ω0,平均灰度μ0;背景像素点数占整幅图像的比例为ω1,平均灰度为μ1。图像的总平均灰度记为μ,类间方差记为g。假设图像的背景较暗,并且图像的大小为M×N,图像中像素的灰度值小于阈值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有:
ω0=N0/M×N
ω1=N1/M×N
N0+N1=M×N
ω01=1
μ=ω0011
g=ω00-μ)^2+ω11-μ)^2
根据上市,可得到等价公式:
g=ω0ω101)^2
即可求得类间方差,采用遍历的方法得到使类间方差g最大的阈值T,根据该阈值T进行后续的阈值分割。
S102、对垫片区域进行区域填充得到第一区域,进而对垫片区域和第一区域进行区域求差得到第二区域,第二区域包括孔洞区域、卡槽区域以及噪点区域;
具体地,区域填充可以对垫片区域内空洞的部分进行填充,填充后的第一区域与垫片区域进行区域求差即可得到垫片区域内空洞的部分,包括孔洞区域、卡槽区域以及噪点区域,后续再对噪点区域和卡槽区域进行筛除,得到孔洞区域。
S103、对第二区域进行先腐蚀后膨胀处理去除掉噪点区域得到第三区域,进而对第三区域进行特征筛选得到孔洞区域。
具体地,先腐蚀后膨胀可以用来消除小的物体,平滑形状边界,并且不改变其面积,可以去除小颗粒噪声,断开物体之间的粘连,本发明实施例通过先腐蚀后膨胀处理可以去除掉第二区域中的噪点区域得到第三区域;特征筛选是基于孔洞的圆度特征从孔洞区域和卡槽区域中筛选出孔洞区域,可基于多种算法实现,如随机霍夫变换、卡方检验等。步骤S103具体包括以下步骤:
S1031、确定结构元素,并根据结构元素对第二区域依次进行腐蚀处理和膨胀处理,得到第三区域;
S1032、通过四邻域分割法对第三区域进行区域分割,得到第四区域;
S1033、对第四区域进行圆度特征筛选,得到孔洞区域。
具体地,膨胀处理是利用结构元素在图像中按序移动,每次移动后对结构元素所覆盖的图像像素值进行排序,选取像素最大值替换掉此次图像与结构中心点所对应位置的像素值。可以用来填充图像中的孔洞,使图像向外扩张。假定B为结构元素,A为被处理的图像,膨胀处理的数学表达式定义为:
其中,表示空集。
腐蚀处理是利用结构元素在图像中按序移动,每次移动后对结构元素所覆盖的图像像素值进行排序,选取像素最小值替换掉此次图像与结构中心点所对应位置的像素值。可消除小噪声点,使图像向内收敛。腐蚀处理的数学表达式定义为:
本发明实施例中,选用圆形的结构元素对第二区域进行先腐蚀后膨胀处理,即可消除掉噪点区域。
进一步作为可选的实施方式,对第四区域进行圆度特征筛选,得到孔洞区域S1023这一步骤,其具体包括:
S10331、对第四区域进行边缘检测,确定若干个连续轮廓;
S10332、对连续轮廓进行随机霍夫变换,筛选出若干个圆形轮廓;
S10333、根据圆形轮廓确定孔洞区域。
具体地,图像边缘即为图像局部区域亮度变化显著的部分,对于灰度图像来说,也就是灰度值有一个明显变化的区域,既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。本发明实施例采用Canny算子进行边缘检测,可以提取出孔洞区域和卡槽区域的轮廓,进而对得到的轮廓进行随机霍夫变换,从而可以筛选出圆形轮廓,根据圆形轮廓即可确定孔洞区域。
S104、确定孔洞区域的数量和各孔洞区域的外接圆半径,进而根据数量和外接圆半径确定待检测垫片的孔洞质量。
进一步作为可选的实施方式,步骤S104具体包括以下步骤:
S1041、确定孔洞区域的数量和各孔洞区域的外接圆半径;
S1042、当数量等于预设的数量阈值,且各外接圆半径均符合预设的误差范围,确定待检测垫片的孔洞质量为合格,反之,则确定待检测垫片的孔洞质量为不合格。
具体地,预先设置好每个垫片上孔洞的数量阈值和孔洞的外接圆半径的误差范围,当检测到的孔洞区域的数量与预设的数量阈值相等,且各个孔洞区域的外接圆半径均在预设的误差范围之内,则可判断该垫片合格,反之,则不合格;当孔洞区域的外接圆半径超过预设的误差范围导致垫片不合格时,还可以确定存在缺陷的孔洞区域在垫片区域的位置,便于后续对设备进行故障排查处理。
以上对本发明实施例的方法步骤进行了说明。可以理解的是,本发明实施例通过区域填充、区域求差、先腐蚀后膨胀以及特征筛选可得到单个的孔洞区域,进而可以根据孔洞区域的数量和外接圆半径判断待检测垫片是否合格,相对于现有的基于模板匹配的缺陷检测算法而言,减小了计算量,降低了对系统算力的要求,在保证准确度的同时,提高了垫片孔洞质量检测的效率。
参照图2,本发明实施例提供了一种垫片孔洞质量检测系统,包括:
垫片区域提取模块,用于获取待检测垫片的第一图像信息,并根据第一图像信息提取出垫片区域;
第二区域获取模块,用于对垫片区域进行区域填充得到第一区域,进而对垫片区域和第一区域进行区域求差得到第二区域,第二区域包括孔洞区域、卡槽区域以及噪点区域;
孔洞区域确定模块,用于对第二区域进行先腐蚀后膨胀处理去除掉噪点区域得到第三区域,进而对第三区域进行特征筛选得到孔洞区域;
孔洞质量确定模块,用于确定孔洞区域的数量和各孔洞区域的外接圆半径,进而根据数量和外接圆半径确定待检测垫片的孔洞质量。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
进一步作为可选的实施方式,孔洞区域确定模块包括:
第一单元,用于确定结构元素,并根据结构元素对第二区域依次进行腐蚀处理和膨胀处理,得到第三区域;
第二单元,用于通过四邻域分割法对第三区域进行区域分割,得到第四区域;
第三单元,用于对第四区域进行圆度特征筛选,得到孔洞区域。
参照图3,本发明实施例提供了一种垫片孔洞质量检测装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当上述至少一个程序被上述至少一个处理器执行时,使得上述至少一个处理器实现上述的一种垫片孔洞质量检测方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,该处理器可执行的程序在由处理器执行时用于执行上述一种垫片孔洞质量检测方法。
本发明实施例的一种计算机可读存储介质,可执行本发明方法实施例所提供的一种垫片孔洞质量检测方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (7)

