玻璃件的缺陷检测方法与流程

1.本发明涉及缺陷检测技术领域，具体而言，涉及一种玻璃件的缺陷检测方法。


背景技术：

2.绝缘子是安装在导线和接地体之间的重要部件，承担机械强度和电气强度，起固定导线和绝缘的作用。在实际使用过程中，玻璃绝缘子若自身存在缺陷(例如存在应力薄弱点或加工工艺不良)，容易削弱其承受外界刺激的能力，使其在生产、库存、搬运、安装、运行初期就因应力失衡自爆。为了更好地使用玻璃绝缘子，充分发挥玻璃绝缘子的优势，需要在生产线上对玻璃绝缘子玻璃件进行有效检测，避免有缺陷的玻璃绝缘子玻璃件组装投运。
3.现行的玻璃绝缘子玻璃件的检测方法是采用冷热冲击、水压冲击等试验剔除有明显薄弱点的玻璃件，采用外观检查剔除有气泡、裂缝等微小缺陷的玻璃件。然而，外观检查的方法是依靠人工观察玻璃件的外观，这样一来，对工作人员的经验依赖性大，检测效率低。


技术实现要素：

4.鉴于此，本发明提出了一种玻璃件的缺陷检测方法，旨在解决现有技术中玻璃绝缘子玻璃件依靠人工外观检查易导致检测效率低的问题。
5.本发明提出了一种玻璃件的缺陷检测方法，该方法包括如下步骤：第一采集步骤，对待测试的玻璃件进行光照，并使待测试的玻璃件旋转，采集待测试的玻璃件的第一组序列图像；判断步骤，对第一组序列图像中各图像进行处理，并判断待测试的玻璃件是否存在缺陷存疑点，以及在判断出存在缺陷存疑点时确定缺陷存疑点的坐标；第二采集步骤，在预设黑暗条件下，采用激光点光源照射缺陷存疑点的坐标处，并使待测试的玻璃件旋转，采集待测试的玻璃件的第二组序列图像；计算步骤，计算第二组序列图像中每个图像的灰度直方图；确定步骤，根据每个图像的灰度直方图，确定待测试的玻璃件是否存在缺陷。
6.进一步地，上述玻璃件的缺陷检测方法中，第一采集步骤和第二采集步骤中，待测试的玻璃件匀速旋转，并从待测试的玻璃件的顶部和侧面采集图像。
7.进一步地，上述玻璃件的缺陷检测方法中，判断步骤进一步包括：预处理子步骤，对第一组序列图像中的每个图像均进行预处理；提取子步骤，提取预处理后的每个图像的特征信息；存疑点判断子步骤，根据各图像的特征信息和设定的判断依据判断待测试的玻璃件是否存在缺陷存疑点，并在判断出存在缺陷存疑点时确定缺陷存疑点的坐标。
8.进一步地，上述玻璃件的缺陷检测方法中，预处理子步骤进一步包括：灰度处理子步骤，对第一组序列图像中的每个图像均进行灰度处理；二值化处理子步骤，对灰度处理后的每个图像进行二值化处理；滤波处理子步骤，对二值化处理后的每个图像进行滤波处理。
9.进一步地，上述玻璃件的缺陷检测方法中，二值化处理子步骤中，根据设定的阈值，将灰度处理后的每个图像中的所有像素点的灰度值调整为0或255。
10.进一步地，上述玻璃件的缺陷检测方法中，滤波处理子步骤中，将二值化处理后的
每个图像中每个像素点的灰度值设置为邻域8个像素点灰度值的中值。
11.进一步地，上述玻璃件的缺陷检测方法中，提取子步骤进一步包括：剪裁子步骤，对预处理后的每个图像均进行剪裁；其中，剪裁时选取图像中待测试的玻璃件的边缘线呈水平的部分，并且，剪裁后的所有图像组合后包含有待测试的玻璃件的全部表面信息；信息提取子步骤，提取剪裁后每个图像的边缘信息，并对每个图像的边缘信息进行腐蚀运算，提取竖向边缘信息。
12.进一步地，上述玻璃件的缺陷检测方法中，存疑点判断子步骤中，若图像中存在竖向边缘信息，确定待测试的玻璃件存在缺陷存疑点，并确定缺陷存疑点的坐标。
13.进一步地，上述玻璃件的缺陷检测方法中，计算步骤进一步包括：处理子步骤，对第二组序列图像中的每个图像均进行灰度化处理；统计子步骤，统计灰度化处理后的每个图像中处于不同灰度值的像素个数，并绘制每个图像的灰度直方图。
14.进一步地，上述玻璃件的缺陷检测方法中，确定步骤进一步包括：第一确定子步骤，设定灰度值或者灰度值范围，并计算每个图像在灰度值或者灰度值范围内的像素个数，以及将计算出的像素个数确定为该图像的特征数据；第二确定子步骤，对第二组序列图像中所有图像的特征数据进行求导，若求导结果中出现峰值，并且一正一负，呈对称状态，确定玻璃件存在缺陷。
