專利名稱：一種基于機器視覺的機械零部件表面缺陷檢測方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及表面檢測研究領(lǐng)域，特別涉及一種基于機器視覺的機械零部件表面缺陷檢測方法及裝置。
背景技術(shù)：
在機械零部件加工生產(chǎn)過程中，經(jīng)常需要對其進行檢測、測量，因為機械零部件多是用于承擔一定壓力或者進行大量的往復運動，因此一旦生產(chǎn)的機械零部件出現(xiàn)異常，則有可能導致整個系統(tǒng)崩潰，甚至造成災難性的后果。例如曲軸是引擎的主要旋轉(zhuǎn)機件，裝上連桿后，可使承接連桿的上下(往復)運動變成循環(huán)(旋轉(zhuǎn))運動，是發(fā)動機上的一個重要的機件。作為各類發(fā)動機的動力連接器，如果出現(xiàn)異常，則可能造成嚴重后果，因此曲軸表面的粗糙度檢測成了一道非常重要的關(guān)卡。對于機械零部件檢測，目前大體包括兩種方式，一種是超聲檢測，另一種是磁探傷檢測，但是由于超聲檢測適用于檢測比較規(guī)則的管狀 零件，而磁探傷雖然檢測的速度基本能達到要求，但是不能完全消磁，這有可能會對發(fā)動機的性能造成巨大的影響，而且工序比較復雜。目前傳統(tǒng)的檢測方法還通常是人工根據(jù)其經(jīng)驗和肉眼觀測來對曲軸表面缺陷進行判斷，不僅效率低下，而且人工成本高，人員勞動強度大，易出錯，不能滿足當今高速生產(chǎn)的需要。因此，需要提供一種自動化程度高、識別速度快、識別精度高的機械零部件表面缺陷檢測方法及裝置。

發(fā)明內(nèi)容
本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供一種基于機器視覺的機械零部件表面缺陷檢測方法，該方法是利用機器視覺對機械零部件進行檢測，檢測精度高、識別速度快，且自動化程度高。本發(fā)明還提供一種實現(xiàn)上述方法的基于機器視覺的機械零部件表面缺陷檢測裝置，該裝置檢測精度高、檢測效率高。本發(fā)明的一個目的通過以下的技術(shù)方案實現(xiàn)一種基于機器視覺的機械零部件表面缺陷檢測方法，包括以下步驟(I)將待檢測零部件固定在夾具上，將夾具移動到攝像機的前方；攝像機對待測零部件的表面圖像進行采集，然后將圖像發(fā)送到上位機中；(2)上位機中的圖像處理模塊接收到采集的圖像后，進行如下操作(2-1)對圖像進行區(qū)域定位，截取出待檢測零部件所在圖像區(qū)域；(2-2)對步驟(2-1)得到的待檢測零部件所在圖像區(qū)域進行濾波和增強；(2-3)對圖像進行二值化處理，然后運用形態(tài)學算法去除雜質(zhì)；(2-4)對步驟(2-3)中所得到圖像中的目標區(qū)域進行邊界追蹤；(2-5)根據(jù)邊界追蹤結(jié)果，得到每個待檢測區(qū)域的像素個數(shù)，如果該區(qū)域像素個數(shù)大于某限定值，則當前檢測的零部件存在缺陷，對外發(fā)出報警信號，退出檢測；否則，則進入步驟⑶；
