王 軍，肖晶晶，胡剛雨

（江西理工大學(xué) 機(jī)電工程學(xué)院，贛州 341000）

0 引言

磁柱的生產(chǎn)工序?yàn)椋喝蹮?制粉-成型-燒結(jié)-研磨-外觀檢測(cè)-成品，在磁柱成型、燒結(jié)以及研磨過程中，磁柱表面會(huì)產(chǎn)生結(jié)疤、黑片、掉邊、裂縫等表面缺陷。企業(yè)現(xiàn)有的磁柱表面缺陷檢測(cè)工序采用人工裸眼進(jìn)行檢測(cè)，該方法準(zhǔn)確性不高、勞動(dòng)密集、受人工經(jīng)驗(yàn)和主觀因素的影響大[1，2]。

近年，采用機(jī)器視覺方法進(jìn)行物體表面缺陷檢測(cè)有較多應(yīng)用。例如，Weijun Xie等[3]利用圖像不同分量實(shí)現(xiàn)了胡蘿卜表面缺陷檢測(cè)。李俊峰等[4]為實(shí)現(xiàn)磁環(huán)表面缺陷提取，將缺陷分為兩大類，利用掩模技術(shù)設(shè)計(jì)了磁環(huán)表面缺陷提取方法。由于磁柱體積小、呈圓柱體，且表面易反光，圖形對(duì)比度較低等原因，因此現(xiàn)有的表面缺陷檢測(cè)算法并不適用于磁柱。例如崔家俊等[5]提出的改進(jìn)的Gabor濾波器算法實(shí)現(xiàn)小型磁環(huán)缺陷檢測(cè)，對(duì)于對(duì)比度低的磁柱表面而言，此方法效果并不明顯。

針對(duì)于磁柱體積小、表面易反光，圖形對(duì)比度較低的特征，本文提出了一種基于改進(jìn)的2D-OTSU磁柱表面缺陷檢測(cè)方法。采用了圖像增強(qiáng)、圖像去噪、圖像分割等圖像處理方法，提取圖像缺陷特征并進(jìn)行分類識(shí)別。本文采用的方法對(duì)提高磁柱表面缺陷檢測(cè)的速度與準(zhǔn)確性具有一定的應(yīng)用價(jià)值。

1 磁柱圖像獲取

由于所有信息都來自圖像，因此圖像的質(zhì)量決定了整個(gè)檢測(cè)系統(tǒng)的好壞[6，7]。由于環(huán)境及磁柱的屬性，存在多個(gè)因素影響磁柱圖像的采集?？紤]到磁柱是表面光滑曲面的軸類物體，CCD成像質(zhì)量會(huì)受光照方式以及相機(jī)坐標(biāo)位置的影響，因此需對(duì)圖像采集中的光源、相機(jī)等進(jìn)行標(biāo)定及計(jì)算驗(yàn)證，以確定光源、相機(jī)的安放位置以及磁柱的擺放形式與工作方式。本系統(tǒng)中磁柱采用傳送帶傳送，由直流電機(jī)驅(qū)動(dòng)傳送裝置使得磁柱在傳送帶上做勻速軸向旋轉(zhuǎn)。通過實(shí)驗(yàn)驗(yàn)證，當(dāng)固定磁柱與相機(jī)的相對(duì)位置后，相機(jī)每次可獲取磁柱外表面三分之一左右圖像，其中清晰部分約占四分之一，圖像獲取過程示意圖如圖1所示，調(diào)節(jié)拍攝速度使得磁柱旋轉(zhuǎn)一周的時(shí)間內(nèi)相機(jī)連續(xù)獲取4張圖片，完成磁柱所有外表面圖像獲取。

圖1 圖像獲取過程示意圖

2 圖像處理

2.1 圖像去噪

磁柱表面缺陷圖像在采集、傳輸?shù)冗^程中會(huì)存在很多噪聲，如高斯噪聲、椒鹽噪聲等[7，8]。圖像去噪的方法中有均值濾波與中值濾波等[9，10]。采用以上兩種去噪濾波方法對(duì)磁柱表面缺陷圖像進(jìn)行濾波去噪處理，去噪結(jié)果如圖2所示。

