蔡聪艺

基于稀疏成像与机器视觉的金属材料次表面缺陷检测方法

蔡聪艺

（漳州职业技术学院 机械工程学院，福建 漳州 363000）

传统方法缺陷区域的轮廓边缘存在断续，缺陷定位区域封闭性较差，导致检测识别准确率较低。针对这一问题，提出基于稀疏成像与机器视觉的金属材料次表面缺陷检测方法。扫描采集材料次表面二维图像，采用均值滤波和高斯滤波，对图像进行去噪处理，分割次表面缺陷的预处理图像，利用机器视觉，定位并合并缺陷区域，提取灰度、形状、纹理缺陷特征，利用稀疏成像，修正特征参数，对参数进行BP神经网络训练，进而识别金属次表面缺陷类型。选取钢管的凹坑、划痕和擦伤次表面缺陷，进行对比实验，结果表明，此次方法提高了缺陷检测识别准确率，更加符合检测方面的要求。

稀疏成像；机器视觉；金属材料；次表面缺陷；缺陷检测

由于金属材料生产过程中的设备和工艺等因素，材料次表面存在孔洞、夹层、划伤等缺陷，严重影响了金属性能，因此对金属材料表面缺陷进行检测，具有重要的现实意义[1]。国外金属缺陷检测技术研究较早，应用激光扫描的机器视觉检测技术，对金属材料次表面进行扫描，通过接收装置接收散射光和反射光，光电转换后，获得金属表面的二维信号，再采用自相关和分形分析的方法，对缺陷信号进行精确分辨，实现次表面缺陷检测[2]。而国内金属缺陷检测技术也达到了较高要求，文……