空氣與油液介質下鋼球表面缺陷檢測效果對比分析

王義文，藺勇智，賈冬開，張中然，劉獻禮

(哈爾濱理工大學 機械工業切削控制與高效刀具技術重點試驗室，哈爾濱 150080)

目前，許多學者涉足于鋼球表面缺陷檢測的研究領域，但是仍有很多共性問題需要解決。首先是鋼球的反光問題。鋼球表面的反光率相當高，接近于鏡面反射，導致采集畫面亮度嚴重失真，淹沒了所要檢測的缺陷信息，尤其是在法線方向上，形成大片光暈。文獻[1]通過一些試驗方案能弱化部分鋼球的反光，但是在圖像采集過程中仍存在缺陷被完全覆蓋在光暈及光斑中的現象；文獻[2]將待檢測鋼球置于檢測液(油)中，其采集的照片中無任何光斑、光暈及攝像機投影，取到了較好的圖像采集效果，從而可知油液可有效地減弱鋼球表面的反光。其次是鋼球表面的投影問題。由于鋼球表面是鏡面反射，所以導致裸露的鋼球表面會映射四周的景象，即使將檢測環境密閉，所拍攝的圖像中仍有攝像機的投影，為一個方形黑色區域，跟其他部分對比比較鮮明。以上兩個主要因素嚴重影響了鋼球表面缺陷檢測的深入研究。

這里針對鋼球在光源照射下產生較大的光暈及光斑給缺陷檢測帶來困難的問題，改變檢測介質，將鋼球由原來的在空氣環境下采集圖像改為浸入到油液環境下采集圖像，對比分析鋼球在兩種檢測介質中圖像采集效果及圖像處理效果，尋求更加優越的鋼球表面檢測效果，達到優化檢測設備的目的。

1 試驗系統與方法

該試驗系統如圖1所示，由工業攝像頭、工控機、檢測光源及圖像處理軟件幾部分組成。

圖1 試驗系統結構圖

此系統用檢測光源為以點陣LDR為主照明光源，輔以FPR低角度光源,以弱化反射光線，使其照明光線均勻。二者以同軸方式定位裝夾在攝像機鏡頭軸心線上，即三者同心。

經過對油液的綜合比較，選擇運動性能好、純度高、透明性較好且攪拌無氣泡的10#航空液壓油作為試驗用油液檢測介質。

下面對空氣和油液檢測介質中鋼球圖像采集及處理的效果進行對比分析。在兩種介質中進行圖像采集時，應保證其他檢測條件不變，圖像采集及處理的具體方法如下：

(1)調節試驗臺。將攝像機定位，調節好物距，接著調整光源亮度，并調節好光圈，保證采集視野清晰明亮，最后，將檢測視野中置入一粒鋼球，對焦及觀察檢測視野，確定試驗臺已經調節完畢。

(2)采集圖像。首先，在空的直徑D=4.5 cm，深度H=2 cm的檢測容器中放入一粒帶有缺陷的鋼球(直徑Dw=12 mm)，對焦，待圖像清晰時，采集圖像，并保存。其次，在保持現有條件下，取出檢測容器，將航空液壓油倒入其中浸沒鋼球約0.5 cm，再次將其放入采集視野，由于焦距對鋼球表面反光及光暈無明顯影響，因此可以根據需要微調焦距，然后采集圖像，并保存。

(3)重復步驟1和步驟2，將同一缺陷鋼球置入直徑相同，深度H=6 cm的檢測容器做采集試驗。整個采集過程中除調節焦距外，試驗臺上其他條件保持不變。

(4)運用MATLAB圖像處理工具箱對采集到的圖像進行圖像處理及缺陷檢測，得出結論。

2 圖像采集效果對比分析

圖2及圖3的圖像為在相同光照條件下，在空氣及在油液環境中采集到的圖像。其中圖2是將鋼球置于2 cm深的檢測容器中采集的圖像；而圖3是將鋼球置于6 cm深的檢測容器中采集的圖像。

圖2 不同介質下采集的圖像(H=2 cm)

由圖2a可以看出，空氣介質中鋼球表面的鏡面反射，將周圍景物映射到鋼球表面，鋼球正中還有攝像機的投影；雖然此照明光源下鋼球表面的光暈被弱化，但反光區域還是很大，外部景物也被清晰地映射到了鋼球的球冠中心，淹沒缺陷信息的機率很大，給鋼球表面缺陷檢測帶來困難。由圖2b可以看到，雖然鋼球的中心位置依然存在光暈和由于液面光線折射及反射所形成的黑色圓斑，但其右上角的缺陷卻清晰可見，鋼球的表面沒有映射周圍景物，形成強反光面。

