一种安全带滚轮全表面瑕疵的快速检测方法

摘要

本发明属于表面检测技术领域，具体涉及一种安全带滚轮全表面瑕疵的快速检测方法，具体包括以下步骤：步骤一、使用双通道线形光源作为照明光源,采用线阵相机作为成像元件，将激光投射到待测滚轮的测量面上，使凹坑、凸起、划痕等缺陷被突显出来，使用线阵相机采集激光投影图像步骤二、对步骤一采集到的图像进行算法处理，搜索可疑区域并对可疑区域的图像进行分割后上报；步骤三、转动滚轮调整位于测量面内的区域，重复上述操作，直至完成滚轮全部侧面的测量。克服了现有技术的不足，采用光学检测配合算法处理的方式，快速的发现滚轮表面的缺陷，解决人工检测的不足，提高产品品质。

说明书

技术领域

本发明属于表面检测技术领域，具体涉及一种安全带滚轮全表面瑕疵的快速检测方法。

背景技术

安全带能够拉伸和收回——当安全带未拉紧时，身体可以轻松地前倾。但在车辆撞击，人体急速前倾时,安全带会突然收紧并将人体紧紧固定好。

传统安全带的装置里面有一个滚轮，如果快速的拉动安全带，比如说发生车祸的情形下，里面的卡子会由于安全带滚轮的快速转动而被离心力带出，迅速将安全带锁死，把座位上的人员固定在椅子上。待冲击峰值过去，或者人已经能受到安全气囊的保护时安全带就会放松以免压伤人的肋骨。从以上一系列的动作来达到保证驾乘人员安全的目的。

目前对于安全带滚轮的表面检测主要还是依靠人工检测的方式，人工检测存在的问题是：

(1)在长期的单一重复性工作中，工人容易产生疲劳，导致不合格的产品流入到应用市场中；

(2)不同的工人操作的手法力度宽严也不尽相同，对于极限件合格性的判断会产生相对应的差异；

(3)人工检测无法检测出细小的缺陷，影响产品的品质。

发明内容

本发明的目的在于提供一种安全带滚轮全表面瑕疵的快速检测方法，克服了现有技术的不足，采用光学检测配合算法处理的方式，快速的发现滚轮表面的缺陷，解决人工检测的不足，提高产品品质。

为解决上述问题，本发明所采取的技术方案如下：

一种安全带滚轮全表面瑕疵的快速检测方法，具体包括以下步骤：

步骤一、使用双通道线形光源作为照明光源,采用线阵相机作为成像元件，将激光投射到待测滚轮的测量面上，使凹坑、凸起、划痕等缺陷被突显出来，使用线阵相机采集激光投影图像；

步骤二、对步骤一采集到的图像进行算法处理，搜索可疑区域并对可疑区域的图像进行分割后上报；

步骤三、转动滚轮调整位于测量面内的区域，重复上述操作，直至完成滚轮全部侧面的测量。

进一步，所述步骤一中，将线阵相机垂直于滚轮测量面架设，双通道线形光源采用两台关于线阵相机左右对称的激光发生器，且激光发生器倾斜于滚轮测量面架设，激光发生器与滚轮测量面之间倾斜夹角为45度到60度，激光发生器向板材表面投射粗细均匀、间隔均匀的激光线。

进一步，所述步骤二中算法处理包括以下步骤：

(1)对采集的滚轮测量面图像进行预处理滤波，抑制采集过程中的噪声信息；

(2)对滤波后的图像进行梯度变换，通过边缘提取算法对图像进行边缘提取，并将输出特征图进行二值化；

(3)对边缘二值图进行积分运算，得到对应的积分图；

(4)将边缘二制图进行网格划分，再利用积分图计算每个网格内边缘点的能量密度，当某一网格内的能量密度大于阈值时，提取该网格作为候选区域；

(5)将相邻的候选区域进行合并，并对合并后的区域进行精细化搜索，得出可以区域。

进一步，步骤(1)中采用高斯滤波对图像进行卷积操作，得到离散高斯权重矩阵，再对离散高斯权重矩阵进行归一化处理，以降低图像中噪声点的影响。

进一步，步骤(2)中采用Canny算子，首先提取图像的一阶差分，将所有不是极值的点全部进行抑制，通过双阈值来连接图上的连通点，将得到的梯度图,归一化为0、1图像，计算图像的梯度信息从而提取图像的边缘。

进一步，步骤(3)中积分运算的公式如下：

其中，i,j——原图中的坐标点,

x,y——当前待计算积分的坐标点,

g(x)——对应点的数值；

AreaSum(x,y,w,h)＝SAT(x,y)-SAT(x-w,y)-SAT(x,y-h)+SAT(s-w,y-h)

