雙邊濾波在泵蓋定位及缺陷檢測中的應用研究

朱傳清 鄭茂溪 肖曙紅 周文輝 向興鑫

（1.廣東工業大學機電工程學院；2.電子科技大學中山學院）

隨著人們社會發展和生活水平的提高，洗液產品的需求數量越來越大，其中，乳液泵蓋作為洗液產品容器的重要組成成分，在產品注塑生產及搬運過程中可能產生表面污漬等問題，因此其質檢精度受到廠家的高度重視。傳統人目檢測在準確率、速度和主觀性上有明顯的限制，已無法滿足工業質檢需求。

近年來，由于機器視覺技術有無接觸性、高穩定性和高可靠性等優點，其在眾多行業都得到了廣泛應用，因此迅速發展。有關文獻使用稀疏特征方法對啤酒瓶蓋實現快速檢測；有關文獻使用三圓周定位和動態閾值方法實現對啤酒瓶蓋的快速、準確檢測；有關文獻使用均值濾波和邊緣分割算法對塑料手機殼進行缺陷檢測；有關文獻使用圓心定位和多相機融合方法解決了但相機缺膠檢測盲區的不足；有關文獻使用Freeman鏈碼提取邊緣，并利用局部梯度和半徑差檢測缺陷。有關文獻使用講述了圖像最小二乘法擬合直線原理并編程實現。有關文獻通過分析鋼軌表面光的反射特性，提出局部歸一化和基于投影變換的缺陷定位方法檢測表面缺陷，消除了鋼軌表面光照不均勻的影響。針對乳液泵蓋定位及檢測精度低等問題，本文分析泵蓋表面物理特性，提出一種基于雙邊濾波的乳液泵蓋表面定位及污漬檢測方法，有效檢測泵蓋底面污漬。

泵蓋底面圖像的特點及難點包括：1）泵蓋表面亮度與周圍背景無明顯差距；2）模具印記對邊緣提取造成影響；3）生產制造中模具印記與污漬亮度相似，會對污漬檢測造成干擾。本文對此提出基于雙邊濾波方法對乳液泵蓋底面定位及污漬檢測，如圖1所示。

圖1 泵蓋底面圖像

1 圖像預處理

圖像預處理是缺陷檢測處理過程的重要環節，可減弱或消除圖像噪聲干擾為后續，提取圖像關鍵信息，增強圖像質量，為后續定位與檢測環節作鋪墊。

1.1 灰度化

將原彩色圖像進行灰度化處理，提取圖像亮度信息，便于后續圖像處理流程。

1.2 雙邊濾波

由于圖像采集、傳輸過程中不可避免的產生噪聲，導致圖像質量下降，所以需要使用圖像濾波算法消除或減少圖像中的噪聲，提高圖像質量。

雙邊濾波也是一種非線性的濾波算法，不僅考慮空間臨近度，和高斯濾波一樣去除噪聲，還考慮了像素值相似度，具有高斯濾波所沒有的保邊特性。其濾波器核函數計算公式由兩個函數構成：

其中(i,j)為模板中心像素坐標，(j,l)為模板領域像素坐標，d(i,j,k,l)為空間距離函數，δd為灰度相似度函數，δr為空間距離函數方差系數，為灰度相似度方差系數。

當灰度差一定時，δr越大，r(i,j,k,l)就越大，此時r(i,j,k,l)的值域就越小，高灰度差產生的影響就越大，保護邊緣的特性就會被削弱，因此需要選擇較小的δr值以獲得好的保邊特性。本文雙邊濾波平滑去噪效果較好，如圖2所示。

圖2 雙邊濾波效果圖

2 圖像定位

圖像定位是檢測過程中的關鍵步驟，直接影響到后續所有缺陷檢測環節的精度。經觀察，泵蓋與背景間無明顯灰度差，因此不能采用閾值分割方法，而泵蓋在快速移動過程中易產生輕微的傾斜，導致泵蓋內圓邊緣并非圓形，通過Hough圓變換等幾何形狀定位方法效果較差。本文決定尋找泵蓋閉合區域邊緣來定位圖像，根據雙邊濾波和高斯濾波特性，具體步驟如下：

（1）反轉濾波圖像灰度。原圖中明亮邊緣被模具印記分割，而暗邊緣完整，所以需反轉圖像灰度將暗邊緣轉換為明亮邊緣，如圖3(a)所示；

（2）對反轉圖像分別進行雙邊濾波和高斯濾波，并計算兩者之間的殘差。其中，兩濾波算法的模板大小k和空間距離方差需相同，以獲取幾乎相同的去噪效果；設置灰度閾值，閾值分割效果如圖3(b)所示；

圖3 圖像定位

（3）在閾值圖靠近泵蓋質心處隨機選取一種子點，使用漫水填充算法填充內圓區域，最后使用開運算消除多余邊緣，確定內圓區域，最后根據形態學處理可定位roi區域，效果如圖3(c)所示。

3 污漬檢測

對于污漬檢測，有關文獻提出使用雙高斯濾波方法檢測污漬，經測試，此方法對污漬灰度不敏感，只能提取比較明顯的污漬區域，模具印記提取不完整。由圖3(b)可知圖中污漬邊緣和模具印記邊緣比較完整，因此，以上圖3(c)所示白色roi區域為mask掩碼，即可提取污漬邊緣和模具印記邊緣。根據模具印記穿過泵蓋質心的特性，對得到的污漬邊緣進行最小二乘直線擬合，計算泵蓋質心到各擬合直線之間的距離，對于質心，直線 ，相關計算公式如下：

其中(xi, yi)為roi區域邊緣點，d為點到直線距離。

對各計算距離進行比較，消除距離最小的直線所對應的模具印記，即可得到正確的污漬區域，效果如圖4所示。

圖4 污漬檢測效果圖

結論：針對乳液泵蓋定位及檢測精度低等問題，提出了一種基于雙邊濾波的乳液泵蓋表面定位及污漬檢測方法。通過該方法提取圖像邊緣，不僅能夠實現圖像定位，還能提取污漬區域，且比雙高斯濾波殘差法更敏感，能夠通過調節參數和提取對比度較小的污漬區域，使得檢測到的污漬區域更完整。

基金項目：國家自然科學基金項目（50975051）；廣東省普通高校重點領域專項-智能制造（2020ZDZX2037）；電子科技大學中山學院產研院成果培育項目（419YIY06）。