機器視覺在大型工件自動探傷檢測中的應用

發(fā)布：2018-12-18 | 點擊：人次

摘要：機器視覺在大型工件自動探傷檢測中的應用資訊由優(yōu)秀的流量計、流量儀生產報價廠家為您提供。1引言機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是指通過機器視覺產品將被攝取目標轉換成圖像信號，再傳送給專用信息處理裝置作進一步加工的軟、硬件設備。由。更多的流量計廠家選型號價格報價歡迎您來電咨詢，下面是機器視覺在大型工件自動探傷檢測中的應用文章詳情。

1引言

機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是指通過機器視覺產品將被攝取目標轉換成圖像信號，再傳送給專用信息處理裝置作進一步加工的軟、硬件設備。由于機器視覺系統(tǒng)可以快速獲取大量信息，而且易于自動處理，和便于與加工控制信息集成，因此，在現代自動化生產過程中，人們將機器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗和質量控制等領域。機器視覺系統(tǒng)的特點是自動、客觀、非接觸、精度高，可方便地提高生產的柔性和自動化程度。在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺;在大批量工業(yè)生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。由于機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術之一。總之，隨著機器視覺技術自身的成熟和發(fā)展，可以預計它將在現代和未來制造企業(yè)中得到越來越廣泛的應用。

眾所周知，工業(yè)CT技術作為一種先進的無損檢測技術，它不僅可以用于工件內部結構和缺陷的無損檢測、質量評定、定性分析和判斷，還可以通過對工業(yè)CT圖像的測量來實現工件內部結構尺寸和缺陷尺寸進行測量和定量分析，測量精度高，可重復性好。近年來，從定性檢測向定量測量方向發(fā)展是工業(yè)CT技術的一個重要研究方向，并且已取得了很大的進展。但是，目前國內外對工業(yè)CT圖像的測量大都還依賴于手工方法進行，不僅測量的可重復性差而且測量精確度不高，越來越難以適應大批量的圖像處理工作的需要。因此，文章結合工程實踐，文中針對手工測量存在的一些問題，對工業(yè)CT圖像自動測量方法作些探討，根據工業(yè)CT圖像的自身特點提出了一種基于邊緣提取的自動測量方法。

2Canny的邊緣檢測原理簡介

通過工業(yè)CT機獲得大型金屬工件的斷層圖像，然后傳輸給中央管理系統(tǒng)，系統(tǒng)利用圖像處理技術，對獲取的圖片進行分析，提取工件缺陷相關尺寸信息，存儲在數據庫中，供圖像分析系統(tǒng)對金屬或其它材料的基體組織、雜質含量、組織成分、缺陷大小等進行精確、客觀地分析，為產品質量提供可靠的依據。

從信號采集角度考慮，透射被測工件的光子經探測器轉換成模擬信號后，再經過A/D轉換成數字信號，在上述過程中，原工件不同材質區(qū)域的邊緣[1]，根據CT卷積反投影重建算法[2]中的點擴散原理可知，真實邊界在數字圖中的邊緣范圍3個像素。

Canny把邊緣檢測問題轉換為檢測單位函數極大值的問題[3]。在高斯噪聲中，一個典型的邊緣代表一個階躍的強度變化。

（1）一個好的邊緣檢測算子應具有三個指標:

低失誤概率，既要少將真正的邊緣丟失，也要少將非邊緣判為邊緣;

高定位精度，檢測出的邊緣應在真正的邊緣位置上;

對每個邊緣有*的響應，得到的邊緣為單像素寬。

（2）Canny提出了判定邊緣檢測算子的三個準則[4]:

良好的信噪比:良好的信噪比準則即將非邊緣點判為邊緣點的概率要低，將邊緣點判為非邊緣點的概率要低。信噪比的數學表達式：

（1）

其中，f（x）是邊界為[-ω,+ω]的濾波器脈沖響應，G（-x）代表邊緣函數，σ是高斯噪聲的均方差，若信噪比大，則邊緣提取質量好。

定位精度準則。定位精度是指檢測出的邊緣點要盡可能在實際邊緣的中心。定位精度的數學表達式為:

（2）

其中，G'（x）和f'（x）分別表示G（x）和f（x）的一階導數。如果Localization值越大，那么表明邊緣定位精度就高。

單邊響應準則。即要保證單邊緣只有一個像素響應，檢測算子的脈沖響應導數的零交叉點平均距離D（f'）應滿足f"（x）（為f（x）的二階導數）

（3）

zui后，Canny用泛函求導方法推導出高斯函數的一階導數，此即為該zui佳函數的zui好近似，計算方法簡便。

3Canny邊緣檢測算法

Canny算法實際采用雙門限方法實現邊緣提取,其中兩個門限分別為h1與h2。Canny建議h2為h1的2～3倍。算法流程如下[5]:

Step1:初始化邊緣點位置EdgeDot=（col,vol）,col=0,vol=0。定義邊緣圖figureedge數組，大小為nWidth×nHeight，初始化為全255（非邊緣）;

Step2:在非zui大抑制所得圖中查看EdgeDot點的值，并賦給IfEdge;

Step3:if（IfEdge=noedge）thenStep7;

Step4:查看梯度圖中EdgeDot點的值，并賦給magni-tude;

Step5:if（magnitudeStep6:在記錄結果的邊緣圖中記下EdgeDot點并設置非zui大抑制圖對應點值為noedge，然后在梯度圖中查看EdgeDot點的八鄰域點梯度magnitudenear，若magnitudenear>h1，重復執(zhí)行Step6,否則執(zhí)行Step7;

Step7:col++;

if（col>=nWidth）thenvol++;

if（vol>=nHeight）thenend;（程序結束）

執(zhí)行Step2。

算法中門限的選擇直接影響著Canny算子的性能。

作者用VisualC++6.0實現了該算法，主要包括:圖象平滑（imagesmoothing，這里使用高斯濾波）、微分（differentiation）處理、非zui大值抑制non-maximumsuppression）、邊緣閾值化（edgethresholding）等步驟。選取CT圖像序列中的一切片（如圖1所示）該圖像分割算法在實際應用中效果如圖1所示:

圖1邊緣提取效果圖

4工業(yè)CT圖像的自動測量

在工業(yè)CT圖像中不同區(qū)域的物質表現為灰度值異于周圍物質的灰度值。所以，研究者們常通過邊緣檢測技術和圖像分割技術把這個區(qū)域分離出來，使之成為一個獨立的分析對象，然后再進行準確測量。目前，常見的面積測量大都依賴于手工完成，主要通過用戶使用鼠標點擊所測面積區(qū)域的周圍來得到一個閉合的區(qū)域，將該區(qū)域近似為待測的面積區(qū)域，而后通過統(tǒng)計該區(qū)域內像素點的個數來近似計算面積。而常見的周長和極徑測量也是如同面積測量一樣僅能得到一個近似值。顯然，這些測量方法由于人為原因或算法本身的缺點，給測量帶來了較大的誤差，并不具有可重復操作性，使得成批的圖像測量難以實現。

因此，以下通過對工業(yè)CT圖像進行準確地分割得到邊緣，并在此基礎上提出針對大型金屬工件的CT圖像面積、周長以及極徑等幾何尺寸的自動測量方法。

4.1面積測量

由于區(qū)域的面積與其內部灰度級的變化無關，而只與該區(qū)域邊界有關，因此只要確定了區(qū)域邊界點的坐標，就可利用邊界坐標來計算區(qū)域的面積。在Green定理中指出，在x-y平面內的一個封閉曲線包圍的面積由其輪廓積分給定，即

（4）

其中，積分沿著該封閉曲線進行。Green公式表明，只要確定了一條封閉曲線的各點坐標，就可以根據這些坐標點計算出該曲線包圍的區(qū)域的面積。

由上述原理可得到面積計算的方法如下:由于工業(yè)CT圖像是一種離散化的數據形式，那么區(qū)域的邊緣也是一個離散的點集，因此需要將Green定理離散化后才能計算區(qū)域的面積。Green定理的離散形式如下：