1.一种垫片孔洞质量检测方法,其特征在于,包括以下步骤:
获取待检测垫片的第一图像信息,并根据所述第一图像信息提取出垫片区域;
对所述垫片区域进行区域填充得到第一区域,进而对所述垫片区域和所述第一区域进行区域求差得到第二区域,所述第二区域包括孔洞区域、卡槽区域以及噪点区域;
对所述第二区域进行先腐蚀后膨胀处理去除掉所述噪点区域得到第三区域,进而对所述第三区域进行特征筛选得到所述孔洞区域;
确定所述孔洞区域的数量和各所述孔洞区域的外接圆半径,进而根据所述数量和所述外接圆半径确定所述待检测垫片的孔洞质量;
所述对所述第二区域进行先腐蚀后膨胀处理去除掉所述噪点区域得到第三区域,进而对所述第三区域进行特征筛选得到所述孔洞区域这一步骤,其具体包括:
确定结构元素,并根据所述结构元素对所述第二区域依次进行腐蚀处理和膨胀处理,得到第三区域;
通过四邻域分割法对所述第三区域进行区域分割,得到第四区域;
对所述第四区域进行圆度特征筛选,得到所述孔洞区域;
所述确定所述孔洞区域的数量和各所述孔洞区域的外接圆半径,进而根据所述数量和所述外接圆半径确定所述待检测垫片的孔洞质量这一步骤,其具体包括:
确定所述孔洞区域的数量和各孔洞区域的外接圆半径;
当所述数量等于预设的数量阈值,且各所述外接圆半径均符合预设的误差范围,确定所述待检测垫片的孔洞质量为合格,反之,则确定所述待检测垫片的孔洞质量为不合格。
2.根据权利要求1所述的一种垫片孔洞质量检测方法,其特征在于,所述获取待检测垫片的第一图像信息,并根据所述第一图像信息提取出垫片区域这一步骤,其具体包括:
通过工业相机获取待检测垫片的第一图像信息;
对所述第一图像信息进行灰度化处理,得到灰度图像;
对所述灰度图像进行自动阈值分割,提取出所述灰度图像中灰度值在预设的阈值范围内的像素点,得到所述垫片区域。
3.根据权利要求2所述的一种垫片孔洞质量检测方法,其特征在于:通过OTUS法对所述灰度图像进行自动阈值分割。
4.根据权利要求1所述的一种垫片孔洞质量检测方法,其特征在于,所述对所述第四区域进行圆度特征筛选,得到所述孔洞区域这一步骤,其具体包括:
对所述第四区域进行边缘检测,确定若干个连续轮廓;
对所述连续轮廓进行随机霍夫变换,筛选出若干个圆形轮廓;
根据所述圆形轮廓确定所述孔洞区域。
5.一种垫片孔洞质量检测系统,其特征在于,包括:
垫片区域提取模块,用于获取待检测垫片的第一图像信息,并根据所述第一图像信息提取出垫片区域;
第二区域获取模块,用于对所述垫片区域进行区域填充得到第一区域,进而对所述垫片区域和所述第一区域进行区域求差得到第二区域,所述第二区域包括孔洞区域、卡槽区域以及噪点区域;
孔洞区域确定模块,用于对所述第二区域进行先腐蚀后膨胀处理去除掉所述噪点区域得到第三区域,进而对所述第三区域进行特征筛选得到所述孔洞区域;
孔洞质量确定模块,用于确定所述孔洞区域的数量和各所述孔洞区域的外接圆半径,进而根据所述数量和所述外接圆半径确定所述待检测垫片的孔洞质量;
所述孔洞区域确定模块包括:
第一单元,用于确定结构元素,并根据所述结构元素对所述第二区域依次进行腐蚀处理和膨胀处理,得到第三区域;
第二单元,用于通过四邻域分割法对所述第三区域进行区域分割,得到第四区域;
第三单元,用于对所述第四区域进行圆度特征筛选,得到所述孔洞区域;
所述孔洞质量确定模块具体用于:
确定所述孔洞区域的数量和各孔洞区域的外接圆半径;
当所述数量等于预设的数量阈值,且各所述外接圆半径均符合预设的误差范围,确定所述待检测垫片的孔洞质量为合格,反之,则确定所述待检测垫片的孔洞质量为不合格。
6.一种垫片孔洞质量检测装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至4中任一项所述的一种垫片孔洞质量检测方法。
7.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至4中任一项所述的一种垫片孔洞质量检测方法。
CN202110804793.2A 2021-07-16 2021-07-16 一种垫片孔洞质量检测方法、系统、装置及存储介质 Active CN113610773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110804793.2A CN113610773B (zh) 2021-07-16 2021-07-16 一种垫片孔洞质量检测方法、系统、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110804793.2A CN113610773B (zh) 2021-07-16 2021-07-16 一种垫片孔洞质量检测方法、系统、装置及存储介质

