一种PVC-U管材表面质量的光学检测方法及系统与流程

本技术属于智能传感器领域，尤其涉及一种pvc-u管材表面质量的光学检测方法及系统。

背景技术：

1、聚氯乙烯（pvc-u）管材因其优异的耐腐蚀性和机械性能被广泛应用于给排水及工业流体输送领域，其表面质量直接关系到管材的承压能力和使用寿命。在管材生产制造过程中，表面容易产生划痕、凹坑或杂质等缺陷。传统的表面质量检测通常依赖人工目测，这种方式不仅检测效率低下，而且容易受到检测人员主观经验和视觉疲劳的影响，导致缺陷检测的准确率和一致性降低。

2、相关技术提出了一种基于机器视觉的pvc-u管材表面缺陷自动化检测方法。该技术利用高分辨率线阵工业相机在管材挤出生产线上对移动的管材表面进行连续的图像采集，并结合卷积神经网络等深度学习算法对采集到的表面图像进行特征提取与分类。通过这种方式，相关技术能够实现对管材表面缺陷的在线高速识别，替代了人工目测过程，提升了检测的自动化水平和整体检测效率。

3、然而，在管材的高速挤出和牵引过程中，牵引履带的机械运行会导致管材在传输轨道上产生径向的微小高频振动，使得管材表面与光学采集设备之间的空间相对距离发生动态变化。当管材发生空间位置波动时，光学系统在管材表面的实际聚焦点会随之偏移，同时表面反射光进入镜头的通光量也会发生改变。导致采集到的管材表面图像出现局部离焦模糊以及光照对比度下降的现象，使得划痕或微小凹坑等浅表缺陷的图像特征变得模糊不清，进而导致后续的图像分析算法在提取缺陷特征时发生误判或漏判，降低了pvc-u管材表面质量检测的准确性。

技术实现思路

1、本技术提供了一种pvc-u管材表面质量的光学检测方法及系统，用于提高pvc-u管材表面质量检测的准确性。

2、第一方面，本技术提供了一种pvc-u管材表面质量的光学检测方法，控制多光谱智能传感器向pvc-u管材表面同步投射第一波长的均匀探测光和第二波长的参考调制光；

3、采集pvc-u管材表面的反射光信号以生成多通道表面图像，参考调制光携带有预设空间纹理；

4、对多通道表面图像进行通道分离，得到对应第一波长的探测图像和对应第二波长的参考图像；

5、确定参考图像中预设空间纹理的实际对比度；

6、根据实际对比度与预设初始对比度计算pvc-u管材表面在当前采集时刻的瞬时相对距离变化量；

7、基于瞬时相对距离变化量构建与当前采集时刻对应的点扩散函数矩阵；

8、利用空间点扩散函数矩阵对探测图像进行逆向滤波重建操作，得到目标表面图像；

9、将目标表面图像输入至预先训练的表面缺陷分类模型中，输出pvc-u管材表面的质量检测结果。

10、通过采用上述技术方案，通过同步投射第一波长的均匀探测光和带有预设空间纹理的第二波长参考调制光，能够在不增加额外机械扫描设备的情况下，利用单次图像采集获取管材表面的外观形貌与空间深度调制信息。对多通道图像进行分离后，利用参考图像中空间纹理的实际对比度与预设初始对比度的差异，能够精确量化管材在动态生产过程中因震动或位置偏移产生的瞬时相对距离变化量。基于该距离变化量构建对应的点扩散函数矩阵，并对探测图像进行逆向滤波重建操作，能够动态补偿因离焦或相对运动导致的图像模糊，有效恢复管材表面的纹理细节与边缘清晰度。将重建后的高清晰度目标表面图像输入表面缺陷分类模型，能够增强模型对微小缺陷的特征提取能力，进而提升了pvc-u管材表面质量检测的准确率，降低了因动态采集图像模糊导致的缺陷漏检率。