通過圖2的對比可知，在油液介質中所采集到的鋼球圖像效果較好。因為鋼球中心處強反光區域較小，所以鋼球表面有效檢測區域較大，有效地提高了鋼球表面缺陷的檢出率。

由于圖2中鋼球中心的光斑還是較大，不利于鋼球表面缺陷檢測。因此將該鋼球置于6 cm深的檢測容器中，所采集圖像如圖3所示。

圖3 不同介質下采集的圖像(H=6 cm)

從圖3可以看出，當檢測容器加深后，照射到鋼球表面的光線被限制，光斑大小銳減，但圖3a中光斑右側存在不均勻的反光區域，圖像中也含有大量噪點；而圖3b的采集效果較好，中間的光斑呈現圓形，有利于鋼球表面缺陷檢測。

圖2及圖3對比可知，將鋼球浸在油液環境中可以很好地弱化反光及凸顯缺陷特征，只要在圖像處理算法方面優化一下，可以將鋼球中心的黑色圓斑去除，從而精確地檢測出鋼球表面缺陷。

3 圖像處理效果對比分析

在現有的試驗條件下，無法完全去除掉鋼球鏡面反射帶來的光暈及光斑，因此，在處理該類圖像時，要去掉鋼球中心的光斑。這里采用的圖像處理算法如下[3]：首先對采集到的鋼球圖像進行預處理，主要包括光斑區域填充、消噪、平滑、圖像銳化、邊緣檢測、形態學處理等等；然后通過算法對缺陷邊界標定，根據需要提取缺陷特征參數，以便用來識別缺陷類別。

其小波消噪二維模型為：

s(i,j)=f(i,j)+σe(i,j)

(1)

式中:s(i,j)為含噪聲的信號;f(i,j)為真實信號；e(i,j)是標準偏差不變的高斯白噪聲；σ為噪聲水平系數;i=0,…,m-1;j=0,…,m-1。圖4所示為不同檢測介質中采集后的原始圖像進行光斑區域填充后的小波消噪效果圖。

經過對比分析可知，在空氣介質中采集到的鋼球圖像球冠中心的光斑不規則，而其光斑外圈有明顯的反光區域；而油液介質中采集到的鋼球圖像光斑很圓，缺陷的灰度信息十分明顯，有利于圖像處理及缺陷檢測。

這里采用中值濾波器對采集圖像做平滑處理。中值濾波的基本原理是把數字圖像或數字序列中某一點的值用該點的一個鄰域中各點值的中值代換。設f(x，y)表示數字圖像像素點的灰度值，濾波窗口為A的中值濾波器可以定義為：

(2)

圖5為不同檢測介質中采集圖像經過平滑處理后的效果圖。經對比分析可知，油液介質中采集到的圖像經平滑處理后，灰度分布更加均勻，效果較好。雖然鋼球表面有一均勻的光帶，但是由于其光帶的灰度值與缺陷的灰度值相比較小，因而其經圖像處理后，仍然可以準確地檢測出缺陷。

圖5 不同檢測介質中采集圖像平滑處理后的效果圖

經過以上處理后，需要繼續對圖5進行一系列的圖像處理，其中包括缺陷邊緣檢測、形態學膨脹處理、填充空隙處理、清理檢測邊界處理、結構元素平滑處理以及拉氏算子銳化處理等等。其空氣介質中采集的圖像經邊緣檢測以及結構元素平滑處理后的效果如圖6a所示。油液介質中采集的圖像經邊緣檢測以及結構元素平滑處理后的效果如圖6b所示。

圖6 不同檢測介質中圖像處理效果對比圖

經對比分析可知，在空氣介質中采集到的圖像由于噪點較大，缺陷邊界灰度信息不是十分明顯；因此邊緣檢測效果較差，經結構元素平滑處理后，缺陷邊界丟失，然而不需要提取的信息卻依然存在。而在油液介質中采集到的圖像經同樣算法處理后得到了較好的檢測效果，缺陷邊界被較好地檢測出來。

最后，可以將缺陷的邊界標記下來，經過試驗驗證，該檢測算法對于油液環境下鋼球表面缺陷檢測較為實用。該算法可以有效地提取油液環境下鋼球表面缺陷的相關信息，例如邊界特征、缺陷周長、缺陷面積、缺陷歐拉數等等信息，對于模式識別研究起到重要作用[4]。

4 結論

(1)航空液壓油對于弱化強反光起到重要的作用，光源以同樣方式照射到鋼球上并沒有產生大量光暈及周圍景物映射現象，只是存在一個黑色的圓斑，且圓斑的大小可以通過改變外界條件來控制。

(2)將鋼球置于適當深度的檢測容器中有利于減小鋼球球冠中心的光斑大小，D∶H≈3∶4時，采集效果較好。

(3)圖像中間的黑色光斑區域在圖像處理中將被填充，該區域的灰度值填充為周圍等同灰度。這有利于鋼球表面缺陷的提取。如果缺陷落于此區域，容易帶來一定的漏檢率，但當鋼球處于滾動狀態時，一定可以將其采集到，并通過處理分析檢測出該缺陷。