15.本发明中，首先采集光照下旋转的待测试玻璃件的第一组序列图像，对第一组序列图像进行处理，并判断是否存在缺陷存疑点，然后在黑暗背景下采用激光点照射缺陷存疑点的坐标处，并采集第二组序列图像，根据计算出的每个图像的灰度直方图确定待测试的玻璃件是否存在缺陷，该方法检测的精确度高，能够识别待测试的玻璃件的内部微小缺陷，提高了检测效率，无需人工观察检测，也无需依赖检测人员的经验和工作状态，有效地确保了检测的准确度，解决了现有技术中玻璃绝缘子玻璃件依靠人工外观检查易导致检测效率低的问题。
附图说明
16.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
17.图1为本发明实施例提供的玻璃件的缺陷检测方法的流程图；
18.图2为本发明实施例提供的玻璃件的缺陷检测方法中，特征数据变化率的示意图。
具体实施方式
19.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
20.参见图1，图1为本发明实施例提供的玻璃件的缺陷检测方法的流程图。
21.如图所示，玻璃件的缺陷检测方法包括如下步骤：
22.第一采集步骤s1，对待测试的玻璃件进行光照，并使待测试的玻璃件旋转，采集待测试的玻璃件的第一组序列图像。
23.具体地，对待测试的玻璃件进行均匀光照，其光照强度可以根据实际情况来确定，本实施例对此不做任何限制。
24.待测试的玻璃件为匀速旋转，采集时从待测试的玻璃件的顶部和侧面进行图像采集。
25.第一组序列图像中包括多个图像，具体实施时，图像的数量可以根据实际情况来确定，本实施例对此不做任何限制。
26.具体实施时，玻璃件可以为玻璃绝缘子玻璃件，也可以为其他玻璃制品，本实施例对此不做任何限制。
27.判断步骤s2，对第一组序列图像中各图像进行处理，并判断待测试的玻璃件是否存在缺陷存疑点，以及在判断出存在缺陷存疑点时确定缺陷存疑点的坐标。
28.具体地，判断步骤s2进一步包括：
29.预处理子步骤s21，对第一组序列图像中的每个图像均进行预处理。
30.更为具体地，对图像的预处理包括：灰度处理、二值化处理和滤波处理。
31.优选的，预处理子步骤s21进一步包括：
32.灰度处理子步骤s211，对第一组序列图像中的每个图像均进行灰度处理。
33.具体地，每个图像均是rgb三通道格式，对每个图像进行灰度处理，使得每个图像将rgb三通道格式转换为单通道图像，以减少数据体积。
34.二值化处理子步骤s212，对灰度处理后的每个图像进行二值化处理。
35.具体地，为了凸显图像轮廓，强化边界特征，简化数据，则对灰度处理后的每个图像均进行二值化处理。更为具体地，根据设定的阈值，将灰度处理后的每个图像中的所有像素点的灰度值调整为0或255。具体实施时，设定的阈值可以根据实际情况来确定，本实施例对此不做任何限制。
36.滤波处理子步骤s213，对二值化处理后的每个图像进行滤波处理。
37.具体地，因环境因素或设备的自身原因，采集图像时不可避免的会有噪声干扰，所以对二值化处理后的每个图像均进行中值滤波处理，即将二值化处理后的每个图像中每个像素点的灰度值设置为邻域8个像素点灰度值的中值，以消除噪声干扰。
38.提取子步骤s22，提取预处理后的每个图像的特征信息。
39.具体地，提取子步骤s22进一步包括：
40.剪裁子步骤s221，对预处理后的每个图像均进行剪裁；其中，剪裁时选取图像中待测试的玻璃件的边缘线呈水平的部分，并且，剪裁后的所有图像组合后包含有待测试的玻璃件的全部表面信息。
41.具体地，对灰度处理、二值化处理和滤波处理后的每个图像均进行剪裁，剪裁时选取图像中待测试的玻璃件的边缘线尽可能水平的部分，并且，第一组序列中剪裁后的所有图像组合起来后仍能包含待测试的玻璃件的全部表面信息。
42.信息提取子步骤s222，提取剪裁后每个图像的边缘信息，并对每个图像的边缘信息进行腐蚀运算，提取竖向边缘信息。
43.具体地，提取图像的边缘信息的方法有很多种，本实施对此不做任何限制。优选
的，采用canny边缘检测算法提取剪裁后每个图像的边缘信息。
44.然后，对剪裁后的每个图像的边缘信息进行腐蚀运算，其目的是从边缘信息中提取出竖向边缘信息。
45.存疑点判断子步骤s23，根据各图像的特征信息和设定的判断依据判断待测试的玻璃件是否存在缺陷存疑点，并在判断出存在缺陷存疑点时确定缺陷存疑点的坐标。
46.具体地，若图像中存在竖向边缘信息，则确定待测试的玻璃件存在缺陷存疑点，并确定缺陷存疑点的坐标。