(3)判斷待檢測零部件是否全局拍攝完成，如果是，則退出檢測；否則，攝像機依次拍攝下一張待檢測零部件的表面圖像，然后進入步驟(2)，重復上述操作。優(yōu)選的，所述步驟(2-2)中采用均值或中值濾波方法，圖像增強采用直方圖均衡化。采用均值或中值這種空間域方法具有計算效率高，能多個像素并行處理，實現(xiàn)實時處理和快速處理等優(yōu)點。采用直方圖均衡化能改善圖像的視覺效果，提高圖像成分的清晰度，使所有的灰度級出現(xiàn)的概率相同，這時圖像的熵最大，圖像的信息量最大。優(yōu)選的，所述步驟(2-3)中運用形態(tài)學去除雜質(zhì)具體是指對二值化后的圖像進行若干次開運算，開運算所采用的結(jié)構(gòu)元素、次數(shù)根據(jù)實際拍攝圖片質(zhì)量和拍攝環(huán)境確定 。形態(tài)學開運算能夠有效的去除一些比較小的噪聲點，同時又盡量不影響缺陷部分的面積大小，因此圖像保真度較高，利于后面參數(shù)分析的準確度。優(yōu)選的，所述步驟(2-4)中邊界追蹤是采用蟲隨法，具體是設處理后的圖像目標區(qū)域用I表示，背景區(qū)域用0表示，給定爬蟲起點為PO、追蹤值為I、追蹤方向為順時針，PO采用如下原則確定對圖像從左到右，從上到下進行掃描，掃描到的第一個灰度值為I的像素點為跟蹤起點；追蹤原則就是如果當前點像素值為1，則向左轉(zhuǎn)并前進一個像素；如果當前像素點值為0就向右轉(zhuǎn)并前進一個像素，一直到爬蟲爬到起始點為止。采用上述方法能夠?qū)崿F(xiàn)對目標區(qū)域輪廓進行跟蹤，然后用區(qū)域內(nèi)(包括邊界上的)像素數(shù)的總和來表示面積，用區(qū)域的邊界像素總和來表示周長。上述方法能迅速的計算出疑似缺陷的數(shù)目，然后通過對面積大小的判斷來進一步判斷該區(qū)域是否是缺陷。本發(fā)明的另一個目的通過以下的技術(shù)方案實現(xiàn)一種基于機器視覺的機械零部件表面缺陷檢測裝置，包括位置傳動模塊、位置控制模塊、夾具、圖像采集模塊、用于圖像處理和發(fā)送位置控制指令的上位機，所述位置傳動模塊包括機架平臺、X方向上運動的X軸傳動軸、Y方向上運動的Y軸傳動軸、Z方向上運動的Z軸傳動軸，所述X軸傳動軸設置在X軸導軌上，X軸導軌設置在機架平臺上，所述Y軸傳動軸設置在Y軸導軌上，Y軸導軌固定設置在X軸傳動軸上的滑塊上，所述Z軸傳動軸設置在Z軸導軌上，Z軸導軌一端固定設置在Y軸傳動軸上的滑塊上，用于固定待檢測的機械零部件的夾具設置在Z軸傳動軸的滑塊上，夾具兩端設置有用于帶動待檢測的機械零部件沿垂直方向轉(zhuǎn)動的轉(zhuǎn)盤，所述X軸傳動軸、Y軸傳動軸、Z軸傳動軸和轉(zhuǎn)盤分別與X軸電機、Y軸電機、Z軸電機和旋轉(zhuǎn)電機相連，上述四個電機均與位置控制模塊相連，圖像采集模塊包括攝像機和光源，攝像機和光源位置固定，光源與外部電源相連，攝像機和位置控制模塊分別與上位機相連。優(yōu)選的，所述位置控制模塊為單片機。采用單片機速度快，且可以節(jié)省成本。優(yōu)選的，所述X軸電機、Y軸電機、Z軸電機和旋轉(zhuǎn)電機均為步進電機或者伺服電機。采用這種形式的電機，可以精確控制位置移動的精度。更進一步的，所述X軸電機、Y軸電機、Z軸電機和旋轉(zhuǎn)電機均為兩相混合式步進電機，每個電機均通過步進電機驅(qū)動器和單片機相連。優(yōu)選的，所述攝像機采用(XD，像素在500 1200dpi，電子快門速度不低于1/50秒；光源采用環(huán)形LED光源。優(yōu)選的，所述位置傳動模塊、位置控制模塊、夾具、圖像采集模塊均設置在一個密閉的箱體內(nèi)。采用這種結(jié)構(gòu)可以避免外界光線對圖像采集的干擾，保證圖像處理算法的穩(wěn)定性，比較適用于小規(guī)模的抽樣檢測。
