(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210760607.4 (22)申请日 2022.06.29 (71)申请人 吉林大学 地址 130012 吉林省长 春市朝阳区前进大 街2699号 (72)发明人 陈玫玫　张根瑞　王庆芳　玄玉波　 曹轶杰　李博洋　何厚良　王月　 刘冬雪　 (74)专利代理 机构 沈阳铭扬联创知识产权代理 事务所(普通 合伙) 21241 专利代理师 屈芳 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/13(2017.01)G06T 7/60(2017.01) G06T 7/62(2017.01) G06V 10/22(2022.01) G06V 10/25(2022.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种针对气门油封工业缺陷的全方位缺陷 检测方法及系统 (57)摘要 本发明属于机器视觉技术领域， 涉及产品表 面缺陷检测， 为一种针对气门油封工业缺陷的全 方位缺陷检测方法及系统。 包括如下步骤： 采集 气门油封的俯视图像， 从前端界面获得唇口半 径， 下弹簧座半径数据， 对唇口胶头和下弹簧座 进行区域定位并检测； 采集气门油封的侧视图 像， 从前端界面获得金属骨架高度， 唇部高度数 据， 对金属骨架、 唇底边缘和压紧弹簧进行区域 定位并检测； 采集气门油封的仰视图像， 对下弹 簧座进行区域定位并检测； 对所获得的检测 信息 进行整合， 判断合格品与不合格品。 本发明具有 检测不同型号气门油封的能力， 检测系统兼容性 好， 算法鲁棒 性较好， 贴合质检要求。 权利要求书3页 说明书7页 附图2页 CN 115358964 A 2022.11.18 CN 115358964 A 1.一种针对气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 检测气门油封的 唇部、 金属骨架 表面以及下弹簧 座， 所述方法包括如下步骤： 步骤1： 采集气门油封的俯视图像， 从前端界面获得唇口半径， 下弹簧座半径数据， 对唇 口胶头和下弹簧 座进行区域定位并检测； 步骤2： 采集气门油封的侧视图像， 从前端界面获得金属骨架高度， 唇部高度数据， 对金 属骨架、 唇底边 缘和压紧弹簧进行区域定位并检测； 步骤3： 采集气门油封的仰视图像， 对下弹簧 座进行区域定位并检测； 步骤4： 对步骤1、 步骤2、 步骤3所获得的检测信息进行整合， 判断合格品与不 合格品。 2.根据权利要求1所述的气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 所述 步骤1中的唇口胶头和下弹簧座区域定位是对步骤1所述俯视图像进 行轮廓检测， 由最外层 外接矩形定位油封， 并通过步骤1已知参数比例截取 唇口胶头ro i和俯视下弹簧 座roi。 3.根据权利要求2所述的气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 步骤 1中的唇口胶头检测和下弹簧座检测包括： 唇口骨架分割， 毛刺识别， 唇口胶头检测和下弹 簧座检测， 具体如下： 3‑1)唇口骨架分割： 对步骤1采集的气门油封俯视图像进行轮廓 检测， 对得到的轮廓进 行多边形拟合， 经过一定条件筛选获得唇 口胶头图像的骨架轮廓， 轮廓层级不满足相 应等 级的油封被判有缺陷； 3‑2)唇口胶头检测： 将唇口胶头roi通过孪生网络深度模型进行预测， 输出是否合格的 结果； 3‑3)下弹簧座检测： 将俯视下弹簧座roi进行预处理后进行凸包识别， 计算凸包的面积 和灰度矩， 将不满足阈值的凸包判为 滴胶点， 即为 不合格品； 孪生网络深度模型的网络训练分类 器训练方法如下： 3‑2‑1)： 将唇口胶头经过预处理的roi数据集分成正例和负例两部分， 划分好训练集、 验证集和 测试集； 3‑2‑2)： 将数据集送入以vg g为基础的孪生网络深度模型中进行训练； 3‑2‑3)： 训练后的模型对待检测图像进行预测， 得到待检测图像与合格品图像的相似 度， 相似度低则判为 不合格品。 4.