圖2 去噪結(jié)果

由去噪結(jié)果可知，采用5×5中值濾波模板濾波的效果為最佳，相比于其他濾波方法，其清晰度最高，細(xì)節(jié)保留完整，更好地去除了噪聲。為了更好地對(duì)磁柱表面缺陷圖像去噪結(jié)果進(jìn)行評(píng)判，采用PSNR（峰值信噪比）與MSE（均方誤差）對(duì)兩種濾波的方法的濾波結(jié)果進(jìn)行評(píng)價(jià)，濾波效果對(duì)照表如表1所示。

表1 濾波效果對(duì)照表

由表1可知，采用中值5×5濾波模板對(duì)磁柱表面缺陷圖像進(jìn)行中值濾波所得到的PSNR值最大，MSE值最小，圖像去噪效果最好。

2.2 改進(jìn)的2D-OTSU算法進(jìn)行圖像分割

OTSU方法也稱之為最大類間方差方法[11]。由于該方法抗噪性較弱，而對(duì)于對(duì)比度小的磁柱圖像易受到噪聲影響，利用一維OTSU方法效果并不友好，相對(duì)于一維OTSU，2D-OTSU對(duì)噪聲敏感度更低[12]，在磁柱表面缺陷圖像分割更有效，但分割結(jié)果仍然受噪聲影響。為了進(jìn)一步消除噪聲影響，本文通過引入權(quán)重系數(shù)β，對(duì)2D-OTSU算法改進(jìn)，優(yōu)化圖像分割效果。

假設(shè)數(shù)字圖像f(x，y)的領(lǐng)域平滑圖像為g(x，y)，在二維直方圖中f(x，y)為橫坐標(biāo)，g(x，y)為縱坐標(biāo)，二維單元(i，j)由像素灰度值i與領(lǐng)域灰度值j組成，其概率為為(i，j)的個(gè)數(shù)，由此可得：

當(dāng)選取一個(gè)閾值(u，v)，則將二維直方圖分成四大區(qū)域，區(qū)域一和區(qū)域三分別為目標(biāo)與背景區(qū)域，區(qū)域二和區(qū)域四分別為噪聲與邊緣區(qū)域。二維直方圖如圖3所示。

圖3 二維直方圖

設(shè)目標(biāo)和背景區(qū)域概率為ω0和ω1，則：

其對(duì)應(yīng)的均值η0和η1為：

則總灰度均值為：

各類內(nèi)離散矩陣為：

類間離散矩陣為：

ω0和ω1的距離函數(shù)為：

當(dāng)rtr(S)和ω1為最大時(shí)的(i，j)，選取作為最佳閾值(u，v)。但在缺陷區(qū)域與背景區(qū)域邊緣仍存在孤立噪聲，為了消除孤立噪聲的影響，在2D-OTSU算法的基礎(chǔ)上引入權(quán)重系數(shù)β，確定最終綜合目標(biāo)函數(shù)，來獲取最佳閾值。通過研究類間離散矩陣與類內(nèi)離散矩陣確定目標(biāo)函數(shù)為：

rtr(S)max為類間rtr(S)取最大值，rtr(Sk)min為類內(nèi)rtr(Sk)取最小值，β為權(quán)重系數(shù)，它與圖像的灰度特性相關(guān)，可用ωk來對(duì)其進(jìn)行描述。權(quán)重系數(shù)β的計(jì)算公式為：

根據(jù)磁柱圖像特性以及大量實(shí)驗(yàn)，取a=0.6，a=0.045。加入權(quán)重系數(shù)β，對(duì)2D-OTSU算法改進(jìn)，消除孤立噪聲的影響。算法流程圖如圖4所示。

圖4 算法流程圖

2.3 特征提取

數(shù)字圖像可以從灰度特征、幾何特征進(jìn)行特征描述[13]。磁柱分割圖像是二值化圖像，不宜采用灰度特征進(jìn)行描述，幾何特征表示了目標(biāo)外觀信息的特征量，本文采用周長(zhǎng)、面積和寬度來對(duì)磁柱表面缺陷圖像進(jìn)行幾何特征描述，具體算法如下：采用鏈碼的方法獲得缺陷周長(zhǎng)、計(jì)算缺陷區(qū)域的像素總和求面積、計(jì)算缺陷區(qū)域中的最大寬度獲取寬度信息。

本磁柱表面缺陷分為裂縫、黑片、結(jié)疤、掉邊四種缺陷，通過對(duì)磁柱表面缺陷圖像中的四種缺陷進(jìn)行幾何特征提取，獲取缺陷區(qū)域的特征值。對(duì)100組缺陷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，得到了各種缺陷的幾何特征，如表2所示。通過分析磁柱表面缺陷幾何信息特征量，為磁柱表面缺陷圖像的缺陷分類識(shí)別提供了重要的判斷依據(jù)。