11、结合第一方面的一些实施方式，在一些实施方式中，基于瞬时相对距离变化量构建与当前采集时刻对应的点扩散函数矩阵，具体包括：

12、获取pvc-u管材的表面曲率半径；

13、基于表面曲率半径和瞬时相对距离变化量，计算探测图像在当前采集时刻的空间离焦分布场；

14、根据预设离焦梯度阈值，将空间离焦分布场划分为多个局部子区域；

15、提取每个局部子区域对应的中心离焦量，并基于中心离焦量生成对应的局部点扩散函数；

16、将所有局部子区域的局部点扩散函数进行拼接与平滑融合，得到与当前采集时刻对应的点扩散函数矩阵。

17、通过采用上述技术方案，结合pvc-u管材的表面曲率半径与瞬时相对距离变化量来计算空间离焦分布场，充分考虑了圆柱形管材表面不同位置到传感器的物理距离差异对成像清晰度的非均匀影响。根据离焦梯度阈值将离焦分布场划分为多个局部子区域，并基于各子区域的中心离焦量生成局部点扩散函数，能够针对管材表面不同曲率位置的模糊程度进行差异化建模。将这些局部点扩散函数进行拼接与平滑融合，构建出具有空间变化特性的点扩散函数矩阵，使得逆向滤波重建过程能够自适应管材表面的空间离焦变化。这种空间变异的模糊补偿机制有效提升了管材边缘及大曲率区域的图像复原精度，降低了单一反卷积核在曲面边缘处产生的振铃效应与重建伪影，进一步提高了全视场目标表面图像的整体清晰度。

18、结合第一方面的一些实施方式，在一些实施方式中，利用空间点扩散函数矩阵对探测图像进行逆向滤波重建操作，得到目标表面图像，具体包括：

19、提取探测图像的像素亮度特征以确定探测图像中的镜面高光区域；

20、根据镜面高光区域的亮度饱和度，生成与探测图像像素位置对应的重建置信度矩阵，镜面高光区域内像素点的置信度权重与对应的亮度饱和度呈负相关；

21、将重建置信度矩阵作为空间惩罚项，结合空间点扩散函数矩阵构建目标反卷积泛函；

22、利用目标反卷积泛函对探测图像进行逆向滤波求解，得到目标表面图像。

23、通过采用上述技术方案，通过提取探测图像的像素亮度特征来定位镜面高光区域，并根据亮度饱和度生成置信度权重呈负相关的重建置信度矩阵，客观反映了高光区域有效表面信息的缺失程度。将该重建置信度矩阵作为空间惩罚项引入目标反卷积泛函中，使得逆向滤波求解过程能够自适应调节不同亮度区域的重建权重，降低了算法对高饱和度失真像素的依赖。这种基于置信度加权的重建机制能够有效抑制高光区域在反卷积计算中容易产生的噪声放大与伪影突变现象，改善了高反射区域的图像平滑度与结构完整性，从而降低了因反卷积过度放大高光噪声而引发的虚假缺陷误报率，提升了高光干扰环境下管材表面图像重建的可靠性。

24、结合第一方面的一些实施方式，在一些实施方式中，在输出pvc-u管材表面的质量检测结果之后，方法还包括：

25、获取质量检测结果中缺陷区域在参考图像内对应的局部纹理图像；

26、计算局部纹理图像中预设空间纹理的几何形变分布数据；

27、基于几何形变分布数据提取折射畸变特征，折射畸变特征用于表征透明液滴对光线产生的透镜放大效应；

28、在确定折射畸变特征满足预设水滴物理形变条件的情况下，判定缺陷区域为残留水滴干扰，并从质量检测结果中删除缺陷区域。

29、通过采用上述技术方案，在获取初步质量检测结果后，针对被判定为缺陷的区域，进一步提取其在参考图像中对应局部纹理的几何形变分布数据，利用了透明液滴对底层空间纹理产生的光学透镜放大效应。通过基于几何形变分布数据提取折射畸变特征，能够将液滴引起的光学畸变与真实物理缺陷产生的纹理遮挡或破坏进行区分。当折射畸变特征满足预设水滴物理形变条件时，将该区域判定为残留水滴干扰并予以剔除，能够识别并过滤掉管材生产冷却过程中表面残留水滴造成的伪缺陷，降低了水滴干扰导致的缺陷误检率，提升了表面缺陷分类模型最终输出结果的准确性。

