数字图像处理检测法在产品表面检测中的应用

　　摘    要：　一旦产品的表面出现缺损,就会导致产品在使用过程中出现一些问题,将大大降低产品的使用性能。产品在使用过程中为了确保产品的完整性以及安全性,因此对产品表面缺损的检测就显得尤为重要。本篇文章通过产品表面出现缺损的类型以及特征进行了相关叙述,同时对目前利用数字图像处理技术来对产品表面的检测过程进行分析,指出了当前缺损检测过程中所遇到的问题,并提出了几项检测方法,希望为产品缺损检测的过程中提供一定的借鉴作用。

　　关键词：　产品表面缺损; 数字图像处理; 表面检测;

　　前言:

　　产品在加工和使用过程中,产品表面难免会出现划痕、污迹等缺陷,而这些产皮一旦流入到市场之后,将会大大降低产品的使用性能。因此为了避免这种情况发生就要及时对产品表面进行相关的检测。目前最常见的检测方法就是人工检测以及射线检测等。人工检测虽然对机械设备要求不高,但是这只检测方法需要更多的人力来完成,并且这种检测完全是靠个人主观因素来决定检测结果,因此检测结果的准确性还有待提高。

　　而对机械检测来说,虽然用机器代替人工主观检测,统一了检测标准,但是因为受到机器限制,还需要人工来辅助完成,因此这种检测方法的检测效率也不高。而对射线检测方法来说,虽然能有效提高检测效率,同时也保证了检测结果的准确性,但是采用这种检测方法的检测设备比较复杂,所需要的造价成本也是非常高。

　　而随着计算机技术的不断发展,相关技术人员提出了利用计算机技术的快速性以及可重复性等特点,然后再结合数字图像处理技术来完成检测过程。这样一来不仅大大提高了检测效率,同时也打破了传统的主观检测标准,制定了统一的检测标准,进一步保障了检测结果的精确性。
 

　　正是因为该项检测技术的各种优势,也逐渐被越来越多的人接受。在利用数字图像处理技术进行检测的实际过程中还存在着一些问题,本篇文章通过对这些问题的叙述,提出了几点检测方法,同时也为数字图像处理技术提出了更高的要求。

　　一、产品表面的缺损类型以及特征

　　对不同的领域来说,对产品表面质量的要求也是不一样的。在产品表面缺损检测的过程中,为了更好的对产品缺陷进行分类,就需要对产品表面缺陷的类型进行明确分类,然后根据相关分类,在检测过程中制定完善的分类标准,从而满足不同领域中对产品表面质量的要求。根据相关研究表明,在对产品表面缺陷分分类问题上,大致可以分为结构破损、几何破损、纹理破损等类型。其中结构破损指的就是产品存在表面达不到完整性的缺陷,例如划痕、裂纹等。几何缺损指的就是产品在尺寸、圆度等方面的缺陷。纹理破损指的就是产品表面纹理的缺陷。

　　通过对缺陷的特征进行分析,可以帮助相关人员完善对缺陷的分类体系,建立更加准确的分类标准,只有制定出完善的分类标准,才能大大提高产品表面缺陷检测过程的效率。目前按照缺陷的特点可以把缺陷特征总结为颜色特征、纹理特征等。

　　其中对于颜色特征来说,根据颜色特征可以有效对产品表面油污以及色彩等图像缺陷进行有效检测,同时不管产品发生怎样的旋转都不会使原有的颜色特征发生变化。在一些产品的选择中完全可以参考颜色特征,例如,根据颜色值的不同来判断照明强度的敏感情况,根据颜色变化率的不同可以判断光照成分对颜色的影响。

　　二、产品表面检测过程中的问题

　　2.1  图像预处理问题

　　有些产品的检测过程需要在线处理,但是对产品进行录制的过程中,因为生产环境以及照明等外界因素的干扰,对录制的图像会造成很大的影响,甚至有些图像会比较模糊。但是对检测过程来说,对图像的清晰度有着很高的要求。同时在录制的图像中因为噪声的干扰,在一定程度上会严重影响检测结果。

　　而为了避免这种干扰影响,对图像的预处理就显得非常重要了。在传统检测过程中,为了尽可能的减少外界干扰,常常采用锐化的处理方法。而对噪音干扰,常常采用一种线性滤波器。

　　目前为了改进这种抗干扰环节,现在采用的是一种中值滤波器,这种滤波器能有效去除最大以及最低波段的噪声,是目前应用最为广泛的一种抗干扰方法。同时,还有一些产品的检测过程中对光照有着很高的要求,如果外界光照条件比较混乱的情况下,将严重影响产品表面缺损检测的准确性。

　　因此在对这些产品进行检测的过程中为了避免外界光照因素的干扰,需要利用灰度矫正等来进行图像的预处理。随着信息技术的不断发展,人们对分辨率的要求也是越来越高,这样一来也进一步促进了图像预处理技术的发展。