Publications (2)

Publication Number Publication Date
CN113610773A CN113610773A (zh) 2021-11-05
CN113610773B true CN113610773B (zh) 2023-08-08

Family

ID=78337673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110804793.2A Active CN113610773B (zh) 2021-07-16 2021-07-16 一种垫片孔洞质量检测方法、系统、装置及存储介质

Country Status (1)

Country Link
CN (1) CN113610773B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018853B (zh) * 2022-08-10 2022-10-25 南通市立新机械制造有限公司 基于图像处理的机械组件缺陷检测方法
CN115311291B (zh) * 2022-10-12 2023-04-21 南通虎神金属制品有限公司 用于孔洞加工的孔洞堵塞的清洗方法
CN116051559B (zh) * 2023-03-31 2023-06-16 天津市再登软件有限公司 一种产品检测方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184639A (zh) * 2020-09-15 2021-01-05 佛山(华南)新材料研究院 圆孔检测方法、装置、电子设备及存储介质
CN112734689A (zh) * 2020-12-16 2021-04-30 广州大学 垫片质量检测方法、系统、装置和存储介质
CN112881407A (zh) * 2021-01-14 2021-06-01 广州大学 一种led芯片的焊接质量检测方法、系统、装置及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184639A (zh) * 2020-09-15 2021-01-05 佛山(华南)新材料研究院 圆孔检测方法、装置、电子设备及存储介质
CN112734689A (zh) * 2020-12-16 2021-04-30 广州大学 垫片质量检测方法、系统、装置和存储介质
CN112881407A (zh) * 2021-01-14 2021-06-01 广州大学 一种led芯片的焊接质量检测方法、系统、装置及介质

Also Published As

Publication number Publication date
CN113610773A (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
CN113610773B (zh) 一种垫片孔洞质量检测方法、系统、装置及存储介质
CN110766679B (zh) 镜头脏污检测方法、装置及终端设备
CN113610774B (zh) 一种玻璃划痕缺陷检测方法、系统、装置及存储介质
CN116740070B (zh) 基于机器视觉的塑料管道外观缺陷检测方法
CN113610772B (zh) 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质
CN115345885A (zh) 一种金属健身器材外观质量检测方法
CN111833306A (zh) 缺陷检测方法和用于缺陷检测的模型训练方法
CN111861990B (zh) 一种产品不良外观检测的方法、系统及存储介质
CN111080661A (zh) 基于图像的直线检测方法、装置以及电子设备
CN111179263B (zh) 一种工业图像表面缺陷检测模型、方法、系统及装置
CN111027546A (zh) 一种字符分割方法、装置以及计算机可读存储介质
CN113298769B (zh) Fpc软排线外观缺陷检测方法、系统和介质
CN113724257A (zh) 一种碳板灰色污点检测方法、计算机设备及存储介质
CN113128554B (zh) 一种基于模板匹配的目标定位方法、系统、装置及介质
CN114187289B (zh) 一种基于计算机视觉的塑料制品缩坑检测方法及系统
CN115496794B (zh) 混凝土裂缝宽度计算方法、系统、计算机设备及存储介质
CN111046862A (zh) 一种字符分割方法、装置以及计算机可读存储介质
CN114926441A (zh) 一种注塑件加工成型的缺陷检测方法及系统
CN117094975A (zh) 钢铁表面缺陷检测方法、装置及电子设备
CN113066088A (zh) 工业检测中的检测方法、检测装置和存储介质
CN108107611B (zh) 一种自适应缺陷检测方法、装置及电子设备
CN115457017A (zh) 一种导线缺陷检测方法、装置、计算机设备及存储介质
CN113780484A (zh) 工业产品缺陷检测方法和装置
CN115861315A (zh) 缺陷检测方法和装置
CN113450316B (zh) 一种金属表面字符缺陷检测方法、系统、装置及存储介质

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