CN102495069A - 一种基于数字图像处理的拉链链带缺陷检测方法 - Google Patents

Abstract

本发明涉及一种基于数字图像处理的拉链链带缺陷检测方法，属于五金制品行业中拉链外观质量检验技术领域中的新技术。利用由目标定位触发装置、图像采集传感器、传送带驱动装置、背景光源装置、传送皮带、分拣装置和PC机或嵌入式控制系统构成的检测装置进行检测，待检测拉链产品被送入检测装置的传送皮带平台上，再由驱动装置的驱动送至检测区域，然后，由目标定位触发装置对拉链产品进行目标定位，由图像采集传感器获取拉链链带数字图像，然后将图像传输至PC机或嵌入式控制系统，PC机或嵌入式控制系统对目标图像进行处理，根据处理的结果和判别标准比较判断拉链链带区域是否存在缺陷。具有检测程序简单、检测速度快、检测准确性高等特点。

Description

一种基于数字图像处理的拉链链带缺陷检测方法

技术领域

本发明是一种采用数字图像处理来对拉链的链带进行缺陷检测的方法，属于五金制品行业中拉链外观质量检验技术领域中的新技术。

背景技术

拉链产品是人们日常生活的必需品。我国是世界最大的拉链生产国，拉链行业在经历金融危机的缓冲式增长后，2009年以后整个拉链行业发展势头强劲。但是由于生产工艺等原因，在拉链产品的生产过程中会出现链带破损、长度不均等缺陷，导致拉链次品的产生。目前，拉链产品的外观质量一般采用人工方法，由大量的生产线工人通过视觉和主观印象进行判断。一方面，检测效率低，成本高，工人劳动强度大；另一方面，人为因素影响很大，大工作量的劳动易造成检测员工的疲劳，人为因素直接影响了产品检验的可靠性，导致产品瑕疵漏判和错判，使产品品质的检测稳定性较差、效率低下，制约了拉链行业的健康快速发展。改进生产工艺，实现产业技术的升级，提高拉链的生产效率，降低产品的生产成本，成为行业发展的迫切需要。

基于数字图像处理的自动检测系统能大幅度提高生产效率和产品质量，提高生产的柔性和自动化程度，能大幅度提高生产效率，降低生产成本，很大程度上提高生产自动化水平和检测系统的智能水平，基于数字图像处理的检测技术因其具有稳定性强、运行效率好和精度高等优点，随着数字图像处理技术的迅速发展和现代生产的需要，计算机图像模式识别技术在工业、国防、科学研究等各个方面得到更加广泛的应用。因此，在现代工业生产过程中，基于数字图像处理的自动检测系统广泛应用于生产过程状况监视、成品检验和质量控制等领域。

目前，采用数字图像处理对拉链链带进行缺陷检测的研究，主要集中在利用数字图像处理技术进行拉链齿数检测方面，利用直方图均衡、灰度二值化和质心算法的技术来对拉链的单边拉链齿牙状况进行分析和研究。然而，对在生产过程产生的链带不完整、破损和缺失等缺陷的检测和判别的问题则还没有得到很好的解决方案，拉链链带缺陷的研究还处于起步阶段。

综上所述，现有采用数字图像处理技术完成拉链缺陷的检测应用，还处于起步探索阶段，尚未研究出一套合理、完整的拉链链带缺陷检测的技术方案，大多只能静态地完成某一项初始阶段对特定缺陷的检测，不能满足对拉链链带缺陷进行完整检测的需求。

发明内容

本发明的目的在于考虑对拉链链带进行完整边缘检测的需求而提供一种基于数字图像处理的拉链链带缺陷的检测方法。该方法首先在灰度拉伸后的拉链图像的拉合部分设定两个分析区域，计算得到这两个区域的重心坐标，根据两个重心坐标将原始拉链图像旋转至拉链处于水平位置，通过滤波和边缘检测算法得到粗略的链带轮廓，对链带粗略边缘进行边界跟踪得到清晰的链带边缘图像；其次，通过确定链带左右两侧边缘和链带开叉起始点位置，将拉链链带边缘划分成上下两个分析区域，将划分的区域和拉链链带边缘图像进行异或处理，提取分别只包含上、下半部分的链带边缘图像，根据链带开叉起始位置设定分析区域，运用图像异或算法将链带开叉部分的边缘图像从链带上半部分提取出来，并进行水平旋转后，根据链带边缘点的灰度值跳变的原理分别对拉链上半部分的拉合部分和开叉部分的链带边缘进行检测。最后，运用镜射原理将链带下半部分边缘镜射到上半部分，使用检测链带上半部分边缘的方法完成对链带下半部分边缘的检测。