（5）

該離散形式表達式實質上是將封閉邊緣曲線確定的區(qū)域看成一個多邊形，并以區(qū)域中一點為中心點將其分成多個三角形，然后計算所有三角形的面積。

4.2周長測量

區(qū)域的周長是分割出的區(qū)域的邊界長度。邊界通?？梢杂孟洞a、鏈碼和面積表示。其中隙碼方法表示時，測量長度過程中包含了許多的轉彎，從而夸大了實際周長值;而面積方法表示時，僅統(tǒng)計邊界點數，這樣又忽略了每一個像素的邊界長度，從而縮小了實際周長值;而鏈碼方法表示時，它既考慮了每個像素的邊界長度，又把轉彎變成一條直線，這樣周長的測量精度就提高了。邊界鏈碼測量的主要思想如下:鏈碼是從在物體邊界上任意選取的某個起始點坐標開始的。該起始點有8個鄰接點，其中至少有一個是邊界點。邊界鏈碼規(guī)定了從當前邊界點走到下一個邊界點這一步驟必須采用的方向。由于有8種可能的方向，因此可以將它們從0到7編號[6]，如圖2所示。邊界鏈碼包含了起始點的坐標以及用來確定圍繞邊界路徑走向的編碼序列。

圖2邊界鏈碼圖

在這個邊界鏈碼中，編號為0，2，4，6的像素點稱為偶步像素，而編號為1，3，5，7的像素點稱為奇步像素。

由該理論得出周長計算的方法是:將區(qū)域邊界定義為以各邊界像素中心為頂點的多邊形。于是，相應的周長就是一系列橫豎向（△p1=l）和對角線方向（）的間隔之和[7]。一個缺陷的周長可表示為:

（6）

其中Ne和No分別是邊界鏈碼中約定的走偶步（0、2、4、6）與走奇步（1、3、5、7）的數目。

4.3極徑測量

極徑是工件指定區(qū)域尺寸規(guī)格的描述。zui直接的極徑測量方法如下:由于工業(yè)CT圖像是一種離散化的數據形式，因此區(qū)域上各點的極徑就是區(qū)域的幾何中心到區(qū)域邊界點的距離。求極徑的實質是求邊界點的坐標和區(qū)域幾何中心的坐標。然而，邊界點的坐標可以由邊緣提取所得到的邊緣圖像得到，區(qū)域的幾何中心坐標則可以通過將區(qū)域看成無數個邊界點到幾何中心所構成的三角形的所有幾何中心坐標的平均值來求取。因此，利用Green定理和三角形幾何中心的算法可以得到任意區(qū)域的幾何中心的離散形式為

（7）

（8）

4.4面積、周長以及極徑的自動測量

基于上述理論，文中將自動測量分為對工件感興趣區(qū)域的半自動測量和工件所有不同區(qū)域的全自動測量。

該方法的主要思想是:通過自動識別工業(yè)CT圖像中的不同區(qū)域，從區(qū)域的角度定義不同材質的物質，從而進行區(qū)域測量。

具體實現步驟為:*步，自動獲取得到工業(yè)CT圖像的邊緣圖像;第二步，自動搜索邊緣圖像中所有的閉合曲線以及非閉合曲線軌跡;第三步，利用所有的閉合曲線創(chuàng)建工業(yè)CT圖像中所有的不同材質的區(qū)域以及標記所有非閉合曲線軌跡;zui后，通過自動辨識不同區(qū)域并對這些區(qū)域進行面積、周長和極徑的測量。

經實驗論證:在工業(yè)CT圖像自動測量中，面積測量精度平均達到97.6%，周長測量精度達到98.2%，在標準圓和橢圓圖像的極徑測量中測量精度達到100%。

整幅CT圖像的自動測量時間與圖像各個區(qū)域的面積相關，即:圖像區(qū)域面積越大，圖像區(qū)域創(chuàng)建的時間就越大，總的測量時間越長。在給定工件的批量（1500幅）CT圖像的測量中，全部測量所用時間為17分鐘。

5結束語

從上述對工件的實際測量結果可以看出，文中提出的方法對于工業(yè)CT圖像的不同材質區(qū)域的測量以及缺陷的測量不僅能夠達到較為理想的精度，而且還具有很高的可重復性等特點。它不但適用于對工件感興趣區(qū)域（如:缺陷）的幾何尺寸測量，而且還適用于批量工件的工業(yè)CT圖像內部結構尺寸的測量。因此，機器視覺在大型工件自動探傷檢測中的應用前景是令人樂觀的。

以上就是本文全部內容，歡迎您來電咨詢我廠家流量計選型、報價等內容。

機器視覺在大型工件自動探傷檢測中的應用