本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點和有益效果I、本發(fā)明實現(xiàn)了無損探測。在加工過程中造成粗糙度差異的隨機因素比較多，很難建立精確的數(shù)學模型，而通過機器視覺技術(shù)間接地獲得跟粗糙度相關(guān)的參數(shù)，可以有效地對產(chǎn)品質(zhì)量進行評估。2、本發(fā)明采用圖像處理的方法進行檢測，相較于超聲檢測，能夠檢測不規(guī)則的零件，相較于磁探傷，不存在消磁的問題，相較于傳統(tǒng)的人工肉眼檢測，檢測精度、效率高，且人工成本低。3、本發(fā)明裝置中采用了三維的位置傳動機構(gòu)，能夠在實際應用中與生產(chǎn)零部件的流水線進行銜接，例如完成的零部件自動放置在夾具中，然后本發(fā)明所述裝置啟動，檢測完畢后，根據(jù)檢測結(jié)果，位置傳動機構(gòu)自動將零部件放到指定區(qū)域等，同時零部件還能夠進行轉(zhuǎn)動，實現(xiàn)零部件的全方位掃描。


圖I是本發(fā)明裝置的正面結(jié)構(gòu)示意圖；圖2是本發(fā)明裝置的側(cè)面結(jié)構(gòu)示意圖；圖3是本發(fā)明方法的流程示意圖。圖1-2中I-待檢測曲軸；2_旋轉(zhuǎn)電機；3_X軸電機；4_X軸傳動軸；5_X軸導軌；6-Y軸電機；7-Y軸傳動軸；8-Y軸導軌；9-Z軸電機；10_Z軸傳動軸；11_Z軸導軌；12_轉(zhuǎn)盤；13-夾具；14-機架平臺。
具體實施例方式下面結(jié)合實施例及附圖對本發(fā)明作進一步詳細的描述，但本發(fā)明的實施方式不限于此。實施例I曲軸是引擎的主要旋轉(zhuǎn)機件，裝上連桿后，可使承接連桿的上下(往復)運動變成循環(huán)(旋轉(zhuǎn))運動，是發(fā)動機上的一個重要的機件。隨著科技的發(fā)展以及曲軸的需求量日益增大，近年來曲軸的加工效率也得到了很大的提高；同時作為各類發(fā)動機的動力連接器，對曲軸的質(zhì)量要求也變得越來越高了，而機械設備在運行過程中，其內(nèi)部的機械零件由于受各種應力的作用，加工不良的機械零件容易出現(xiàn)異常，導致系統(tǒng)崩潰，甚至出現(xiàn)災難性的事故。因此曲軸表面的粗糙度檢測成了一道非常重要的關(guān)卡。在本實施例中，以曲軸表面檢測為例，來說明本發(fā)明的具體內(nèi)容。如圖I和2所示，一種基于機器視覺的曲軸表面缺陷檢測裝置，包括位置傳動模塊、位置控制模塊、夾具13、圖像采集模塊、用于圖像處理和發(fā)送位置控制指令的上位機，所述位置傳動模塊包括機架平臺14、X方向上運動的X軸傳動軸4、Y方向上運動的Y軸傳動軸7、Z方向上運動的Z軸傳動軸10，所述X軸傳動軸4設置在X軸導軌5上，X軸導軌5設置在機架平臺14上，所述Y軸傳動軸7設置在Y軸導軌8上，Y軸導軌8固定設置在X軸傳動軸4上的滑塊上，所述Z軸傳動軸10設置在Z軸導軌11上，Z軸導軌11 一端固定設置在Y軸傳動軸7上的滑塊上，用于固定待檢測的曲軸的夾具13設置在Z軸傳動軸10的滑塊上，夾具13兩端設置有用于帶動待檢測的曲軸沿垂直方向轉(zhuǎn)動的轉(zhuǎn)盤12，所述X軸傳動軸4、Y軸傳動軸7、Z軸傳動軸10和轉(zhuǎn)盤12分別與X軸電機3、Y軸電機6、Z軸電機9和旋轉(zhuǎn)電機2相連，上述四個電機均與位置控制模塊相連，圖像采集模塊包括攝像機和光源，攝像機和光源位置固定，光源與外部電源相連，攝像機和位置控制模塊分別與上位機相連。