(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210953359.5 (22)申请日 2022.08.10 (65)同一申请的已公布的文献号 申请公布号 CN 115018853 A (43)申请公布日 2022.09.06 (73)专利权人 南通市立新机械制造有限公司 地址 226200 江苏省南 通市启东市汇龙镇 台角村(杨沙路27号) (72)发明人 刘娟　 (74)专利代理 机构 杭州聚邦知识产权代理有限 公司 33269 专利代理师 周美锋 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01)G06T 7/136(2017.01) G06T 7/66(2017.01) G06T 7/90(2017.01) G06V 10/74(2022.01) 审查员 李慧 (54)发明名称 基于图像处 理的机械组件缺陷检测方法 (57)摘要 本发明涉及机械组件缺陷检测技术领域， 具 体涉及基于图像处理的机械组件缺陷检测方法。 该方法通过光学手段， 具体是利用可见光手段 获 取初始机械组件表面图像； 获取图像中存在的各 噪声点； 构建各噪声点对应的滤波模板， 并进行 滤波， 得到目标机械组件表面图像； 对第一初始 灰度阈值和第二初始灰度阈值进行调整， 得到第 一灰度阈值和第二灰度阈值， 进而对垫片区域进 行划分， 得到第一集合、 第二集合和第三集合； 根 据各集合中的像素点的数量， 得到垫片表面的缺 陷程度评估指标； 若所述缺陷程度评估指标大于 评估阈值， 则判定垫片表面存在严重缺陷。 本发 明利用可见光手段进行材料分析和测试， 实现了 以较低的成本更加可靠地对机械组件的缺陷进 行检测。 权利要求书4页 说明书12页 附图1页 CN 115018853 B 2022.10.25 CN 115018853 B 1.一种基于图像处 理的机械组件缺陷检测方法， 其特 征在于， 该 方法包括以下步骤： 获取相机在 初始位置时拍摄的机 械组件表面图像， 所述机 械组件为环形垫片； 根据所述机械组件表面图像中各像素点的灰度值， 对相机的位置进行调整； 根据调整 后的相机， 获取初始机 械组件表面图像； 根据初始机械组件表面图像中各像素点的像素值， 得到初始机械组件表面图像中存在 的各噪声点； 根据各噪声点对应的像素值， 构建各噪声点对应的滤波模板； 根据各噪声点对 应的滤波模板对初始机 械组件表面图像进行 滤波， 得到目标机 械组件表面图像； 对预设的第 一初始灰度阈值和第 二初始灰度阈值进行调整， 得到第 一灰度阈值和第 二 灰度阈值； 根据第一灰度阈值和第二灰度阈值， 对目标机械组件表面图像中垫片区域内的 像素点进行划分， 得到第一 集合、 第二集合和第三 集合； 根据第一集合、 第二集合和第三集合中的像素点的数量和各像素点的灰度值， 得到目 标机械组件表面图像对应的垫片表面的缺陷程度评估指标； 若所述缺陷程度评估指标大于 预设的评估阈值， 则判定 垫片表面存在严重缺陷； 所述对预设的第一初始灰度阈值和第 二初始灰度阈值进行调 整， 得到第 一灰度阈值和 第二灰度阈值， 包括： 所述第一初始灰度阈值 小于第二初始灰度阈值 ； 基于第一初始灰度阈值和第 二初始灰度阈值， 将目标机械组件表面图像中垫片区域内 的像素点进 行划分， 得到第一初始 集合、 第二初始 集合和第三初始集合； 所述第一初始 集合 包括目标机械 组件表面图像中垫片区域内灰度值小于等于 的像素点， 所述第二初始集合 包括目标机械组件表面图像中垫片区域内灰度值处于 的像素点， 所述第三初始集合 包括目标机 械组件表面图像中垫片区域内灰度值大于等于 的像素点； 统计第一初始集合、 第二初始集合和第三初始集合内像素点的数量； 根据所述像素点 的数量对所述第一初始灰度阈值和 第二初始灰度阈值进行调整， 得到第一灰度阈值和 第二 灰度阈值； 所述根据所述像素点的数量对所述第一初始灰度阈值和第二初始灰度阈值进行调整 得到第一灰度阈值和第二灰度阈值， 包括： 将第一初始集合中像素点的数量记为 ， 将第二初始集合中像素点的数量记为 ， 将 第三初始集 合中像素点的数量记为 ； 当 时， 根据第一修正模型对第一初始灰度阈值和第二初始灰度 阈值进行调整， 得到第一灰度阈值和第二灰度值阈值； 其中k为判定倍数； 所述第一修正模 型如下：  其中， 为第一灰度阈值， 为第二灰度阈值， 为第二初始集合内像素点对应的灰 度值的方差值， 为第一初始集合内像素点对应的灰度值的方差值， 为第三初始集合内权　利　要　求　书 1/4 页 2 CN 115018853 B 2像素点对应的灰度值的方差值， 为归一化后的 ， 为归一化后的 ， 为 可取的最大 灰度值； 当 时， 将 对应的初始集合对 应的初始灰度阈值记为偏移阈值； 若偏移阈值为 ， 则 ， ； 若偏移阈值 为 ， 则 ， ； 当 时， 将第一初始灰度阈值作 为第一灰度阈值， 将第二初始灰度 阈值作为第二灰度阈值。 2.根据权利要求1所述的一种基于图像处理 的机械组件缺陷检测方法， 其特征在于， 根 据所述机 械组件表面图像中各像素点的灰度值， 对相机的位置进行调整， 包括： 对机械组件表面图像进行 灰度化处 理， 得到对应的灰度图像； 以灰度图像 中垫片区域的中心点为坐标原点， 以设定半径做圆， 记为第 一圆周； 所述垫 片区域为圆环状； 根据第一圆周上相邻像素点的灰度值， 计算各像素点对应的灰度梯度值； 判断第一圆 周上是否存在灰度梯度值大于设定梯度阈值的像素点， 若存在， 则依 次判断第一圆周上 的 各像素点的灰度值是否小于预设目标灰度阈值， 若小于， 则将对应像素点保留； 根据像素点 保留的顺序构建暗区域序列， 将暗区域序列中间位置对应的像素点记为暗区域的中心点； 过暗区域的中心点和所述 坐标原点作一条直线， 记为对称轴； 控制相机沿对称轴旋转至与垫片表面平行； 调整相机与垫片的距离， 得到不同距离下对应的垫片表面图像； 根据所述不同距离下 对应的垫片表面图像， 得到相机距离 垫片表面的最佳距离； 基于所述 最佳距离对相机进行调整。 3.根据权利要求1所述的一种基于图像处理 的机械组件缺陷检测方法， 其特征在于， 根 据初始机械组件表面图像中各像素点的像素值， 得到初始机械组件表面图像中存在的各噪 声点， 包括： 对于初始机 械组件表面图像中第b个 像素点： 根据该像素点对应的像素值与对应的八邻域内其他的像素点对应的像素值， 计算该像 素点对应的噪点判定因子； 若所述噪声判定因子大于噪声阈值， 则判定该像素点 为噪声点； 所述计算该像素点对应的噪点判定因子的公式如下： 其中， 为第b个像素点的噪声判定因子， 为第b个像素点对应的R通道的值， 为第b 个像素点对应的G通道的值， 为第b个像素点对应的B通道的值， 为第b个像素点对应的权　利　要　求　书 2/4 页 3 CN 115018853 B 3