产品裂纹与划痕的机器视觉检测

透射变化。这一方法可用于设定图像各点的检测阈值，在部件灰度结构可以被严格控制的情况下尤其有效，例如半导体。黄金参照图像和部件输入图像同样必须进行位置、旋转、比例方面的校正。

采用适配滤波器剔除重复图案

黄金参照法在某些情况下可以剔除部件重复图案，如网格。但如果缺乏对部件结构、反射率或透射率的控制，就可能会产生错误信号。而适配滤波器可解决这一问题。

适配滤波器的基本原理是采用一种与部件重复图案的空间频率相匹配的滤波器，滤除重复图案，仅保留较为完好的表面缺陷——优化表面缺陷的信噪比。使用适配滤波器的优点包括：容忍滤波器与输入图像未对齐，以及在归一化后容忍图案的灰度变化。

一个办法是，采用Teledyne DALSA 视觉软件Sherlock里的特殊算法将重复图案转换成空间频率，生成适配滤波器。接着，在空间频率域中，用输入图像减去适配滤波器，有效去除输入图像中与滤波器频率相匹配的那部分空间频率。如果不需要识别出表面缺陷的部位和结构，在空间频率域中即可完成缺陷检测工作。或者，也可使用其逆变换法，绘出剔除重复图案后的空间灰度图像，然后在得到的空域中进行检测。

如果表面缺陷的空间频率与滤波器的空间频率出现重叠，那么该缺陷会被削弱。如果重叠部分较大，那么，滤波后的信号强度不足以保证缺陷检测的可靠性。

图2 上行(左起)： 合格件、单道划痕、多道划痕 下行(左起)：合格件、单道划痕滤波后、多道划痕滤波后

结构法

即便采用了上述方法，由于缺陷信号强度通常过小，往往会降低检测的可靠性。结构法主要应用缺陷结构的已有信息，提高检测效果。例如，划痕在图像中通常是一些点连成一条线。因此，通过放大或积累线上的点，可以提高划痕检测的可靠性。下文将介绍两种结构法。

数学形态法 —— 修改及检测图像中部件的形状(形态)。腐蚀运算用于剥离发亮物体边缘的像素。膨胀运算则用于将像素添加至发亮物体边缘。假设某个表面划痕的亮度高于物体本身，而且已了解划痕的大致方位。在此情况下，可以运用定向膨胀运算，扩展和放大划痕上的各点。然后，可以选择是否采用定向腐蚀运算法，对得到的线条进行细化处理，同时减少先前被放大的噪声像素。在事先了解缺陷结构的情况下，我们还可使用其他各种形态学算子提高缺陷检测的可靠性。

图3 运用形态学和其他方法检测出的一个裂纹

霍夫变换法 —— 在检测阈值范围外的各像素点“投票”其所有可能位于的像素线。由一定数量阈值外像素组成的像素线即为划痕或裂纹。霍夫变换法可用于检测极弱的线条信号，因为它可以集合多个像素组成的像素线。这一方法在某些情况下非常有效，但存在运行慢，检测设置难度高的缺点。

图4 运用霍夫变换法检测出的纹理工作台面材料上的划痕(样品的绿色线条)

任何新出现的表面缺陷都是一个挑战。但是，只要凭借一定经验和正确使用工具，我们就可战胜挑战。本文中介绍的检测方法，仅仅只是该领域的冰山一角。