汽車電機磁瓦缺陷圖像檢測技術的研究＊

朱桂英

（浙江經貿職業技術學院，浙江 杭州 310018）

引言

隨著人們對汽車使用舒適度要求的不斷提高，汽車上的電子化配置越來越多，因此電機在汽車上的應用越來越廣泛[1-2]。電機最重要的部件是勵磁元件磁瓦，為了保證電機的可靠運行，電機的主要部件磁瓦的性能要求就有所提升。

但是磁瓦在生產制造過程中，由于原料原因、設備使用原因和人工操作等的影響，磁瓦就會產生各種不同的缺陷，造成產品的不合格，或者是低性能的磁瓦，造成電機性能的低下。因此研究汽車電機磁瓦表面缺陷檢測技術具有重要的應用價值和產業化前景。目前磁瓦的檢測主要通過人工目測檢測缺陷[3]。造成檢測標準不一樣，產量低，出現漏判、誤判的情況，加上當前的疫情，造成企業用工荒，人員流動性大，人員不好管理等原因，迫切需要進行磁瓦檢測的自動化改造，因此在自動化改造過程中，對磁瓦缺陷進行圖像處理進行在線檢測具有重要意義[4-5]。因此需要研究圖像處理算法提高處理速度和精度。

1 P-M擴散方程的紋理抑制方法

磁瓦表面缺陷圖像與其他不同，有以下的特征：圖像各部分的亮度不均勻、不一致，對比度不高，圖像紋理的背景雜亂、磁瓦表面的缺陷種類比較多等等。采用信息采集，收集磁瓦圖像信息，利用圖像處理技術處理磁瓦表面，在進行圖像檢測磁瓦缺陷的邊緣時，其干擾區域會影響到磁瓦提取缺陷邊緣。

因此，在檢測磁瓦缺陷的邊緣的時候需要進行干擾區域的抑制或消除影響，在算法中Canny算子中的高斯平滑濾波器會邊緣丟失，但是要消除干擾區域影響其所起的作用不大。擴散方程是用來描述物質擴散現象中物質密度變化的偏微分方程，P-M非線性各向異性擴散方程可以根據不同部位物質密度的變化獲取不同的擴散系數[6]。為了抑制邊緣的模糊，在接近邊緣的位置，選擇較小的擴散系數；為了得到比較好的模糊區域，在同質的地方，選擇了較大的擴散系數。因此，可以利用P-M擴散方程來改進邊緣檢測算法，進而可以提取到磁瓦表面缺陷區域。首先，提取磁瓦圖像，屏蔽掉磁瓦圖像的背景部分；然后，利用P-M擴散方程算法提取圖像的邊緣，并構造出磁瓦的掩模圖像；最后，再通過異或運算方法提取出磁瓦表面圖像缺陷。這樣可以有效地提取到缺陷圖像，便于磁瓦缺陷的分揀[7]。

2 八鄰域模型圖像處理

采集到的磁瓦圖像定為f（x,y），其P-M擴散模型如下：

c是一個單調遞減函數，表達式如下所示：

由上式可知，c由決定。圖像梯度值在圖像邊緣時大，擴散系數c小擴散程度慢，特別的當時，c→0，圖像保持；圖像梯度值在均質地方時小，擴散系數c大，擴散程度快，特別的當→0時，c→1，圖像將被平滑[9]。

定義N，S，E，W，SE，NE，SW，NW為當前像素值的八個鄰域，以下是八鄰域擴散方法中各鄰域梯度：

圖像f（x，y）的離散擴散方程如下：

式中，t為擴散次數，λ與圖像的平滑度成正比，通過實驗，取值為。

3 計算圖像的梯度幅值T和方向角

假設用P-M方程處理后的磁瓦圖像為G（x，y），則其梯度幅值T和方向角為：

式中，Gx和Gy分別為x、y的偏導。

Gx和Gy可以利用如下2×2一階差分近似計算。

4 圖像邊緣連接

對磁瓦圖像的梯度幅值進行非極大值抑制[10-11]，采用了插值的方法。經過非極大值抑制后的磁瓦圖像，取其中最大的一個像素值，記為Lmax，然后統計圖像中1-Lmax每個灰度級像素的個數的多少，再按灰度級的大小進行排列，記 1-Lmax各灰度級像素總數為Hist。假設按灰度級排列總數為c×Hist（0＜C＜1）處的灰度值為L，則高低閾值THH、THL計算如下：

5 結論

本文提出了基于掩模技術的背景屏蔽方法和基于 P-M非線性各向異性擴散方程的紋理抑制方法，在檢測過程中有效去除背景與紋理對缺陷提取的影響，大大提高檢測精度以滿足工業化生產需求，大大提高了磁瓦缺陷檢測的效率和合格率，進而提高了汽車電機的性能，提升了汽車的使用舒適性。