一种铝合金表面抛光效果视觉检测系统的制作方法

本发明涉及图像分析领域，具体涉及一种铝合金表面抛光效果视觉检测系统。

背景技术：

1、铝合金是一种广泛应用于工业和制造领域的材料，具有轻量化、高强度和耐腐蚀等特性。在许多应用中，铝合金的表面质量和外观非常重要，特别是在汽车、航空航天和电子设备等高端行业中。铝合金抛光是一种常用的表面处理方法，可改善铝合金表面的光洁度和光反射性能，从而提高其外观和质量。然而，由于抛光过程中的抛光方式和材料本身因素，铝合金表面通常会存在一些纹理和划痕，视觉检测系统被广泛用于表面质量的评估和检验。

2、相关技术中通常使用边缘检测或阈值分割等技术提取出图像中的缺陷区域，并基于获取的缺陷区域对金属表面的质量进行评价，但是由于铝合金表面的纹理与划痕之间的区别较小，通过现有技术无法对铝合金表面的纹理和划痕进行有效区分，铝合金表面的纹理会影响到对划痕的识别和提取，导致无法全面评估铝合金表面抛光质量，进而降低对铝合金表面抛光效果评价的准确性。

技术实现思路

1、为了解决铝合金表面的纹理会影响到对划痕的识别和提取，导致无法全面评估铝合金表面抛光质量，进而降低对铝合金表面抛光效果评价的准确性的技术问题，本发明的目的在于提供一种铝合金表面抛光效果视觉检测系统，所采用的技术方案具体如下：

2、本发明提出了一种铝合金表面抛光效果视觉检测系统，所述系统包括：

3、图像采集模块，用于获取铝合金表面的灰度图像；

4、目标区域提取模块，用于对灰度图像进行边缘检测，获得灰度图像的边缘线以及边缘线上像素点的梯度幅值和梯度方向；根据边缘线上像素点灰度值的分布获得边缘线的灰度阈值；根据边缘线上像素点的梯度幅值和梯度方向以及灰度阈值，获得边缘线的特征值；根据任意两条边缘线上像素点的距离以及特征值的差异获得边缘线之间的相似度；根据灰度阈值和相似度对边缘线的像素点进行区域生长获得目标区域；

5、划痕区域分析模块，用于根据所述目标区域中像素点的分布、像素点灰度值以及像素点的数量，获得目标区域的置信度；根据所述置信度在目标区域中提取出划痕区域；

6、抛光效果评价模块，用于根据划痕区域的所述置信度、像素点灰度值和像素点的数量，获得铝合金表面的缺陷程度；根据所述缺陷程度对铝合金表面抛光效果进行评价。

7、进一步地，所述根据边缘线上像素点灰度值的分布获得边缘线的灰度阈值包括：

8、将每个所述边缘线上所有像素点的灰度值的平均值作为边缘线灰度均值；

9、将每个所述边缘线上所有像素点的灰度值的标准差作为调节参数；

10、将所述边缘线灰度均值和所述调节参数的和值，作为每个边缘线的灰度阈值。

11、进一步地，所述根据边缘线上像素点的梯度幅值和梯度方向以及灰度阈值，获得边缘线的特征值包括：

12、将每个边缘线上所有像素点的所述梯度方向的平均值，作为边缘线的整体梯度方向；

13、将每个边缘线上每个像素点的所述梯度方向与所述整体梯度方向的差值的绝对值，作为梯度方向偏离度；对每个边缘线上所有像素点的所述梯度方向偏离度的平均值进行归一化处理，获得第一特征参数；

14、将每个边缘线上所有像素点的所述梯度幅值的极差，作为第二特征参数；

15、将每个边缘线的灰度阈值作为第三特征参数；

16、将所述第一特征参数、所述第二特征参数和所述第三特征参数的乘积值，作为每个边缘线的特征值。

17、进一步地，所述根据任意两条边缘线上像素点的距离以及特征值的差异获得边缘线之间的相似度包括：

18、将任意两个边缘线的所述特征值的差值的绝对值，作为边缘线之间的特征差异；

19、在任意两个边缘线中的其中一个边缘上选取一个像素点作为第一像素点，在另一个边缘线上选取一个像素点作为第二像素点，将所述第一像素点和所述第二像素点之间的距离的最小值，作为边缘线之间的参考距离；

