一种汽车注塑件表面瑕疵检测方法及系统与流程
本发明涉及图像处理,具体涉及一种汽车注塑件表面瑕疵检测方法及系统。
背景技术:
1、在汽车注塑件生产过程中,利用机器视觉进行表面瑕疵自动检测是保证产品质量的关键环节。由于注塑件表面常存在高光反射,会掩盖真实的表面纹理和缺陷,因此偏振相机获取偏振度(dolp)图像来抑制高光干扰,从而在偏振度图像上进行瑕疵检测。
2、然而,上述存在如下矛盾:为保证检测节拍,产线通常处于连续运行状态,注塑件在传送带上平移运动。若采用短曝光时间采集,虽然能减轻运动模糊,但获取的偏振图像信噪比低、噪声干扰大,导致由此计算出的偏振度图像失真,细微瑕疵容易被噪声淹没,检测准确性下降。为提升图像信噪比,一些方法会采用增加曝光时间的策略。但这要求被检测的注塑件必须保持静止,严重影响了生产检测的效率和连续性,与工业自动化高速在线检测的需求相悖。另一种思路是仅通过大幅提升环境光照强度来补偿短曝光的光子数不足。但这会显著增加能耗与设备维护成本。同时,均匀、稳定且无过曝的大面积照明在工业现场难以实现,照明条件的波动会直接影响成像稳定性与检测一致性。
3、综上所述,现有技术尚未能克服短曝光导致的图像噪声大与长曝光导致的运动模糊这一对矛盾,实现汽车注塑件表面高精度、高鲁棒性的瑕疵检测。
技术实现思路
1、为解决上述问题,本发明提供一种汽车注塑件表面瑕疵检测方法及系统。
2、本发明的一种汽车注塑件表面瑕疵检测方法及系统采用如下技术方案:
3、本发明一个实施例提供了一种汽车注塑件表面瑕疵检测方法,该方法包括以下步骤:
4、利用偏振相机采集运动状态下的汽车注塑件表面图像,每次采集过程包含两个不同的曝光阶段,第一个曝光阶段的曝光时间大于第二个曝光阶段的曝光时间,每个曝光阶段采集到若干偏振角度的偏振图像,基于第一个曝光阶段采集到的所有偏振图像所获得的第一偏振度图像的频谱记为第一频谱;利用待优化的滤波器对第二个曝光阶段采集到的所有偏振图像滤波,基于滤波后的所有滤波偏振图像所获得的第二偏振度图像的频谱记为第二频谱;
5、优化滤波器,使得所述第二频谱与第一频谱具有最小差异;提取优化后的滤波器所获得的第二偏振度图像中的边缘;
6、继续优化滤波器,在所述第二频谱与第一频谱具有最小差异的同时,使得提取到的所述边缘的邻域区域的频谱内响应幅值最大化;
7、基于继续优化后的滤波器所获得的第二偏振度图像进行瑕疵检测。
8、优选的,所述利用待优化的滤波器对第二个曝光阶段采集到的所有偏振图像滤波,包括的具体步骤如下:
9、对于同一次曝光所得到的所有偏振图像,所有偏振图像中同一位置的所有像素点的所有邻域像素点的灰度值输入全连接神经网络中,该全连接神经网络输出所有偏振图像中同一位置的所有像素点的滤波结果;遍历偏振图像中的所有位置,所有偏振图像上所有位置的像素点的滤波结果作为滤波后的所有偏振图像;该全连接神经网络中的神经元作为滤波器的待优化参数。
10、优选的,所述优化滤波器,使得所述第二频谱与第一频谱具有最小差异,包括的具体步骤如下:
11、s1:随机初始化滤波器的参数;
12、s2:利用滤波器对第二个曝光阶段采集到的所有偏振图像滤波,得到所有滤波后的偏振图像,基于所有滤波后的偏振图像所计算出的第二偏振度图像表示为f1,获取第二偏振度图像f1的第二频谱与第一频谱的均方差,该均方差表示为s1,将s1+w1×l1作为损失函数,基于该损失函数优化滤波器的参数;l1表示该损失函数中的正则化项,w1表示正则化项的预设的第一正则系数;
13、s3:重复执行s2若干次后,得到优化后的滤波器。
14、优选的,提取到的所述边缘的邻域区域的具体获取步骤如下:
15、优化后的滤波器对第二个曝光阶段采集到的所有偏振图像滤波,滤波后的所有滤波偏振图像所获得的第二偏振度图像表示为f1,在第二偏振度图像f1上利用canny边缘检测算法提取的边缘记为第二边缘;在第一偏振度图像上利用canny边缘检测算法提取的边缘记为第一边缘;
16、对于第二边缘上的任意一个像素点,获取以该像素点为端点的、不与第二边缘重合的边缘,记为第二边缘的分支边缘;
17、对于第二边缘的所有分支边缘,每个分支边缘与所有第一边缘的最大相似度记为每个分支边缘上所有像素点的评估指标,对于所有分支边缘上所有像素点的评估指标,其中同一个像素点的所有评估指标求均值作为像素点的邻域概率;基于邻域概率从所有分支边缘上所有像素点筛选出若干像素点,筛选出的像素点的邻域的并集作为所述邻域区域。
18、优选的,所述继续优化滤波器,在所述第二频谱与第一频谱具有最小差异的同时,使得提取到的所述边缘的邻域区域的频谱内响应幅值最大化,包括的具体步骤如下:
19、继续重复执行s2若干次后得到所述继续优化后的滤波器;
