基于改進的2D-OTSU磁柱表面缺陷檢測方法

王 軍，肖晶晶，胡剛雨

（江西理工大學 機電工程學院，贛州 341000）

0 引言

磁柱的生產工序為：熔煉-制粉-成型-燒結-研磨-外觀檢測-成品，在磁柱成型、燒結以及研磨過程中，磁柱表面會產生結疤、黑片、掉邊、裂縫等表面缺陷。企業現有的磁柱表面缺陷檢測工序采用人工裸眼進行檢測，該方法準確性不高、勞動密集、受人工經驗和主觀因素的影響大[1，2]。

近年，采用機器視覺方法進行物體表面缺陷檢測有較多應用。例如，Weijun Xie等[3]利用圖像不同分量實現了胡蘿卜表面缺陷檢測。李俊峰等[4]為實現磁環表面缺陷提取，將缺陷分為兩大類，利用掩模技術設計了磁環表面缺陷提取方法。由于磁柱體積小、呈圓柱體，且表面易反光，圖形對比度較低等原因，因此現有的表面缺陷檢測算法并不適用于磁柱。例如崔家俊等[5]提出的改進的Gabor濾波器算法實現小型磁環缺陷檢測，對于對比度低的磁柱表面而言，此方法效果并不明顯。

針對于磁柱體積小、表面易反光，圖形對比度較低的特征，本文提出了一種基于改進的2D-OTSU磁柱表面缺陷檢測方法。采用了圖像增強、圖像去噪、圖像分割等圖像處理方法，提取圖像缺陷特征并進行分類識別。本文采用的方法對提高磁柱表面缺陷檢測的速度與準確性具有一定的應用價值。

1 磁柱圖像獲取

由于所有信息都來自圖像，因此圖像的質量決定了整個檢測系統的好壞[6，7]。由于環境及磁柱的屬性，存在多個因素影響磁柱圖像的采集。考慮到磁柱是表面光滑曲面的軸類物體，CCD成像質量會受光照方式以及相機坐標位置的影響，因此需對圖像采集中的光源、相機等進行標定及計算驗證，以確定光源、相機的安放位置以及磁柱的擺放形式與工作方式。本系統中磁柱采用傳送帶傳送，由直流電機驅動傳送裝置使得磁柱在傳送帶上做勻速軸向旋轉。通過實驗驗證，當固定磁柱與相機的相對位置后，相機每次可獲取磁柱外表面三分之一左右圖像，其中清晰部分約占四分之一，圖像獲取過程示意圖如圖1所示，調節拍攝速度使得磁柱旋轉一周的時間內相機連續獲取4張圖片，完成磁柱所有外表面圖像獲取。

圖1 圖像獲取過程示意圖

2 圖像處理

2.1 圖像去噪

磁柱表面缺陷圖像在采集、傳輸等過程中會存在很多噪聲，如高斯噪聲、椒鹽噪聲等[7，8]。圖像去噪的方法中有均值濾波與中值濾波等[9，10]。采用以上兩種去噪濾波方法對磁柱表面缺陷圖像進行濾波去噪處理，去噪結果如圖2所示。

圖2 去噪結果

由去噪結果可知，采用5×5中值濾波模板濾波的效果為最佳，相比于其他濾波方法，其清晰度最高，細節保留完整，更好地去除了噪聲。為了更好地對磁柱表面缺陷圖像去噪結果進行評判，采用PSNR（峰值信噪比）與MSE（均方誤差）對兩種濾波的方法的濾波結果進行評價，濾波效果對照表如表1所示。

表1 濾波效果對照表

由表1可知，采用中值5×5濾波模板對磁柱表面缺陷圖像進行中值濾波所得到的PSNR值最大，MSE值最小，圖像去噪效果最好。

2.2 改進的2D-OTSU算法進行圖像分割

OTSU方法也稱之為最大類間方差方法[11]。由于該方法抗噪性較弱，而對于對比度小的磁柱圖像易受到噪聲影響，利用一維OTSU方法效果并不友好，相對于一維OTSU，2D-OTSU對噪聲敏感度更低[12]，在磁柱表面缺陷圖像分割更有效，但分割結果仍然受噪聲影響。為了進一步消除噪聲影響，本文通過引入權重系數β，對2D-OTSU算法改進，優化圖像分割效果。

假設數字圖像f(x，y)的領域平滑圖像為g(x，y)，在二維直方圖中f(x，y)為橫坐標，g(x，y)為縱坐標，二維單元(i，j)由像素灰度值i與領域灰度值j組成，其概率為為(i，j)的個數，由此可得：

