机械加工零件表面纹理缺陷检测

冯剑

摘要：本文首先从视觉图像检测、滤波检测以及机器视觉分析了机械加工零件表面纹理缺陷检测具体方法，然后简要分析了机器零件表面缺陷检测步骤，最后详细分析了机器视觉系统，展开机械加工零件表面纹理缺陷检测。

关键词：机械加工;零件;纹理缺陷;检测

中图分类号：TH16 文献标识码：A 文章编号：1672-1578（2019）02-0270-01

引言：由于在机械加工过程中会有很多的加工工序，在每一种加工工序中很容易出现机械加工零件表面纹理被损坏，出现凹痕、气泡、网纹等，为提高机械零件合格出厂率，提高机械加工企业经济效益，需要在缺陷检测环节投入一定的关注，基于此，笔者展开机械加工零件表面纹理缺陷检测探讨。

1.机械加工零件表面纹理缺陷检测具体方法

1.1视觉图像检测

视觉图像检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格与不合格、有无等，实现自动识别功能。

1.2滤波检测

滤波检测是一种可以用来描述零件表面纹理信息的特征，用滤波器的频率和方向与人类的视觉系统类似，能够提供良好的方向选择和尺度选择特性，而且对于光照变化不敏感，特别适合于纹理表示与判别。其特征主要依靠核在频率域上对信号进行加窗，从而能描述信号的局部频率信息。说到滤波核，不能不提到傅里叶变换。傅里叶变换可以将信号从时域转换到频域，但无法获得频谱中不同频率之间的先后关系，正是靠傅里叶变换，我们才能将信号转换到频率域，才能让滤波核在频率域去加窗。而在原本的空间域中，一个滤波核实际上就是一个高斯核与正弦波调制的结果。

1.3灰度共生矩阵

灰度共生矩阵即从灰度为i的像素点出发，离开某个固定位置（相隔距离为d，方位为）的点上灰度值为的概率，我们把它概括为所有估计的值可以表示成一个矩阵的形式，以此被称为灰度共生矩阵。对于纹理变化，当图像纹理变化较快的图像，其灰度共生矩阵对角线上的数值较小，当图像纹理变化缓慢时，其灰度共生矩阵对角线上的数值较大。

1.4机器视觉

机器视觉是集光学、机械、电子、自动化为一体的精密智能视觉检测与定位系统。其可代替人眼来作各种测量和判断，可用于各种检查、测量和零件识别，包括高速检测、精确机器人导航、定位及配准、装配检测、PCB检测、外观检测、内部检查、纹理分析等应用。

2.机器零件表面缺陷检测步骤

为提高机器零件的合格标准，通常在零件的检测过程中都要按照以下的顺序进行，即首先进行试样选取，在选择部位以及检验面时，充分考虑样品的特点以及加工工艺，且选取还需有代表性以及适宜检测的尺寸大小。其次，用相关检测装置把样品表面的纹理检测出来，然后把检测出来的数据信息输入到电脑检测系统库里，在通过计算机系统分析后的数据利用傅里叶变换处理成频谱图像。

3.机器视觉系统

机器视觉系统可以快速获取大量信息，提供高精度和高可靠性的测量手段。产品综合了图像处理、音频处理、信号处理、模式识别、智能控制、光机电一体化等多领域的先进技术，可对待检测产品进行全自动信息标识、获取、传输、处理和控制。在检测的一致性、精确度、无疲劳效应、连续作业等方面具有很高的优越性。

机器视觉模组检测设备是一种大尺寸液晶模组检测系统，具有检测精度高、配置灵活易用、維护简单可靠的特点，设备检测排除了检测人员的主观态度和感知差异造成的判断误差，有助于保障产品的检测一致性。主要应用在模组行业的亮点、暗点、偏光片杂质、漏光点、点状异物等点缺陷;亮线、暗线、浅线、偏光片线状不良、线状异物等线缺陷;污斑、灰阶、串扰、背光均匀性、凹痕、气泡、网纹等面缺陷;表面划痕、破片、丝印位置偏移、漏印、字迹模糊、条码缺失、条码错误、贴反等外观缺陷。

机器视觉已应用于自动化生产线、遥感图像分析、医学图像分析、安全、监控与跟踪、国防系统、军事应用、空间探索等领域。产品的成功上市实现了对电视屏幕和整机缺陷检测的实时、准确、快速、可靠的高效自动化操作。提高了企业工业水平和自动化程度，使其产品更具竞争力，加快工业智能化发展的趋势。机器视觉缺陷检测方法成为已自动化行业的新焦点。

4.结语

综上所述，通过对机械加工零件表面纹理缺陷检测具体方法的研究，能够有效阻隔为机械加工零件表面纹理被损坏的情况，有效避免机器零件表面出现凹痕、气泡、网纹，进而提高机械零件合格出厂率，提高机械加工企业经济效益。