[发明专利]一种基于多阈值区间的塑料零件缺陷检测方法

说明书

本发明提供一种基于多阈值区间的塑料零件缺陷检测方法，包括如下步骤：S1：输入被检测零件表面图片的灰度化图像；S2：获取所述被检测零件灰度化图像的缺陷特征值向量及在缺陷多个阈值区间中的缺陷所属阈值区间；S3：根据所述缺陷所属阈值区间利用最小距离分类器计算所述缺陷特征值向量对应的缺陷类型；本发明通过设定多个阈值区间及利用最小距离分类器，实现了塑料零件表面缺陷的自动化检测，提高了塑料零件表面缺陷的检测效率，节省了人力物力财力。

技术领域

本发明涉及零件缺陷检测技术领域，具体涉及一种基于多阈值区间的塑料零件缺陷检测方法。

背景技术

现代社会中，塑料零件在生活中无处不在，在电子、化工、航空航天等各个行业中都已得到广泛的应用。由于塑料零件中每个零件的轮廓、形状、大小表面干净度都必须和最初设计时的精度一致才能满足生产需求，因此，在高速发展的工业环境下，检测零件缺陷是加工产业不可缺少的环节之一。目前大部分工厂对于检测塑料零件表面缺陷的方法主要是依靠人工肉眼分辨，此方法不仅低效而且易因工作人员的视觉疲劳导致误检或者漏检的问题，即使工作人员找到塑料零件的表面缺陷，也只能依靠肉眼定位进行再加工，易造成二次加工缺陷，若直接舍弃工件又会造成资源浪费。因此，人工检测零件缺陷不仅人力资源耗费大，而且检测效率低，效果差。

发明内容

本发明提供一种基于多阈值区间的塑料零件缺陷检测方法，通过设定多个阈值区间及利用最小距离分类器，实现了塑料零件表面缺陷的自动化检测，提高了塑料零件表面缺陷的检测效率，节省了人力物力财力。

为了解决上述技术问题，本发明采取的技术方案为：

本发明提供一种基于多阈值区间的塑料零件缺陷检测方法，包括如下步骤：

S1：输入被检测零件表面图片的灰度化图像；

S2：获取所述被检测零件灰度化图像的缺陷特征值向量及在缺陷多个阈值区间中的缺陷所属阈值区间；

S3：根据所述缺陷所属阈值区间利用最小距离分类器计算所述缺陷特征值向量对应的缺陷类型。

进一步地，在步骤S1中，通过工业相机拍摄所述被检测零件表面图片，并对所述图片进行图像灰度化处理与图像去噪处理，获取被检测零件表面图片的灰度化图像。

又进一步地，在步骤S1与S2之间，通过预先采集完好的零件表面图片，并对所述完好的零件表面图片进行图像灰度化处理与图像去噪处理后获取标准样本图片灰度化图像。

还进一步地，在步骤S1与S2之间，通过预先定义有缺陷的样本零件的缺陷类型，并通过重复采集同一缺陷类型的不同缺陷样本零件表面图片，获取缺陷样本零件表面图片灰度化图像后，与标准样本图片灰度化图像的像素值进行差值计算；根据所述像素差值划分缺陷阈值区间并获取同一缺陷类型的至少一个缺陷样本特征值向量；

经采集多种缺陷类型的像素差值划分多个阈值区间；一个缺陷阈值区间对应至少一种预先定义的缺陷类型，一种缺陷类型包含至少一个缺陷样本特征值向量。

更进一步地，在步骤S2中，对所述被检测零件表面图片灰度化图像与标准样本图片灰度化图像的像素值进行差值计算，并根据像素差值获取特征值向量及在缺陷多个阈值区间中的缺陷所属阈值区间。

还更进一步地，在步骤S3中，根据所述缺陷所属阈值区间，计算与被检测零件缺陷特征值向量距离最小的缺陷样本特征值向量，与所述缺陷特征值向量距离最小的缺陷样本特征值向量对应的缺陷类型为所述被检测零件的缺陷特征值向量对应的缺陷类型。