双边滤波在泵盖定位及缺陷检测中的应用研究

朱传清 郑茂溪 肖曙红 周文辉 向兴鑫

（1.广东工业大学机电工程学院；2.电子科技大学中山学院）

随着人们社会发展和生活水平的提高，洗液产品的需求数量越来越大，其中，乳液泵盖作为洗液产品容器的重要组成成分，在产品注塑生产及搬运过程中可能产生表面污渍等问题，因此其质检精度受到厂家的高度重视。传统人目检测在准确率、速度和主观性上有明显的限制，已无法满足工业质检需求。

近年来，由于机器视觉技术有无接触性、高稳定性和高可靠性等优点，其在众多行业都得到了广泛应用，因此迅速发展。有关文献使用稀疏特征方法对啤酒瓶盖实现快速检测；有关文献使用三圆周定位和动态阈值方法实现对啤酒瓶盖的快速、准确检测；有关文献使用均值滤波和边缘分割算法对塑料手机壳进行缺陷检测；有关文献使用圆心定位和多相机融合方法解决了但相机缺胶检测盲区的不足；有关文献使用Freeman链码提取边缘，并利用局部梯度和半径差检测缺陷。有关文献使用讲述了图像最小二乘法拟合直线原理并编程实现。有关文献通过分析钢轨表面光的反射特性，提出局部归一化和基于投影变换的缺陷定位方法检测表面缺陷，消除了钢轨表面光照不均匀的影响。针对乳液泵盖定位及检测精度低等问题，本文分析泵盖表面物理特性，提出一种基于双边滤波的乳液泵盖表面定位及污渍检测方法，有效检测泵盖底面污渍。

泵盖底面图像的特点及难点包括：1）泵盖表面亮度与周围背景无明显差距；2）模具印记对边缘提取造成影响；3）生产制造中模具印记与污渍亮度相似，会对污渍检测造成干扰。本文对此提出基于双边滤波方法对乳液泵盖底面定位及污渍检测，如图1所示。

图1 泵盖底面图像

1 图像预处理

图像预处理是缺陷检测处理过程的重要环节，可减弱或消除图像噪声干扰为后续，提取图像关键信息，增强图像质量，为后续定位与检测环节作铺垫。

1.1 灰度化

将原彩色图像进行灰度化处理，提取图像亮度信息，便于后续图像处理流程。

1.2 双边滤波

由于图像采集、传输过程中不可避免的产生噪声，导致图像质量下降，所以需要使用图像滤波算法消除或减少图像中的噪声，提高图像质量。

双边滤波也是一种非线性的滤波算法，不仅考虑空间临近度，和高斯滤波一样去除噪声，还考虑了像素值相似度，具有高斯滤波所没有的保边特性。其滤波器核函数计算公式由两个函数构成：

其中(i,j)为模板中心像素坐标，(j,l)为模板领域像素坐标，d(i,j,k,l)为空间距离函数，δd为灰度相似度函数，δr为空间距离函数方差系数，为灰度相似度方差系数。

当灰度差一定时，δr越大，r(i,j,k,l)就越大，此时r(i,j,k,l)的值域就越小，高灰度差产生的影响就越大，保护边缘的特性就会被削弱，因此需要选择较小的δr值以获得好的保边特性。本文双边滤波平滑去噪效果较好，如图2所示。

图2 双边滤波效果图

2 图像定位

图像定位是检测过程中的关键步骤，直接影响到后续所有缺陷检测环节的精度。经观察，泵盖与背景间无明显灰度差，因此不能采用阈值分割方法，而泵盖在快速移动过程中易产生轻微的倾斜，导致泵盖内圆边缘并非圆形，通过Hough圆变换等几何形状定位方法效果较差。本文决定寻找泵盖闭合区域边缘来定位图像，根据双边滤波和高斯滤波特性，具体步骤如下：

（1）反转滤波图像灰度。原图中明亮边缘被模具印记分割，而暗边缘完整，所以需反转图像灰度将暗边缘转换为明亮边缘，如图3(a)所示；

（2）对反转图像分别进行双边滤波和高斯滤波，并计算两者之间的残差。其中，两滤波算法的模板大小k和空间距离方差需相同，以获取几乎相同的去噪效果；设置灰度阈值，阈值分割效果如图3(b)所示；

图3 图像定位

（3）在阈值图靠近泵盖质心处随机选取一种子点，使用漫水填充算法填充内圆区域，最后使用开运算消除多余边缘，确定内圆区域，最后根据形态学处理可定位roi区域，效果如图3(c)所示。

3 污渍检测

对于污渍检测，有关文献提出使用双高斯滤波方法检测污渍，经测试，此方法对污渍灰度不敏感，只能提取比较明显的污渍区域，模具印记提取不完整。由图3(b)可知图中污渍边缘和模具印记边缘比较完整，因此，以上图3(c)所示白色roi区域为mask掩码，即可提取污渍边缘和模具印记边缘。根据模具印记穿过泵盖质心的特性，对得到的污渍边缘进行最小二乘直线拟合，计算泵盖质心到各拟合直线之间的距离，对于质心，直线 ，相关计算公式如下：

其中(xi, yi)为roi区域边缘点，d为点到直线距离。

对各计算距离进行比较，消除距离最小的直线所对应的模具印记，即可得到正确的污渍区域，效果如图4所示。

图4 污渍检测效果图

结论：针对乳液泵盖定位及检测精度低等问题，提出了一种基于双边滤波的乳液泵盖表面定位及污渍检测方法。通过该方法提取图像边缘，不仅能够实现图像定位，还能提取污渍区域，且比双高斯滤波残差法更敏感，能够通过调节参数和提取对比度较小的污渍区域，使得检测到的污渍区域更完整。

基金项目：国家自然科学基金项目（50975051）；广东省普通高校重点领域专项-智能制造（2020ZDZX2037）；电子科技大学中山学院产研院成果培育项目（419YIY06）。