47.具体实施时，对第一组序列图像中的所有图像逐一地提取竖向边缘信息，只要有一幅图像存在竖向边缘信息，则确定待测试的玻璃件存在缺陷存疑点，并将竖向边缘信息的位置作为缺陷存疑点，记录缺陷存疑点的坐标，然后继续下面的步骤进行检测。若第一组序列图像中的所有图像均没有存在竖向边缘信息，则确定待测试的玻璃件不存在缺陷存疑点，表明待测试的玻璃件无缺陷，为合格产品，则可以终止检测，即无需进行下面的步骤进行检测。
48.第二采集步骤s3，在预设黑暗条件下，采用激光点光源照射缺陷存疑点的坐标处，并使待测试的玻璃件旋转，采集待测试的玻璃件的第二组序列图像。
49.具体地，在黑暗背景下采用激光点光源照射缺陷存疑点的坐标处，具体实施时，预设黑暗条件可以根据实际情况来确定，本实施例对此不做任何限制。
50.待测试的玻璃件为匀速旋转，采集时从待测试的玻璃件的顶部和侧面进行采集图像，采集图像时，激光点光源照射缺陷存疑点的坐标处。
51.第二组序列图像中包括多个图像，具体实施时，图像的数量可以根据实际情况来确定，本实施例对此不做任何限制。
52.计算步骤s4，计算第二组序列图像中每个图像的灰度直方图。
53.具体地，计算步骤s4进一步包括：
54.处理子步骤s41，对第二组序列图像中的每个图像均进行灰度化处理。
55.更为具体地，第二组序列图像中的每个图像均是rgb三通道格式，对每个图像均进行灰度化处理，使得每个图像将rgb三通道格式转换为单通道图像，以减少数据体积。
56.统计子步骤s42，统计灰度化处理后的每个图像中处于不同灰度值的像素个数，并绘制每个图像的灰度直方图。
57.具体实施时，统计的方法和绘制灰度直方图的方法均可以根据实际情况和现有方法来确定，本实施例对此不做任何限制。
58.确定步骤s5，根据每个图像的灰度直方图，确定待测试的玻璃件是否存在缺陷。
59.具体地，提取第二组序列图像中每个图像的灰度直方图的特征数据，根据预设的判断依据判断待测试的玻璃件是否存在缺陷。
60.优选的，确定步骤s5进一步包括：
61.第一确定子步骤s51，设定灰度值或者灰度值范围，并计算每个图像在灰度值或者灰度值范围内的像素个数，以及将计算出的像素个数确定为该图像的特征数据。
62.具体地，设定的灰度值或者灰度值范围均可以根据实际情况来确定，本实施例对此不做任何限制。
63.针对第二组序列图像中的每幅图像，分别计算在设定的灰度值或者灰度值范围内
的像素个数，将计算出的像素个数作为该图像的特征数据，则一幅图像对应一个特征数据。
64.第二确定子步骤s52，对第二组序列图像中所有图像的特征数据进行求导，若求导结果中出现峰值，并且一正一负，呈对称状态，确定玻璃件存在缺陷。
65.具体地，对所有图像的特征数据进行求导，若特征数据变化率出现峰值，两个峰值一正一负，呈对称状态，则确定玻璃件存在缺陷。若特征数据变化率未出现上述情况，则确定玻璃件不存在缺陷，即为合格。
66.对所有图像的特征数据进行求导的结果可以参见图2，图2中的横坐标为第二组序列图像中所有图像的图号，纵坐标为特征数据变化率，根据图2可以看出，特征数据变化率中出现了两个峰值，一正一负，并且呈对称状态，则确定玻璃件存在缺陷。需要说明的是，图2仅是举例表明玻璃件存在缺陷时特征数据变化率的变化曲线，并不能代表实际试验中特征数据变化率的变化曲线，也就是说，图2仅仅是为了说明玻璃件存在缺陷而展现的示意图，并不表示实际试验中特征数据必须为图2中所示的形态。
67.可以看出，本实施例中，首先采集均匀光照下旋转的待测试玻璃件的第一组序列图像，对第一组序列图像进行处理，并判断是否存在缺陷存疑点，然后在黑暗背景下采用激光点照射缺陷存疑点的坐标处，并采集第二组序列图像，根据计算出的每个图像的灰度直方图确定待测试的玻璃件是否存在缺陷，该方法检测的精确度高，能够识别待测试的玻璃件的内部微小缺陷，提高了检测效率，无需人工观察检测，也无需依赖检测人员的经验和工作状态，有效地确保了检测的准确度，解决了现有技术中玻璃绝缘子玻璃件依靠人工外观检查易导致检测效率低的问题。
68.需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
69.此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
70.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。