本发明，利用由目标定位触发装置、图像采集传感器、传送带驱动装置、背景光源装置、传送皮带、分拣装置和PC机或嵌入式控制系统构成的检测装置进行检测，前道生产工序已完成的待检测拉链产品被送入检测装置的传送皮带平台上，在传送皮带驱动装置的驱动下，拉链产品由传送皮带传送进入检测区域，目标定位触发装置对拉链产品进行目标定位，若拉链产品已进入图像采集传感器中心视野区域，则触发点亮背景光源装置的LED条形光源，并同时启动图像采集传感器，获取区域轮廓清晰可见的拉链链带数字图像，然后将目标图像传输至PC机或嵌入式控制系统，PC机或嵌入式控制系统对目标图像进行滤波、拉链水平旋转、边缘检测和边界轮廓提取处理，根据处理的结果和判别标准比较判断拉链链带区域是否存在缺陷，根据检测结果将合格的拉链产品送入下一道包装生产工序，将存在链带缺陷的拉链产品通过分拣装置送入次品区域，完成拉链链带缺陷检测。

本发明，所述检测包括以下步骤：

1）采用图像采集传感器获取拉链图像，并采用基于灰度阈值的图像分割方法，通过设置阈值，实现对拉链图像的金属链牙和图像背景、链带的分割，去除拉链链带和原采集图像背景，提取拉链链牙骨架；

2）根据拉链拉合部分在图像中的粗略位置，在此区域中设定两个分析区域，根据重心算法分别得到这两个分析区域内的链牙的重心位置，通过两个区域重心坐标值，计算得到两个区域重心点的角度，以图像中心坐标为基准点，以该角度作为旋转角度使处于不同角度位置的拉链图像旋转至水平位置； 

3）对旋转后的图像进行均值滤波处理，平滑图像，减少噪声干扰，以便后续边缘检测操作处理；

4）运用基于泛函最优化的Canny边缘检测算子提取拉链链带边缘；

5）选取拉链链带边缘任意一点，以该点为起始点，根据四连通边界跟踪算法得到拉链链带边界，以链带边界提取清晰的链带轮廓图像，从图像背景中将拉链链带部分分割出来，去除因为旋转图像导致图像不完全处于目标区域的影响；

6）通过从左往右按列进行查找边缘链带边缘像素点，记录最先找到像素的纵坐标值，认定该点为链带左侧位置；利用相同方法从右往左查找链带右侧位置坐标值，计算两侧坐标值的差值得到链带总长，若总长超过预设阈值，则认定链带过长，判定该拉链为不合格产品，跳出程序，进行后续分拣操作；若未超出预设阈值，继续后续检测操作；

7）在拉链拉合区域中选取整幅图像的一列像素，以该列像素为扫描对象，从上往下计算该扫描列的像素值梯度，预设阈值，检测该扫描列每一个像素点的梯度值是否超出阈值，若超出阈值，则认定该像素点发生灰度跳变，认定该点为拉链链带上边缘，记录该点纵轴坐标，继续向下进行上述检测，直到搜索到拉链链带下边缘，并记录该点纵轴坐标值；

8）根据拉链链带的上下边缘的纵轴坐标值计算得到拉链链带上下两条边缘的中间线，以该线为中线，将拉链链带分为上下两个部分，并以中间线为基准，从右向左查找灰度跳变点，若查找到，则认定该灰度跳变点为拉链开叉起始点，以该点横坐标为基准，将拉链上半部分分割成拉链链带拉合部分和拉链链带开叉部分两个分析区域；