根据权利要求2所述的气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 所述 步骤2中的金属骨架、 唇底边缘和压紧弹簧区域定位包括： 气门油封宽度获取， 气门油封高 度获取， 截取， 具体如下： 4‑1)气门油封宽度获取： 沿着侧视图像1/2位置截取图像的上半部分， 预处理后 检测水 平方向气门油封金属骨架宽度值； 4‑2)气门油封高度获取： 对图像进行双阈值二值化操作， 沿着水平方向对二值化后的 图像进行N等分后将N等分的图像相或操作， 再进行外层水平线识别， 获得垂直方向气门油 封金属骨架高度； 4‑3)截取： 通过步骤的数据截取 得到压紧弹簧ro i、 金属骨架 roi以及唇底边 缘roi。 5.根据权利要求5所述的气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 步骤 2中的金属骨架检测是对金属骨架roi进行凸包识别， 计算凸包的面积和灰度矩， 不符合阈 值的凸包判为 滴胶点， 即为 不合格品。权　利　要　求　书 1/3 页 2 CN 115358964 A 26.根据权利要求4所述的气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 步骤 2中的唇底 边缘检测是将唇底边缘roi通过孪生网络深度模 型进行预测， 孪生网络训练分类 器训练方法如下： 6‑1)： 将油封肩部经过预处理的roi数据集分成正例和负例两部分， 划分好训练集、 验 证集和测试集； 6‑2)： 将数据集送入以vg g为基础的孪生网络深度模型中进行训练； 6‑3)： 由步骤6 ‑2)所述训练后的模型对待检测图像进行预测， 得到待检测图像与合格 品图像的相似度， 相似度低则判为 不合格品。 7.根据权利要求4所述的气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 步骤 2中的压紧弹簧检测包括： 精确定位， 条纹带间隙识别， 条纹带幅度分布变化识别， 具体如 下： 7‑1)精确定位： 对压紧弹簧roi进行凸包识别， 拟合凸包零阶矩密集分布的水平线位 置， 即得到待识别弹簧区域的准确位置； 7‑2)条纹带间隙识别： 对精确定位后的图像进行水平方向的开操作得到只关注条纹带 距离信息的图像， 识别条纹带相互距离， 有超过规定阈值突变的距离就判为弹簧有断裂现 象， 即不合格品； 7‑3)： 条纹带幅度分布变化识别： 将压紧弹簧roi二值化， 之后左右折叠操作， 有面积过 大的白带区域证明幅度变化 不对称， 判为有缺陷， 即不 合格品。 8.根据权利要求1所述的气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 所述 步骤3中下弹簧座区域定位是对步骤3所述仰视图像进 行轮廓检测， 由最外层外接矩形定位 油封， 并通过步骤1已知参数比例截取仰视下弹簧 座roi。 9.根据权利要求8所述的气门油封工业缺陷的全方位缺陷检测方法， 其特征在于， 所述 步骤3中下弹簧座检测是对下弹簧座roi进行凸包识别， 计算凸包的面积和灰度矩， 不符合 阈值的凸包判为 滴胶点， 即为 不合格品。 10.一种针对气门油封 工业缺陷的全方位 缺陷检测系统， 其特 征在于， 该系统包括： 数据获取单元， 采集气门油封的俯视图像、 侧视图像以及仰视图像， 并从前端界面获取 唇口半径， 下弹簧 座半径数据； 金属骨架高度， 唇部高度数据； 区域定位单元， 根据获取的数据和图像对唇口胶头和下弹簧座 区域定位以及对金属骨 架、 唇底边缘和压紧弹簧区域定位； 其中： 唇口胶头和下弹簧座区域定位是对俯视图像进 行 轮廓检测， 由最外层外接矩形定位油封， 并已知参数比例截 取唇口胶头roi和俯视下弹簧座 roi； 金属骨架、 唇底边缘和压紧弹簧区域定位包括： 气门油封宽度获取， 气门油封高度获 取， 截取， 具体如下： 气门油封宽度获取： 沿着侧视图像1/2位置截取图像的上半部分， 预处理后 检测水平方 向气门油封金属骨架宽度值； 气门油封高度获取： 对图像进行双阈值二值化操作， 沿着水平方向对二值化后的图像 进行N等分后将N等分的图像相或操作， 再进行外层水平线识别， 获得垂直方向气门油封金 属骨架高度； 截取： 截取 得到压紧弹簧ro i、 金属骨架 roi以及唇底边 缘roi；权　利　要　求　书 2/3 页 3 CN 115358964 A 3