其中，AreaSum(x,y,w,h)对应原图矩形内数值点的和。

进一步，步骤(4)中能量密度的计算公式如下：

其中:E(i,j)——区块能量,

i,j——行索引、列索引,

w,h——区块宽、区块高。

进一步，步骤(5)精细化搜索的具体方法为：将每一个候选区域作为一个点，输入当前搜索点，并以其为中心，循环搜索当前中心点周围的八个点，发现缺陷块之后进行迭代，然后以迭代的点为中心再进行搜索，直至完成所有候选区域的搜索。

本发明与现有技术相比较，具有以下有益效果：

1、本发明采用双通道线形光源和线阵相机配合，获取测试区域的高清彩色图像，能够增强缺陷处的显示效果，满足光学检测的需求。

2、本发明通过边缘算法提取图像的边缘再使用积分图提高计算速度,满足实时性要求，算法运行快速,每张图像处理仅需l0ms,综合识别准确率达到了96.9％。

附图说明

图1为一种安全带滚轮全表面瑕疵的快速检测方法的结构示意图。

图2为一种安全带滚轮全表面瑕疵的快速检测方法中A处的放大示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1-2所示，本发明所述一种安全带滚轮全表面瑕疵的快速检测方法，具体包括以下步骤：

步骤一、使用双通道线形光源作为照明光源,采用线阵相机作为成像元件，将激光投射到待测滚轮的测量面上，使凹坑、凸起、划痕等缺陷被突显出来，使用线阵相机采集激光投影图像；

步骤二、对步骤一采集到的图像进行算法处理，搜索可疑区域并对可疑区域的图像进行分割后上报；

步骤三、转动滚轮调整位于测量面内的区域，重复上述操作，直至完成滚轮全部侧面的测量。

进一步，所述步骤一中，将线阵相机垂直于滚轮测量面架设，双通道线形光源采用两台关于线阵相机左右对称的激光发生器，且激光发生器倾斜于滚轮测量面架设，激光发生器与滚轮测量面之间倾斜夹角为45度到60度，激光发生器向板材表面投射粗细均匀、间隔均匀的激光线。

进一步，所述步骤二中算法处理包括以下步骤：

(1)对采集的滚轮测量面图像进行预处理滤波，抑制采集过程中的噪声信息；

(2)对滤波后的图像进行梯度变换，通过边缘提取算法对图像进行边缘提取，并将输出特征图进行二值化；

(3)对边缘二值图进行积分运算，得到对应的积分图；

(4)将边缘二制图进行网格划分，再利用积分图计算每个网格内边缘点的能量密度，当某一网格内的能量密度大于阈值时，提取该网格作为候选区域；

(5)将相邻的候选区域进行合并，并对合并后的区域进行精细化搜索，得出可以区域。

进一步，步骤(1)中采用高斯滤波对图像进行卷积操作，得到离散高斯权重矩阵，再对离散高斯权重矩阵进行归一化处理，以降低图像中噪声点的影响。

进一步，步骤(2)中采用Canny算子，首先提取图像的一阶差分，将所有不是极值的点全部进行抑制，通过双阈值来连接图上的连通点，将得到的梯度图,归一化为0、1图像，计算图像的梯度信息从而提取图像的边缘。

进一步，步骤(3)中积分运算的公式如下：

其中，i,j——原图中的坐标点,

x,y——当前待计算积分的坐标点,

g(x)——对应点的数值；

AreaSum(x,y,w,h)＝SAT(x,y)-SAT(x-w,y)-SAT(x,y-h)+SAT(s-w,y-h)(2)

其中，AreaSum(x,y,w,h)对应原图矩形内数值点的和。

进一步，步骤(4)中能量密度的计算公式如下：

其中:E(i,j)——区块能量,

i,j——行索引、列索引,

w,h——区块宽、区块高。

通过公式(2)和公式(3)的计算，可以在常数O(1)时间内计算出任一矩形内梯度值之和，显著提高了计算效率；在对整张梯度图进行积分运算后，根据公式(1)算得到每个区块的能量密度提取大于阈值的区块作为候选区域

进一步，步骤(5)精细化搜索的具体方法为：将每一个候选区域作为一个点，输入当前搜索点，并以其为中心，循环搜索当前中心点周围的八个点，发现缺陷块之后进行迭代，然后以迭代的点为中心再进行搜索，直至完成所有候选区域的搜索；经过相邻候选区域合并后,可以得到较为完整的疑似缺陷区域，不论缺陷呈暗色还是亮色,只要梯度特征较为明显,即可快速的完成准缺陷区域的提取。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。