9）使用图像异或算法，将拉链链带下半部分与整个图像进行图像异或算法处理，获得只包含拉链链带上半部分图像；

10）通过之前记录的链带左侧横坐标值，根据检测余量，得到链带左侧检测起始位置的横坐标值，拉链开叉起始点的横坐标为终止值，以10个像素的距离为增量从左至右循环设置检测扫描列，沿扫描列从上往下查找链带边缘点的灰度跳变情况，记录灰度跳变时的边缘点的纵坐标值，计算两个相邻边缘检测点的纵坐标之差的绝对值，根据检测精度预设阈值，判断该差值的绝对值是否大于阈值，若大于阈值，则判定该两个相邻检测点之间的链带边缘存在缺陷，跳出程序，否则进入拉链链带开叉部分的检测操作；

11）使用图像异或算法，将拉链链带拉合的上半部分与链带的上半部分图像进行图像异或处理，获得只包含拉链开叉的上半部图像；

12）根据拉链开叉部分在图像中的粗略位置，在拉链链带开叉部分的两端任选两列，分别以上述两列作为查找基准，从上向下查找第一个灰度跳变点，若找到则认定该点为链带上边缘，并记录该点坐标值，根据这两个灰度跳变点的坐标，以左侧灰度跳变点为基准点，计算两点之间的角度，以该角度为旋转角度将链带开叉上半部分旋转至水平位置；

13）查到链带开叉上半部分的左右两端横坐标值，以链带左侧的横坐标值作为检测起始值，链带的右侧横坐标为终止值，以10个像素的距离为增量从左至右循环设置检测扫描列，沿扫描列从上往下查找链带边缘点的灰度跳变情况，记录灰度跳变时的边缘点的纵坐标值，计算两个相邻边缘检测点的纵坐标之差的绝对值，根据检测精度预设阈值，判断该差值的绝对值是否大于阈值，若大于阈值，则判定该两个相邻检测点之间的链带边缘存在缺陷，跳出程序，否则进入拉链链带下半部分的检测操作；

14）以拉链链带上下两条边缘的中间线为镜射轴，将链带下半部分镜射到中间线上方，得到只存在处在中间线上方的链带下半部分图像，跳入10）至13）的程序，如果检测到链带缺陷则跳出程序，如果未检测到链带缺陷则结束程序，表明该拉链链带完好，为合格产品；

15）根据检测拉链链带是否存在缺陷，输出不同的信号。

本发明，可根据重心计算的方法确定拉链链牙上的两个点的位置，以这两点的角度为旋转角度将处在不同角度的拉链图像旋转至水平位置；以查找边缘灰度发生跳变的原理确定链带开叉部分边缘上的两个点，进而将该部分旋转至水平位置。

本发明，可先通过边缘检测的方式得到链带的粗略边界，再运用边界跟踪的方式获取链带的边缘准确轮廓，从传送带背景图像中提取出清晰的链带边缘，突出检测目标。

本发明，可通过区域划分与整张拉链图像进行异或处理，将整个拉链链带划分为上下两个部分进行检测，运用镜射的方式把下半部分的边缘镜射到上方，使用检测链带上半部分的程序模块完成对链带下半部分的检测，节省程序步骤和大小。

本发明，可通过区域划分与整张拉链图像进行异或处理，截取到分别只含有拉链拉合部分和开叉部分的链带图像，对拉链开叉部分的链带进行水平旋转后，根据链带边缘处垂直方向的梯度值最大，判断该点是否发生灰度值跳变，如果发生跳变则认为该点为边缘点，通过比较两个相邻间隔边缘点的纵轴坐标值的差值来确定链带边缘是否存在缺陷，分别完成对拉链链带的拉合部分和开叉部分的检测。

本发明与现有技术相比的优点在于：

1、将拉链链带图像旋转至水平位置进行处理，使得链带图像比较直观，而且链带边缘都处于同一条水平线，将拉链图像归一化，降低检测程序的复杂程度；

2、通过对链带边缘检测后的粗略轮廓进行边界跟踪，提取出链带边缘的清晰轮廓图像，降低检测算法的难度，大幅提高检测的速度和准确性； 

3、采用查找链带图像中预设扫描列上发生灰度跳变的点，确定边缘点的坐标，进而实现对链带缺陷与否的判断，降低了检测算法的复杂程度，大大提高了检测效率；

4、运用镜射算法将链带下半部分边缘镜射到上方，使用检测链带上半部分边缘的程序模块实现对链带下半部分边缘的检测，减少程序占用内存大小，提高检测的效率

5、整个检测方法具有良好的通用性和扩展性，能方便地运用到其他样式的拉链链带边缘缺陷检测上。

附图说明

图1所示为本发明所采用的检测装置的结构方框图。图中，1、待检测拉链产品；2、目标定位触发装置；3、图像采集传感器；4、传送带驱动装置；5、背景光源装置；6、传送皮带；7、分拣装置；8、PC机或嵌入式控制系统。