當選取一個閾值(u，v)，則將二維直方圖分成四大區域，區域一和區域三分別為目標與背景區域，區域二和區域四分別為噪聲與邊緣區域。二維直方圖如圖3所示。

圖3 二維直方圖

設目標和背景區域概率為ω0和ω1，則：

其對應的均值η0和η1為：

則總灰度均值為：

各類內離散矩陣為：

類間離散矩陣為：

ω0和ω1的距離函數為：

當rtr(S)和ω1為最大時的(i，j)，選取作為最佳閾值(u，v)。但在缺陷區域與背景區域邊緣仍存在孤立噪聲，為了消除孤立噪聲的影響，在2D-OTSU算法的基礎上引入權重系數β，確定最終綜合目標函數，來獲取最佳閾值。通過研究類間離散矩陣與類內離散矩陣確定目標函數為：

rtr(S)max為類間rtr(S)取最大值，rtr(Sk)min為類內rtr(Sk)取最小值，β為權重系數，它與圖像的灰度特性相關，可用ωk來對其進行描述。權重系數β的計算公式為：

根據磁柱圖像特性以及大量實驗，取a=0.6，a=0.045。加入權重系數β，對2D-OTSU算法改進，消除孤立噪聲的影響。算法流程圖如圖4所示。

圖4 算法流程圖

2.3 特征提取

數字圖像可以從灰度特征、幾何特征進行特征描述[13]。磁柱分割圖像是二值化圖像，不宜采用灰度特征進行描述，幾何特征表示了目標外觀信息的特征量，本文采用周長、面積和寬度來對磁柱表面缺陷圖像進行幾何特征描述，具體算法如下：采用鏈碼的方法獲得缺陷周長、計算缺陷區域的像素總和求面積、計算缺陷區域中的最大寬度獲取寬度信息。

本磁柱表面缺陷分為裂縫、黑片、結疤、掉邊四種缺陷，通過對磁柱表面缺陷圖像中的四種缺陷進行幾何特征提取，獲取缺陷區域的特征值。對100組缺陷數據進行統計，得到了各種缺陷的幾何特征，如表2所示。通過分析磁柱表面缺陷幾何信息特征量，為磁柱表面缺陷圖像的缺陷分類識別提供了重要的判斷依據。

表2 缺陷特征提取結果

3 實驗結果及分析

3.1 算法比較

對本文改進的2D-OTSU圖像分割算法進行試驗，并與傳統OTSU圖像分割算法和文獻[5]改進的Gabor濾波器算法對磁柱結疤、黑片、掉邊、裂縫缺陷圖像分割進行對比實驗分析。算法對比效果如圖5所示。從算法效果對比圖中可以看出，磁柱表面缺陷復雜，缺陷種類多，對于結疤和黑片缺陷，采用OSTU算法會出現較多的噪聲點，文獻[5]算法減少了噪聲點，但是磁柱邊緣分割效果不好，對于掉邊，OSTU算法依然有較多噪點，文獻[5]和本文算法都能較好分割，而對于對比度低的裂縫缺陷，傳統OTSU圖像分割算法與文獻[5]算法依然受孤立噪聲影響，不能對磁柱表面缺陷有效提取，而本文算法能有效消除孤立噪聲，進行磁柱表面缺陷提取。

圖5 算法對比效果

3.2 實驗結果

為了進一步驗證本文算法的有效性，選取1000個樣本進行缺陷檢測，200個不同缺陷樣本進行識別，并對以上傳統OTSU算法、文獻[5]算法和本文算法三種不同算法進行圖像分割測試。算法對比結果如表3所示。從表中可以看出本文算法與傳統OTSU算法和文獻[5]算法的準確率相比更高，而且1000個樣本進行缺陷檢測，漏檢率為0，在識別磁柱表面缺陷上更準確有效。

表3 算法對比結果

對各類實際缺陷數與本文算法測試結果進行分類統計，各類缺陷測試對比結果如表4所示。

表4 各類缺陷測試對比結果

由表4可知，對于四種不同的磁柱表面缺陷，綜合識別正確率達到了98%，裂縫缺陷識別正確率最高，正確率高達100%，黑片缺陷由于與結疤缺陷類型相似度較高，誤檢數為最多，正確率與其他三種缺陷類型相比較低，但正確率也能達到96.9%以上，尤其是漏檢率為0，可以保證有缺陷的產品均能全部檢測出，能夠達到磁柱表面缺陷檢測的要求。

4 結語

本文提出了基于改進的2D-OTSU磁柱表面缺陷檢測方法對磁柱表面缺陷進行檢測。標定相機獲取磁柱圖像，采用中值濾波方法對圖像進行濾波去噪處理，通過加入權重系數β對2D-OTSU算法改進，進而對缺陷圖像進行圖像分割，并與其他算法進行對比，實現了磁柱表面缺陷目標與背景分離。提取了磁柱表面缺陷的幾何特征，通過實驗，本文算法相比于其他兩種算法更準確有效，對磁柱表面缺陷檢測綜合準確度達到98%，沒有漏檢，滿足企業對磁柱表面缺陷檢測分類的要求，提高了準確性與檢測效率。