30、结合第一方面的一些实施方式，在一些实施方式中，基于几何形变分布数据提取折射畸变特征，具体包括：

31、将几何形变分布数据与对应空间位置的管材曲面基准形变模型进行差分计算，得到残差形变矢量场，管材曲面基准形变模型用于表征预设空间纹理在无缺陷的圆柱状管材表面产生的固有投影畸变；

32、提取残差形变矢量场中各个形变矢量的方向角和幅值；

33、根据方向角筛选出呈中心辐射状分布的目标形变矢量集合；

34、对目标形变矢量集合中的幅值进行加权求和，得到折射畸变特征。

35、通过采用上述技术方案，通过将几何形变分布数据与管材曲面基准形变模型进行差分计算，有效滤除了预设空间纹理在圆柱状管材表面产生的固有投影畸变干扰，获取了纯粹由表面异常引起的残差形变矢量场。通过提取该矢量场中各形变矢量的方向角和幅值，并根据方向角针对性地筛选出呈中心辐射状分布的目标形变矢量集合，精准捕捉了透明液滴类透镜效应所特有的光学折射空间分布规律。对这些目标形变矢量的幅值进行加权求和以量化畸变程度，能够更精确地表征水滴引起的光学畸变特征。这种基于差分计算与辐射状特征筛选的提取机制，降低了管材自身曲率对畸变特征计算的干扰，提高了折射畸变特征提取的准确度，进而提升了残留水滴干扰判定的可靠性。

36、结合第一方面的一些实施方式，在一些实施方式中，在从质量检测结果中删除缺陷区域之后，方法还包括：

37、获取被删除的缺陷区域在参考图像中对应的边缘过渡环带；

38、提取边缘过渡环带内预设空间纹理的相位连续性参数；

39、在确定相位连续性参数指示预设空间纹理在边缘过渡环带处发生空间断裂的情况下，判定缺陷区域存在物理边缘突变；

40、将存在物理边缘突变的缺陷区域确认为积水凹坑缺陷，并将积水凹坑缺陷恢复至质量检测结果中。

41、通过采用上述技术方案，在剔除疑似残留水滴的缺陷区域后，进一步获取该区域在参考图像中对应的边缘过渡环带，并提取该环带内预设空间纹理的相位连续性参数，能够深入分析水滴覆盖区域的底层物理形貌。当相位连续性参数指示纹理在边缘过渡环带发生空间断裂时，表明该区域不仅存在水滴的光学折射，还伴随着真实的物理边缘突变，从而将单纯的水滴干扰与积水凹坑缺陷有效区分开来。将存在物理边缘突变的区域确认为积水凹坑缺陷并恢复至质量检测结果中，能够识别出被残留水滴掩盖的真实表面损伤，降低了因积水现象导致的真实凹坑缺陷漏检率，提高了管材表面质量检测的准确度。