20、其中,每执行一次s2后,在第二偏振度图像f1中获取所述邻域区域内的灰度值的频谱,记为局部频谱,获取局部频谱中所有频率的响应幅值的均值,记为局部响应幅值;所述均方差与该局部响应幅值的平方的差值记为s2,将s2+w2×l1作为损失函数优化滤波器,w2表示正则化项的预设的第二正则系数,w2大于w1。
21、优选的,所述基于继续优化后的滤波器所获得的第二偏振度图像进行瑕疵检测,包括的具体步骤如下:
22、继续优化后的滤波器记为图像增强滤波器;得到图像增强滤波器后,所述每次采集过程只包含所述第二个曝光阶段;利用图像增强滤波器对第二个曝光阶段采集的所有偏振方向的偏振图像进行滤波,基于滤波后的偏振图像所获得的第二偏振度图像记为增强偏振度图像,基于增强偏振度图像进行瑕疵检测。
23、优选的,所述正则化项的具体获取步骤如下:
24、对第二个曝光阶段采集到的、尚未进行滤波的所有偏振图像,基于尚未进行滤波的所有偏振图像计算出的第二偏振度图像表示为f2;获取f1和f2中任意相同位置像素点灰度值的差值的平方,f1和f2中所有相同位置像素点灰度值的差值平方求第一均值,所述正则化项等于所述第一均值。
25、优选的,所述第二边缘的分支边缘的具体获取步骤如下:
26、重新在f1上利用canny边缘检测算法进行边缘提取,得到的所有边缘记为候选边缘,提取候选边缘时的canny边缘检测算法的参数小于提取第二边缘时的canny边缘检测算法的参数;
27、对于第二边缘上的任意一个像素点,筛选出经过该像素点的任意候选边缘,以该像素点为分割点将该候选边缘分割得到分支边缘。
28、优选的,所述每个分支边缘与所有第一边缘的最大相似度记为每个分支边缘上所有像素点的评估指标,包括的具体步骤如下:
29、对于任意一个第一边缘,该第一边缘上所有像素点的坐标构成第一序列,每个分支边缘上所有像素点的坐标构成第二序列,利用dtw算法将第二序列与第一序列匹配,得到第二序列与第一序列中相匹配的子序列;在来自第二序列中的相匹配的子序列中,获取长度最长的子序列,利用dtw算法计算该子序列与第一序列中相匹配子序列的dtw距离;
30、该第一边缘与每个分支边缘的相似度与该dtw距离呈负相关;获取每个分支边缘与所有第一边缘的最大相似度,记为每个分支边缘上所有像素点的评估指标。
31、本发明另一个实施例提供一种汽车注塑件表面瑕疵检测系统,该系统包含瑕疵检测模块、注塑件id识别模块、检测唤醒模块、检测结果记录模块;
32、瑕疵检测模块包含存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时实现上述一种汽车注塑件表面瑕疵检测方法的所有步骤,得到瑕疵检测结果;注塑件id识别模块用于识别每个注塑件的id;检测唤醒模块用于控制瑕疵检测模块的休眠与唤醒,所述唤醒是指当出现待检测的注塑件时所述处理器继续运行所述计算机程序,所述休眠是指没有出现待检测的注塑件时所述处理器停止所述采集过程;检测结果记录模块用于将注塑件的id与瑕疵检测结果关联存储。
33、本发明的技术方案的有益效果是:
34、本发明整体上进一步实现了在汽车注塑件连续运动状态下的准确、高鲁棒性表面瑕疵检测,有效解决了运动模糊与图像信噪比之间的矛盾。具体而言,本发明利用偏振相机采集运动状态下的汽车注塑件表面图像,每次采集过程包含两个不同的曝光阶段,第一个曝光阶段的曝光时间大于第二个曝光阶段的曝光时间;该过程通过双曝光阶段设计,既利用长曝光阶段获得高信噪比的基准频谱信息,又利用短曝光阶段避免运动模糊,为后续优化提供了基础数据。进一步的,本发明基于第一个曝光阶段采集到的所有偏振图像所获得的第一偏振度图像的频谱记为第一频谱;利用待优化的滤波器对第二个曝光阶段采集到的所有偏振图像滤波,基于滤波后的所有滤波偏振图像所获得的第二偏振度图像的频谱记为第二频谱;优化滤波器,使得所述第二频谱与第一频谱具有最小差异,该过程通过频谱匹配优化,使基于短曝光噪声图像滤波后获得的第二偏振度图像在整体频谱特性上逼近高信噪比的长曝光基准,从而在保持避免运动模糊优势的同时,显著提升图像信噪比,复原被检件表面宏观纹理和瑕疵结构。再进一步的,本发明继续优化滤波器,在所述第二频谱与第一频谱具有最小差异的同时,使得提取到的所述边缘的邻域区域的频谱内响应幅值最大化;该过程在忠实于全局频谱结构的基础上,特别强化疑似边缘区域的局部高频信息,进一步增强和锐化局部细节,为瑕疵的准确分割奠定基础。最后基于继续优化后的滤波器所获得的第二偏振度图像进行瑕疵检测,最终获得兼具高信噪比和清晰细节的图像,从而显著提高表面瑕疵检测的准确度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com