基于机器视觉的机械加工零件表面微缺陷检测方法.pdf

:./.基于机器视觉的机械加工零件表面微缺陷检测方法张思婉刘华洲(郑州铁路职业技术学院河南 郑州)摘 要:为提高微缺陷检测结果精度、提升机械加工零件外观质量该文引进了机器视觉技术以某机械生产制造单位为例设计了一种针对零件表面微缺陷的全新检测方法 根据机器视觉技术的应用需求搭建了集成工业相机、采集装置、照射光源等为一体的扫描装置采集零件表面图像对采集的原始图像进行均值滤波处理去除图像中可能对缺陷区域的判别造成干扰的因素与噪声采用阈值分割的方式提取并划分机械加工零件表面的微缺陷区域采用提取图像边缘算子的方法计算零件表面原始图像与待检测图像之间的像素相关性通过对零件表面微缺陷灰度性质点的匹配完成检测方法的设计 通过对比实验证明:该方法不仅可以精准检测机械加工零件表面微缺陷还可以检测到具体的缺陷类别关键词:机器视觉灰度性质点检测方法微缺陷表面机械加工零件中图分类号:.文献标识码:文章编号:()():.:引 言在深入机械加工零件的研究中发现零件在制造时因材料、加工工艺等原因产出后的样品表面易出现细微划痕、裂痕等缺陷 此种缺陷不仅会影响机械加工零件的外观还会对产品的使用造成很大的损害严重情况下还会对机械加工零件的后续使用造成一定的安全隐患 现阶段随着机电设备与机械生产制造设备自动化水平的逐渐提升手工测试方式已不能满足零件表面缺陷的实时、稳定检测要求基于此科研单位提出了基于机器视觉的检测技术根据大量实践发现此项技术具有非直接接触、高效、精准、可排除干扰等优势具有取代手工测试、实现高效率自动测试的能力 此项技术现已被广泛应用于机械流水线生产制造等工作中包括工业产品、农产品、机械制造产品、零部件等的检测工作中 相较于大型产品机械加工零件对于机器视觉技术应用的要求相对较高 目前大多数零件都是通过外观特点进行识别的而直接进行外观检测存在成本高、受客观因素影响大、受环境约束限制多等问题导致检测工作的实施一直无法达到预期效果 为解决此方面问题笔者引进了机器视觉技术以某机械生产制造单位为例提出了一种机械加工零件表面微缺陷检测方案 该方案通过重点对机械加工零件表面微缺陷灰度性质点进行匹配达到零件表面微缺陷精准检测的目的进而为生产制造企业的缺陷检测提供全新的技术指导 基于机器视觉的零件表面图像采集为实现对机械加工零件表面微缺陷的精准检测机械研究与应用 年第 期(第 卷总第 期)研究与试验收稿日期:作者简介:张思婉()女 河南南阳人 工程硕士副教授研究方向:机械设计制造及其自动化开展相关研究前需先引进机器视觉技术并进行零件表面图像的采集工作 根据机器视觉技术的应用需求搭建集成工业相机、采集装置、照射光源等为一体的扫描装置用于表面扫描 此过程如图 所示图 机器视觉扫描装置 根据扫描需求与被测样品的表面颜色选择荧光灯、灯、卤素灯等作为发射光源 在此基础上对所选的机械加工零件样品进行分析为更直观地捕捉暗色系零件表面的细微缺陷提高采集图像整体的对比度选择 的白色 灯光作为发射光源 在实际应用过程中选择控制器寻找合适的光源与零度并配合打光方式降低机械加工零件表面的反光现象 按照上述方式实现对表面图像的采集 机械加工零件表面微缺陷区域提取与处理图像的采集完成后采用阈值分割的方式提取并划分机械加工零件表面的微缺陷区域 在此过程中需要先对采集的原始图像进行均值滤波处理通过此种方式去除图像中相关因素与噪声对缺陷区域判别的干扰 此过程如式()所列:()()()式中:()表示完成滤波处理后的表面图像 表示均值滤波处理过程中的权值此次计算取 ()表示采集的零件表面原始图像对完成上述处理后的图像进行网格化分割提取分割图像中的最大连通域采集定点坐标绘制坐标点的最小外接矩阵对绘制的区域进行填充生成一个全新的图像区域此区域的计算如式()所列:()式中:表示最小外接矩阵填充区域 表示原始区域表示判别区域对 进行形态学数字化处理通过采集处理过程中的干扰条件得到用于划分机械加工零件表面微缺陷区域的判别因子判别因子计算如式()所列:()()式中:表示用于划分机械加工零件表面微缺陷区域的判别因子 表示结构元 设定 的相对取值以此为依据完成机械加工零件表面微缺陷区域的提取与处理 零件表面微缺陷灰度性质点匹配在上述设计内容的基础上可假定采集的零件表面原始图像()与待检测图像()两者之间的像素均等在此基础上采用提取图像边缘算子的方法掌握图像之间的相关性 