　　2.2  目标定位的问题

　　在对产品表面缺陷的检测过程中,往往需要确定缺陷的位置,然后对产品表面缺陷进行分割,在这个过程就需要对产品缺陷进行定位。例如,在对一些产品的集合缺陷进行检测的过程中,要想准确检测出产品表面是否存在缺陷问题,就需要对圆度或者同心角进行定位,根据测量出来的具体数据在进行观察。

　　根据相关研究表明目前在定位问题上最常用的方法就是模型匹配以及边缘检测等。例如,在对一些产品进行同心圆的定位时,首先就要测量出产品同心圆的具体数据,得出相应的模型产品,然后和产品的参数数据进行比对来完成整个检测过程。

　　2.3  检测精确度的问题

　　考虑到产品使用性质的不同,有些产品在使用过程中对产品表面有着很高的要求。因此在对这些产品进行表面缺陷检测的过程中,就需要有着很高的精确度。例如对于一些芯片产品,本身芯片的体积就非常小,同时芯片又隐藏着很大的功能,如果芯片表面出现问题的话,就会严重影响芯片的正常工作,甚至会造成芯片的损坏。因此在对产品表面检测的过程中就需要更加精确的检测结果。

　　根据相关研究表明,在对芯片检测的过程中,常常采用的是在微分技术基础上的边缘检测法,采取这种检测方法不仅能实现比较稳定的过程,同时又能够达到像素级别的检测准确度。

　　同时,对有些产品表面进行检测的过程中,这种检测方法也可能会出现无法满足系统要求的现象,而为了有效完成检测过程,需要产品表面检测的实际情况,来调整整个检测方法,以满足系统检测的要求。

　　三、基于数字图像处理的检测方法

　　3.1  基于灰度特征的方法

　　在图像处理的过程中最常见的特征就是灰度特征。在灰度特征的基础上进行处理的方法有边缘检测法、阈值法等。其中利用边缘检测法在检测过程中可以针对性的对某一区域进行检测,这样便可以大大减少检测工作难度,从而增加检测效率。但是采用边缘检测法一般情况下,很难考虑到噪声等外界因素的干扰。

　　因此,在实际的检测过程中,还需要结合灰度变换等方法共同完成整个检测过程,从而有效减少噪音等外界因素的干扰,大大提高检测结果的精确性。

　　而对采用阈值法的来进行检测的过程中,整个检测过程中需要计算的内容比较少,检测过程相对比较简单,因此目前阈值法受到广泛的关注,也是工业产品检测过程中最常用的方法。

　　但是采用阈值法进行检测的过程中,光照强度的变化在很大程度上影响着整个检测结果。

　　3.2  基础形态特征方法

　　如果需要进行检测的产品,在表面存在直线、曲线以及面积等几何形状特征时,可以采用形态特征检测方法,采用这种检测方法不仅可以有效对产品表面的几何形状作出有效判断,大大提高检测结果的精确性,同时还能有效提高检测效率,减少检测工作的工作量。例如,在对玻璃裂纹的检测过程中,首先通过外界光源进行照射,找出玻璃上光斑位置,同时根据光斑面积对玻璃裂纹造成的光斑以及玻璃反射引起的光斑进行区分,根据检测数据有效完成对玻璃裂纹的检测过程。

　　3.3  基于纹理特征方法

　　一些产品表面缺陷形成的纹理图像在形态会呈现一种规律性的变化,而对于这类产品进行检测的过程中,采用上述灰度特征以及形态特征方法进行检测时将会大大提高产品的检测难度。

　　为了有效降低检测难度,科学合理的对纹理进行分析就显得尤为重要。在传统的纹理分析方法中常常采用的是局部线性变换等来完成图像处理工作,但是这种方法检测方式比较单一,比较容易受到限制。

　　为了有效改善检测过程,近年来采用的滤波器等多尺度分辨率来对纹理进行分析的方法受到广泛关注。采用这种纹理处理方法,能有效完成不同纹理缺陷的检测工作,大大提高了检测结果的精确性。

　　四、结语

　　随着科学技术的不断发展,基于数字图像处理的表面检测技术受到了广泛关注。本篇文章通过对产品表面缺陷的类型以及特征进行了叙述,分析了目前检测过程中存在的问题,同时也提到了几种检测方法。

　　在对产品表面缺陷进行检测的过程中,要根据产品实际情况,采取多种检测方法共同完成检测过程,以提供更加准确有效的检测结果。

　　同时,为了满足将来更为复杂产品的检测工作,还需要相关技术人员不断努力,研发出更为严谨高效的数字图像处理检测技术。

　　参考文献

　　[1]王阿力.基于数字图像处理的表面缺损检测研究[D].哈尔滨工业大学,2014.
　　[2]谢永华.数字图像处理技术在木材表面缺陷检测中的应用研究[D].东北林业大学,2013.
　　[3]朱秋峰.基于数字图像处理的表面检测技术在热轧带钢生产中的应用[J].工业计量,2010,20(S2):245-246+250.
　　[4]米曾真.基于数字图像处理技术的光学元件表面缺陷检测与分析[D].重庆大学,2009.