[发明专利]一种基于暗视野的碳纤维缺陷检测方法

说明书

本申请公开了一种基于暗视野的碳纤维缺陷检测方法，首先，将暗场照明图像输入缺陷检测系统；其次，通过混合滤波技术过滤图像噪点；再次，运用OSTU算法对图像进行二值化；接着，进行闭运算凸显并连接图像边缘；然后，使用BOLB分析进行图像区域分割；最后，通过SVM算法进行图像多分类识别缺陷。本方法可实现碳纤维质量缺陷在线自动化检测，碳纤维质量缺陷检测工作效率得到显著提高；同时消除了人为检测误差，提高了检测结果稳定性，且提升了对于碳纤维丝束细小缺陷的检测成功率。

技术领域

本发明属于缺陷检测技术领域，特别是涉及一种基于暗视野的碳纤维缺陷检测方法。

背景技术

碳纤维因其高刚度、高抗拉强度、低重量、高耐化学性、耐高温、低热膨胀等优异特点，以其为增强体制备的高性能复合材料已在军工制造、体育休闲、航空航天、土木工程等领域得到了广泛地应用，同时市场对碳纤维的质量亦提出了越来越高的要求。碳纤维的光泽、毛丝、并丝、跳丝、接头、分叉、塌边、凹坑等外观质量缺陷，会使产品质量大幅下降影响实际使用。因此，为生产高品质碳纤维必须加强对碳纤维外观质量缺陷的检测。

传统的基于明视野的碳纤维缺陷检测方法需要工人在碳纤维丝束卷绕过程中，借助手电筒的强光仔细观察碳纤维丝束的光泽是否均匀，有无明显毛丝，有无并丝、跳丝、接头、分叉，卷绕成型的丝轴是否有塌边、凹坑等外观质量缺陷。这种传统的接触式人工检测不但耗费大量人力资源，且受制于工人精力及状态易出现错检、漏检，难以满足高速生产中的大量碳纤维丝束在线外观质量缺陷检测需求，迫切需要利用市场应用已逐渐成熟的机器视觉技术实现碳纤维丝束外观质量缺陷的自动化实时检测。

发明内容

本发明目的在于解决上述背景技术中提出的问题，提供一种基于暗视野的碳纤维缺陷检测方法，目的在于解决当前碳纤维缺陷检测工作效率较低、受人为误差影响较大的问题，并提升对于碳纤维细小缺陷的检测成功率。

为了实现本发明目的，本发明公开了一种基于暗视野的碳纤维缺陷检测方法，其特征在于，包括以下步骤：

步骤一、将暗场照明图像输入缺陷检测系统；

步骤二、通过混合滤波技术过滤图像噪点；

步骤三、运用OSTU算法对图像进行二值化；

步骤四、进行闭运算凸显并连接图像边缘；

步骤五、使用BOLB分析进行图像区域分割；

步骤六、通过SVM算法进行图像多分类识别缺陷。

进一步地，步骤一具体为，通过工业相机将生产线高速运转的碳纤维丝束的暗场照明图像信号输入缺陷检测系统主界面。

进一步地，步骤二具体为，混合滤波技术通过高通滤波器和低通滤波器将图像中混杂的噪声滤除；其中，高通滤波器为让高频信息通过，过滤低频信息；低通滤波器为让低频信息通过，过滤高频信息；

低通滤波器模板为：

式中，H(u,v)为是否让信息通过的开关量；D₀表示通带半径；D(u,v)是到频谱中心的距离。

进一步地，步骤三具体为，通过OSTU算法确定图像二值化分割阈值，按图像的灰度特性，将图像分成背景和前景两部分，二值化后得到目标图像明确的边缘状态。

进一步地，步骤四具体为，通过闭运算填平图像中的小裂缝小空洞，而被检测物的位置和形状不变,并融合细微连接的图块，修复已经断开连接的对象以便扩大连通域，保证处理过后图像的准确性。

进一步地，步骤五具体为，BOLB分析通过连通性标准，将图像中目标像素聚合为离散的斑点连接体,最终将图像中的目标和背景分离，顺利提取出目标缺陷。