同时引进差影法对图像之间的相似性进行限制与核对当图像()与图像()的相似值达到设定的阈值后将此图像标注为合格图像反之可以认为图像扫描的机械加工零件存在表面微缺陷 按照上述方式可以初步实现对零件样品缺陷的判定其中相似度计算公式如式()所列:()()()()式中:表示相似度计算结果 表示图像设置系数 表示图像实际系数为提高计算结果的精度需要对系数进行归一化处理通过此种方式实现对零件表面微缺陷灰度性质点的高精度匹配降低在微缺陷识别过程中灰度值与照射光源对检测结果的影响 系数归一化处理计算公式如式()所列:()()()()()完成上述处理后再提取机械加工零件表面微缺陷区域 选择图像不同区域的色彩按照公式进行图像的割断处理 处理过程中根据原始图像的清晰度对其进行强化处理即将图像转化为一种便于自动分析和识别的格式使用背景灰度反演法对每个像素灰度进行比例变换实现被检测对象的灰度正向化完成对灰度区域的插补 在此基础上将插补后的结果进行增益放大消除因光照、温差、相机位置等原因而产生的黑点或亮点 重复上述步骤使用完成归一处理后的系数将其与原始图像进行比对得到表面微缺陷点以此完成对机械加工零件表面微缺陷的检测 对比实验文中引进了机器视觉技术从三个方面完成了微缺陷检测方法的设计 为测试该方法的实际效果下述将以某地区大型机械零件生产加工制造企业为例按照文中设计的方法展开对比实验实验开始前选择该企业若干个已完成生产加工研究与试验 年第 期(第 卷总第 期)机械研究与应用制造的机械零件作为实验样品此批次产品中有大量存在表面微缺陷的零件采用人工检测方法对样品进行检测不仅难度较高且检测结果精度较差根本无法满足企业对外宣传的高质量生产要求 为解决此方面问题根据本文设计方法在实际应用中的需求以数控机床机械加工零件为实验对象搭建测试环境 实验对象如图 所示图 实验对象 按照表 所列的内容进行实验环境中设备技术参数的设计与软件工具的选择表 实验环境中设备技术参数的设计与软件工具的选择序 号项 目参 数工业相机(海康威视公司提供)工业相机镜头图像采集卡计算机处理器 .运行内存计算机硬盘容量编译环境 上位机软件完成上述内容的设计后选择存在孔洞、裂纹、崩烂、起层、磨损微缺陷的机械加工零件作为测试样品在使用本文方法进行零件检测时需要引进机器视觉技术扫描零件、采集零件表面图像 在此基础上提取机械加工零件表面微缺陷区域按照规范进行缺陷数据的处理并通过对零件表面微缺陷灰度性质点的匹配完成对批次样品的检测 为满足实验结果的对比性需求引进基于 颜色空间的检测方法与基于改进 的检测方法将这两种方法记为传统方法 与 根据不同方法的操作规范使用对应的方法进行对应批次产品的表面微缺陷检测统计检测结果将其作为对比实验的最终结果相关内容如表 所列表 机械加工零件表面微缺陷检测结果序号缺陷样品数量/个本文方法/个传统方法/个传统方法/个孔洞裂纹崩烂起层磨损从表 所列的实验结果可以看出相比传统的检测方法本文设计的基于机器视觉的检测方法在实际应用中的精度更高该方法不仅可以精准检测机械加工零件的表面微缺陷还可以检测到缺陷类别 此种方式可为机械制造企业的高质量生产与加工提供技术帮助 结 语随着工业的发展与工业化生产作业的持续推进机械加工零件的应用范围越来越广泛 为确保工业生产达到预期的质量要求工业生产与机械加工零件在产出后通常需要经过多道工序的试验检验 由于机械加工零件的生产制造通常为大批量作业因此在保证高精度的前提下如何提高零件的自动化检测、提高检测速度与效率是当前工业生产制造单位的关注重点 为落实此项工作本文通过零件表面图像采集、机械加工零件表面微缺陷区域提取与处理、零件表面微缺陷灰度性质点匹配引进机器视觉技术完成了检测方法的设计 旨在通过此次设计为机械加工生产制造企业的发展提供全面的技术指导参考文献:庞宁雅杜安钰.基于 的表面缺陷检测的应用研究.现代电子技术():.邱 刚陈 杰张廼龙等.基于 和 颜色空间的绝缘子低/零值故障诊断研究.高压电器():.徐 曙陈 潇张成巍等.基于改进 耦合算法的高压电网压电陶瓷表面缺陷检测.陶瓷学报():.赵洲峰赵志勇邹君文等.基于声振信号组合特征的随机森林模型及其在绝缘子故障识别中的应用.广东电力():.唐嘉鸿黄 颀田春岐.基于改进 的航空发动机制件表面缺陷检测算法.机床与液压():.机械研究与应用 年第 期(第 卷总第 期)研究与试验