20、将所述特征差异和所述参考距离的乘积值进行负相关的归一化处理，获得任意两个边缘线之间的相似度。

21、进一步地，所述根据灰度阈值和相似度对边缘线的像素点进行区域生长获得目标区域包括：

22、将所述相似度大于预设相似度阈值的两个边缘线上相距最近的端点进行连接，获得完整边缘线，将相互连接的边缘线的灰度阈值的平均值作为完整边缘线的优化灰度阈值；

23、以完整边缘线上的像素点为中心构建预设邻域范围，基于区域生长算法，对预设邻域范围内小于优化灰度阈值的像素点进行区域生长，获得目标区域。

24、进一步地，所述根据所述目标区域中像素点的分布、像素点灰度值以及像素点的数量，获得目标区域的置信度包括：

25、对每个所述目标区域进行连通域分析，获得目标区域的质心；

26、将每个所述目标区域中所有像素点与所述质心的连线的斜率的平均值，作为每个目标区域的斜率均值，将所有所述目标区域的所述斜率均值的平均值作为整体斜率均值，将每个目标区域的所述斜率均值与所述整体斜率均值的差值的绝对值，作为第一置信参数；

27、将每个目标区域的所有像素点灰度值的平均值，作为每个目标区域的目标灰度均值，将所有目标区域的所述目标灰度均值的平均值作为整体目标灰度均值，将每个目标区域的所述目标灰度均值与所述整体目标灰度均值的差值的绝对值，作为第二置信参数；

28、将所有目标区域中像素点的数量的平均值作为整体像素点数量，将每个目标区域中像素点的数量与所述整体像素点数量的差值的绝对值，作为第三置信参数；

29、将所述第一置信参数、所述第二置信参数和所述第三置信参数的乘积值进行归一化处理，获得每个目标区域的置信度。

30、进一步地，所述根据所述置信度在目标区域中提取出划痕区域包括：

31、将所述置信度大于预设置信度阈值的目标区域作为划痕区域。

32、进一步地，所述根据划痕区域的所述置信度、像素点灰度值和像素点的数量，获得铝合金表面的缺陷程度包括：

33、将所有划痕区域的所述置信度的平均值作为置信度均值；

34、将每个划痕区域中所有像素点灰度值的平均值作为每个划痕区域的划痕灰度均值，将所有划痕区域的所述划痕灰度均值的平均值，作为整体划痕灰度均值；将灰度图像中所有像素点灰度值的平均值作为整体灰度值；将所述整体划痕灰度均值与所述整体灰度值的差值的绝对值作为整体灰度差异；

35、将所有划痕区域中像素点的数量与灰度图像中像素点的总数量的比值，作为划痕像素点比重；

36、将所述置信度均值、所述整体灰度差异和所述划痕像素点比重的乘积值进行归一化处理，获得铝合金表面的缺陷程度。

37、进一步地，所述根据所述缺陷程度对铝合金表面抛光效果进行评价包括：

38、若所述缺陷程度小于预设缺陷程度阈值，则认为铝合金表面抛光合格，否则，则认为铝合金表面抛光不合格。

39、进一步地，所述对灰度图像进行边缘检测，获得灰度图像的边缘线以及边缘线上像素点的梯度幅值和梯度方向包括：

40、基于canny边缘检测算法，对所述灰度图像进行边缘检测获得灰度图像的边缘线；

41、使用sobel算子对每个所述边缘线上的像素点进行梯度计算，获得边缘线上像素点的梯度幅值和梯度方向。

42、本发明具有如下有益效果：

43、本发明考虑到灰度图像中的纹理和划痕区别较小，无法对纹理区域和划痕区域进行有效区分，因此提取出纹理和划痕的边缘线以及边缘线上的像素点的梯度幅值和梯度方向，便于后续根据梯度幅值和梯度方向对边缘线的梯度特征进行分析，考虑到在对有条状纹理的铝合金表面的划痕检测时，利用边缘检测对这些纹理和划痕进行分割提取时效果并不理想，因此可通过区域生长算法得到比较完整的纹理或者划痕，并将灰度阈值作为区域生长的规则，考虑到由于反光原因导致边缘线发生断裂现象，因此可通过获取的特征值表征每个边缘线的特征，并进一步结合边缘线之间的相似度，获取到更加完整的目标区域，并基于置信度对划痕区域和纹理区域进行有效区分，精确提取出划痕区域，进一步分析划痕区域对铝合金表面抛光的影响，并通过缺陷程度对铝合金表面抛光效果进行客观准确的评价，进而能够更加全面评估铝合金表面的抛光质量和效果。