42、结合第一方面的一些实施方式，在一些实施方式中，提取边缘过渡环带内预设空间纹理的相位连续性参数，具体包括：

43、对边缘过渡环带内的预设空间纹理进行频域变换，获取对应的复数频谱分布数据；

44、提取复数频谱分布数据的主值相位角，并对主值相位角进行相位解包操作，得到展开相位场；

45、计算展开相位场的空间二阶导数；

46、提取空间二阶导数中的高频奇异点；

47、计算高频奇异点在边缘过渡环带内的分布密度，并将分布密度作为相位连续性参数。

48、通过采用上述技术方案，通过对边缘过渡环带内的预设空间纹理进行频域变换并提取复数频谱的主值相位角，结合相位解包操作得到展开相位场，能够将复杂的表面纹理转化为直接反映表面形貌起伏的连续相位信息。通过计算展开相位场的空间二阶导数，放大了相位场中由微小物理形变引起的剧烈变化，进而能够精准提取出代表形貌突变的高频奇异点。将高频奇异点在边缘过渡环带内的分布密度作为相位连续性参数，客观量化了空间纹理发生断裂的密集程度与严重性。这种基于频域相位分析与二阶导数奇异点提取的量化评估方式，降低了图像噪声对边缘特征提取的干扰，提高了微小物理边缘突变检测的灵敏度，从而提升了积水凹坑缺陷判定的精确度。

49、第二方面，本技术实施方式提供了一种pvc-u管材表面质量的光学检测系统，该pvc-u管材表面质量的光学检测系统包括：一个或多个处理器和存储器；存储器与一个或多个处理器耦合，存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，一个或多个处理器调用计算机指令以使得系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

50、第三方面，本技术实施方式提供一种计算机可读存储介质，包括指令，当上述指令在系统上运行时，使得上述系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

51、第四方面，本技术实施方式提供一种计算机程序产品，当计算机程序产品在系统上运行时，使得系统执行如第一方面中任一可能的实现方式描述的方法。

52、本技术实施方式中提供的一个或多个技术方案，至少具有如下技术效果或优点：

53、1、本技术提供了一种pvc-u管材表面质量的光学检测方法，通过同步投射第一波长的均匀探测光和带有预设空间纹理的第二波长参考调制光，能够在不增加额外机械扫描设备的情况下，利用单次图像采集获取管材表面的外观形貌与空间深度调制信息。对多通道图像进行分离后，利用参考图像中空间纹理的实际对比度与预设初始对比度的差异，能够精确量化管材在动态生产过程中因震动或位置偏移产生的瞬时相对距离变化量。基于该距离变化量构建对应的点扩散函数矩阵，并对探测图像进行逆向滤波重建操作，能够动态补偿因离焦或相对运动导致的图像模糊，有效恢复管材表面的纹理细节与边缘清晰度。将重建后的高清晰度目标表面图像输入表面缺陷分类模型，能够增强模型对微小缺陷的特征提取能力，进而提升了pvc-u管材表面质量检测的准确率，降低了因动态采集图像模糊导致的缺陷漏检率。

54、2、本技术提供了一种pvc-u管材表面质量的光学检测方法，在获取初步质量检测结果后，针对被判定为缺陷的区域，进一步提取其在参考图像中对应局部纹理的几何形变分布数据，利用了透明液滴对底层空间纹理产生的光学透镜放大效应。通过基于几何形变分布数据提取折射畸变特征，能够将液滴引起的光学畸变与真实物理缺陷产生的纹理遮挡或破坏进行区分。当折射畸变特征满足预设水滴物理形变条件时，将该区域判定为残留水滴干扰并予以剔除，能够识别并过滤掉管材生产冷却过程中表面残留水滴造成的伪缺陷，降低了水滴干扰导致的缺陷误检率，提升了表面缺陷分类模型最终输出结果的准确性。

55、3、本技术提供了一种pvc-u管材表面质量的光学检测方法，在剔除疑似残留水滴的缺陷区域后，进一步获取该区域在参考图像中对应的边缘过渡环带，并提取该环带内预设空间纹理的相位连续性参数，能够深入分析水滴覆盖区域的底层物理形貌。当相位连续性参数指示纹理在边缘过渡环带发生空间断裂时，表明该区域不仅存在水滴的光学折射，还伴随着真实的物理边缘突变，从而将单纯的水滴干扰与积水凹坑缺陷有效区分开来。将存在物理边缘突变的区域确认为积水凹坑缺陷并恢复至质量检测结果中，能够识别出被残留水滴掩盖的真实表面损伤，降低了因积水现象导致的真实凹坑缺陷漏检率，提高了管材表面质量检测的准确度。