本實施例中，所述位置控制模塊為單片機。所述X軸電機3、Y軸電機6、Z軸電機9和旋轉(zhuǎn)電機2均為兩相混合式步進電機，每個電機均通過步進電機驅(qū)動器和單片機相連。在實際應用中也可用伺服電機代替。所述攝像機采用CCD，像素在500 1200dpi，電子快門速度不低于1/50秒，具體參數(shù)根據(jù)實際拍攝環(huán)境確定。光源采用環(huán)形LED光源。為了避免外界光線對圖像采集的干擾，保證圖像處理算法的穩(wěn)定性，本實施例中位置傳動模塊、位置控制模塊、夾具13、圖像采集模塊均設置在一個密閉的箱體內(nèi)。采用這種結(jié)構(gòu)比較適用于小規(guī)模的抽樣檢測。在實際應用中，本裝置也可以與生產(chǎn)曲軸的流水線進行銜接，例如完成的曲軸自動放置在夾具中，然后本發(fā)明所述裝置啟動，位置控制模塊驅(qū)動位置傳動模塊將曲軸運送到攝像機前面的設定位置，進行圖像采集、檢測，待檢測完畢后，根據(jù)檢測結(jié)果，位置傳動機 構(gòu)自動將零部件放到指定區(qū)域，例如，如果檢測的曲軸存在缺陷則將曲軸放置在殘次品區(qū)，如果沒有問題，就放置在另一條傳動帶上輸出。因此無論是在線檢測還是抽樣檢測都可以實現(xiàn)。如圖3所示，基于上述裝置的表面缺陷檢測方法包括以下步驟(I)將待檢測曲軸I固定在夾具13上，將夾具13移動到攝像機的前方；攝像機對待測曲軸的表面圖像進行采集，然后將圖像發(fā)送到上位機中。因為要對缺陷進行檢測，所以對圖像的清晰度要求較高，這里拍攝到的圖像均為曲軸的局部表面圖像。(2)上位機中的圖像處理模塊接收到采集的圖像后，進行如下操作(2-1)所拍攝的局部圖像中包括曲軸區(qū)域和背景區(qū)域，為了降低數(shù)據(jù)處理量，加快數(shù)據(jù)處理的速度，首先對圖像進行區(qū)域定位，截取出圖像中曲軸所在圖像區(qū)域；這里的區(qū)域定位既可以是操作人員手工截取，也可以根據(jù)實驗，確定攝像機、位置傳動模塊的位置關(guān)系后，根據(jù)二者關(guān)系進行自動截取。(2-2)對步驟(2-1)得到的曲軸所在圖像區(qū)域進行濾波和增強；(2-3)進一步對圖像進行二值化處理，然后運用形態(tài)學算法去除雜質(zhì)；(2-4)對步驟(2-3)中所得到圖像中的目標區(qū)域，即二值化后的白色區(qū)域進行邊界追蹤；(2-5)根據(jù)邊界追蹤結(jié)果，得到每個待檢測區(qū)域的像素個數(shù)，如果該區(qū)域像素個數(shù)大于某限定值，則當前檢測的曲軸存在缺陷，對外發(fā)出報警信號，退出檢測；否則，則進入步驟⑶；(3)判斷是否是曲軸的最后一張，即曲軸是否全局都經(jīng)過了拍攝和檢測，如果不是，則位置控制模塊控制位置傳動模塊進行移動，將曲軸進行上下或旋轉(zhuǎn)運動，然后攝像機依次拍攝下一張曲軸的表面圖像，然后進入步驟(2)，重復上述操作；如果是則退出檢測。這里判斷是否是當前待檢測曲軸I的最后一張，既可以通過人工控制，也可以自動控制。例如，設定開始檢測時，從曲軸的上方開始進行拍攝，且曲軸停在Z軸頂端，則在曲軸旋轉(zhuǎn)一周，且曲軸移動到Z軸底端時，即可認為是檢測完成，自動退出檢測。本實施例中，所述步驟(2-2)中采用均值濾波方法，圖像增強采用直方圖均衡化。