表2 缺陷特征提取結(jié)果

3 實(shí)驗(yàn)結(jié)果及分析

3.1 算法比較

對(duì)本文改進(jìn)的2D-OTSU圖像分割算法進(jìn)行試驗(yàn)，并與傳統(tǒng)OTSU圖像分割算法和文獻(xiàn)[5]改進(jìn)的Gabor濾波器算法對(duì)磁柱結(jié)疤、黑片、掉邊、裂縫缺陷圖像分割進(jìn)行對(duì)比實(shí)驗(yàn)分析。算法對(duì)比效果如圖5所示。從算法效果對(duì)比圖中可以看出，磁柱表面缺陷復(fù)雜，缺陷種類多，對(duì)于結(jié)疤和黑片缺陷，采用OSTU算法會(huì)出現(xiàn)較多的噪聲點(diǎn)，文獻(xiàn)[5]算法減少了噪聲點(diǎn)，但是磁柱邊緣分割效果不好，對(duì)于掉邊，OSTU算法依然有較多噪點(diǎn)，文獻(xiàn)[5]和本文算法都能較好分割，而對(duì)于對(duì)比度低的裂縫缺陷，傳統(tǒng)OTSU圖像分割算法與文獻(xiàn)[5]算法依然受孤立噪聲影響，不能對(duì)磁柱表面缺陷有效提取，而本文算法能有效消除孤立噪聲，進(jìn)行磁柱表面缺陷提取。

圖5 算法對(duì)比效果

3.2 實(shí)驗(yàn)結(jié)果

為了進(jìn)一步驗(yàn)證本文算法的有效性，選取1000個(gè)樣本進(jìn)行缺陷檢測(cè)，200個(gè)不同缺陷樣本進(jìn)行識(shí)別，并對(duì)以上傳統(tǒng)OTSU算法、文獻(xiàn)[5]算法和本文算法三種不同算法進(jìn)行圖像分割測(cè)試。算法對(duì)比結(jié)果如表3所示。從表中可以看出本文算法與傳統(tǒng)OTSU算法和文獻(xiàn)[5]算法的準(zhǔn)確率相比更高，而且1000個(gè)樣本進(jìn)行缺陷檢測(cè)，漏檢率為0，在識(shí)別磁柱表面缺陷上更準(zhǔn)確有效。

表3 算法對(duì)比結(jié)果

對(duì)各類實(shí)際缺陷數(shù)與本文算法測(cè)試結(jié)果進(jìn)行分類統(tǒng)計(jì)，各類缺陷測(cè)試對(duì)比結(jié)果如表4所示。

表4 各類缺陷測(cè)試對(duì)比結(jié)果

由表4可知，對(duì)于四種不同的磁柱表面缺陷，綜合識(shí)別正確率達(dá)到了98%，裂縫缺陷識(shí)別正確率最高，正確率高達(dá)100%，黑片缺陷由于與結(jié)疤缺陷類型相似度較高，誤檢數(shù)為最多，正確率與其他三種缺陷類型相比較低，但正確率也能達(dá)到96.9%以上，尤其是漏檢率為0，可以保證有缺陷的產(chǎn)品均能全部檢測(cè)出，能夠達(dá)到磁柱表面缺陷檢測(cè)的要求。

4 結(jié)語

本文提出了基于改進(jìn)的2D-OTSU磁柱表面缺陷檢測(cè)方法對(duì)磁柱表面缺陷進(jìn)行檢測(cè)。標(biāo)定相機(jī)獲取磁柱圖像，采用中值濾波方法對(duì)圖像進(jìn)行濾波去噪處理，通過加入權(quán)重系數(shù)β對(duì)2D-OTSU算法改進(jìn)，進(jìn)而對(duì)缺陷圖像進(jìn)行圖像分割，并與其他算法進(jìn)行對(duì)比，實(shí)現(xiàn)了磁柱表面缺陷目標(biāo)與背景分離。提取了磁柱表面缺陷的幾何特征，通過實(shí)驗(yàn)，本文算法相比于其他兩種算法更準(zhǔn)確有效，對(duì)磁柱表面缺陷檢測(cè)綜合準(zhǔn)確度達(dá)到98%，沒有漏檢，滿足企業(yè)對(duì)磁柱表面缺陷檢測(cè)分類的要求，提高了準(zhǔn)確性與檢測(cè)效率。