當然其他的已知的濾波方法這里也是通用的，只是采用上述算法，實現(xiàn)簡單，處理速度快。所述步驟(2-3)中運用形態(tài)學去除雜質(zhì)具體是指對二值化后的圖像進行若干次開運算，開運算所采用的結(jié)構(gòu)元素、次數(shù)根據(jù)實際拍攝圖片質(zhì)量和拍攝環(huán)境確定。所述步驟(2-4)中邊界追蹤是采用蟲隨法，具體是設處理后的圖像目標區(qū)域用I表示，背景區(qū)域用0表示，給定爬蟲起點為PO、追蹤值為I、追蹤方向為順時針，PO采用如下原則確定對圖像從左到右，從上到下進行掃描，掃描到的第一個灰度值為I的像素點為跟蹤起點；追蹤原則就是如果當前點像素值為1，則向左轉(zhuǎn)并前進一個像素；如果當前像素點值為0就向右轉(zhuǎn)并前進一個像素,一直到爬蟲爬到起始點為止。上述實施例為本發(fā)明較佳的實施方式，但本發(fā)明的實施方式并不受上述實施例的 限制，其他的任何未背離本發(fā)明的精神實質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應為等效的置換方式，都包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.一種基于機器視覺的機械零部件表面缺陷檢測方法，其特征在于，包括以下步驟 (1)將待檢測零部件固定在夾具上，將夾具移動到攝像機的前方；攝像機對待測零部件的表面圖像進行采集，然后將圖像發(fā)送到上位機中； (2)上位機中的圖像處理模塊接收到采集的圖像后，進行如下操作 (2-1)對圖像進行區(qū)域定位，截取出待檢測零部件所在圖像區(qū)域； (2-2)對步驟(2-1)得到的待檢測零部件所在圖像區(qū)域進行濾波和增強； (2-3)對圖像進行二值化處理，然后運用形態(tài)學算法去除雜質(zhì)； (2-4)對步驟(2-3)中所得到圖像中的目標區(qū)域進行邊界追蹤； (2-5)根據(jù)邊界追蹤結(jié)果，得到每個待檢測區(qū)域的像素個數(shù)，如果該區(qū)域像素個數(shù)大于某限定值，則當前檢測的零部件存在缺陷，對外發(fā)出報警信號，退出檢測；否則，則進入步驟(3)； (3)判斷待檢測零部件是否全局拍攝完成，如果是，則退出檢測；否則，攝像機依次拍攝下一張待檢測零部件的表面圖像，然后進入步驟(2)，重復上述操作。
2.根據(jù)權(quán)利要求I所述的基于機器視覺的機械零部件表面缺陷檢測方法，其特征在于，所述步驟(2-2)中采用均值或中值濾波方法，圖像增強采用直方圖均衡化。
3.根據(jù)權(quán)利要求I所述的基于機器視覺的機械零部件表面缺陷檢測方法，其特征在于，所述步驟(2-3)中運用形態(tài)學去除雜質(zhì)具體是指對二值化后的圖像進行若干次開運算，開運算所采用的結(jié)構(gòu)元素、次數(shù)根據(jù)實際拍攝圖片質(zhì)量和拍攝環(huán)境確定。
4.根據(jù)權(quán)利要求I所述的基于機器視覺的機械零部件表面缺陷檢測方法，其特征在于，所述步驟(2-4)中邊界追蹤是采用蟲隨法，具體是設處理后的圖像目標區(qū)域用I表示，背景區(qū)域用O表示，給定爬蟲起點為PO、追蹤值為I、追蹤方向為順時針，PO采用如下原則確定對圖像從左到右，從上到下進行掃描，掃描到的第一個灰度值為I的像素點為跟蹤起點；追蹤原則就是如果當前點像素值為1，則向左轉(zhuǎn)并前進一個像素；如果當前像素點值為O就向右轉(zhuǎn)并前進一個像素,一直到爬蟲爬到起始點為止。
5.一種基于機器視覺的機械零部件表面缺陷檢測裝置，包括位置傳動模塊、位置控制模塊、夾具、圖像采集模塊、用于圖像處理和發(fā)送位置控制指令的上位機，所述位置傳動模塊包括機架平臺、X方向上運動的X軸傳動軸、Y方向上運動的Y軸傳動軸、Z方向上運動的Z軸傳動軸，所述X軸傳動軸設置在X軸導軌上，X軸導軌設置在機架平臺上，所述Y軸傳動軸設置在Y軸導軌上，Y軸導軌固定設置在X軸傳動軸上的滑塊上，所述Z軸傳動軸設置在Z軸導軌上，Z軸導軌一端固定設置在Y軸傳動軸上的滑塊上，用于固定待檢測的機械零部件的夾具設置在Z軸傳動軸的滑塊上，夾具兩端設置有用于帶動待檢測的機械零部件沿垂直方向轉(zhuǎn)動的轉(zhuǎn)盤，所述X軸傳動軸、Y軸傳動軸、Z軸傳動軸和轉(zhuǎn)盤分別與X軸電機、Y軸電機、Z軸電機和旋轉(zhuǎn)電機相連，上述四個電機均與位置控制模塊相連，圖像采集模塊包括攝像機和光源，攝像機和光源位置固定，光源與外部電源相連，攝像機和位置控制模塊分別與上位機相連。
6.根據(jù)權(quán)利要求5所述的基于機器視覺的機械零部件表面缺陷檢測裝置，其特征在于，所述位置控制模塊為單片機。
7.根據(jù)權(quán)利要求5所述的基于機器視覺的機械零部件表面缺陷檢測裝置，其特征在于，所述X軸電機、Y軸電機、Z軸電機和旋轉(zhuǎn)電機均為步進電機或者伺服電機。
8.根據(jù)權(quán)利要求5所述的基于機器視覺的機械零部件表面缺陷檢測裝置，其特征在于，所述X軸電機、Y軸電機、Z軸電機和旋轉(zhuǎn)電機均為兩相混合式步進電機，每個電機均通過步進電機驅(qū)動器和單片機相連。
9.根據(jù)權(quán)利要求5所述的基于機器視覺的機械零部件表面缺陷檢測裝置，其特征在于，所述攝像機采用(XD，像素在500 1200dpi，電子快門速度不低于1/50秒；光源采用環(huán)形LED光源。
10.根據(jù)權(quán)利要求5所述的基于機器視覺的機械零部件表面缺陷檢測裝置，其特征在于，所述位置傳動模塊、位置控制模塊、夾具、圖像采集模塊均設置在一個密閉的箱體內(nèi)。
全文摘要
本發(fā)明公開了一種基于機器視覺的機械零部件表面缺陷檢測方法及裝置，該方法是對采集到的機械零部件表面圖像進行定位、濾波、增強、二值化、形態(tài)學處理、邊界追蹤，特征提取等，通過缺陷面積大小判斷是否是缺陷。該裝置包括位置傳動模塊、位置控制模塊、夾具、圖像采集模塊、用于圖像處理和發(fā)送位置控制指令的上位機，在上位機和位置控制模塊控制下，位置傳動模塊可以實現(xiàn)X、Y、Z三個方向上的移動，同時還可以實現(xiàn)繞Z軸轉(zhuǎn)動，圖像采集模塊包括攝像機和光源，攝像機和位置控制模塊分別與上位機相連。本發(fā)明基于機器視覺進行無損檢測，能夠檢測不規(guī)則的零件、同時不存在消磁的問題，具有檢測精度、效率高的優(yōu)點。
文檔編號G01N21/88GK102680478SQ20121012417
公開日2012年9月19日 申請日期2012年4月25日 優(yōu)先權(quán)日2012年4月25日
發(fā)明者孫雪晨, 莊曉霖, 張鐵民, 彭孝東, 曾俊瑋, 楊業(yè)榮, 林偉忠, 盛典鍇, 鄧龍輝, 鄭少雄 申請人:華南農(nóng)業(yè)大學