图2所示为拉链链带缺陷检测流程图；检测过程为：首先从图像采集传感器中截取拉链图像，将处于不同角度的拉链旋转至水平位置，对经过灰度拉伸后的链带图像进行Canny边缘检测，通过边界跟踪提取清晰的边缘轮廓图，然后进行边缘区域分割，得到分别只包含链带上半部分的链带边缘，将链带上半部分的边缘分割成拉合部分和开叉部分，对开叉部分进行水平旋转，根据灰度跳变原理分别对链带边缘的拉合部分和开叉部分进行边缘点循环查找，通过计算相邻两个边缘的纵坐标判断边缘是否存在缺陷，最后输出检测结果，为检测下一个拉链产品延时准备。

图3为拉链图像水平旋转流程图。在图中θ为通过区域重心算法得到的拉链金属链牙拉合部分上左右两个点的角度，以左侧点A为基准点，右侧点B为末点，利用角度计算算法计算出两点之间的角度，在根据角度的大小计算出旋转角度，旋转角度为正值则代表图像以某点为旋转中心按逆时针方向旋转，反之，旋转角度为负值则图像按顺时针方向进行旋转。

图4为拉链链带边缘的检测流程图。在图中，X1和X2分别为边缘图像的左、右边界点所在的列值。扫描列的值以规定增量进行增加，当沿当前扫描列扫描链带图像时，根据灰度值的跳变判断是否当前点为链带边缘，如果发生灰度值跳变则记录该点的纵轴坐标值，计算相邻两个边缘点纵坐标的差值，判断差值的绝对值是否超出预设阈值来判定链带是否存在缺陷。

图5为通过Canny算子获取的链带边缘图像。

图6为运用边界跟踪从图5中提取的链带边缘清晰图。

图7为使用异或算法截取得到的只包含链带上半部分边缘图。

图8、图9为拉链链带上半部分检测算法示意图。在图中，检测处于水平位置的链带左、右两个边缘点的纵坐标值，如图中红色虚线所示；检测方向为从左往右进行扫描，如图中蓝色箭头所示；扫描方向为沿当前扫描列（图中黄色实线所示）从上往下进行，如图中绿色箭头所示；例如：图8中，左侧边缘点的纵坐标加上检测余量为起始点，链带开叉部分起始点的纵坐标值为终止值，进行循环扫描，扫描列增加的步长根据检测精度而定，若规定缺陷面积为大于等于1平方厘米，则规定步长为15个像素距离，直到扫描列的值大于或等于终值，否则程序将一直循环。

具体实施方式

参照图1，一种基于数字图像处理的拉链链带缺陷的检测方法实现的检测装置，由目标定位触发装置2、图像采集传感器3、传送带驱动装置4、背景光源装置5、传送皮带6、分拣装置7和PC机或嵌入式控制系统8构成。在进行拉链产品缺陷检测之前，拉链生产线已完成对待检测拉链产品1的加工，拉链被送入检测装置的传送皮带平台上，在传送皮带驱动装置4的驱动下，拉链产品由传送皮带6传送进入检测区域，目标定位触发装置2对拉链产品进行目标定位，若拉链产品已进入图像采集传感器中心视野区域，则触发背景光源装置5的LED条形光源，并同时启动图像采集传感器3，获取区域轮廓清晰可见的拉链链带数字图像，然后将目标图像传输至PC机或嵌入式控制系统8。PC机或嵌入式控制系统8对目标图像进行滤波、拉链水平旋转、边缘检测和边界轮廓提取等处理，根据处理的结果和判别标准判断拉链链带区域是否存在不完整的缺陷。根据检测结果将合格的拉链产品送入下一道包装生产工序，将存在链带缺陷的拉链产品通过分拣装置（7）送入次品区域，完成拉链链带缺陷检测。

本发明一种基于数字图像处理的拉链链带缺陷的检测方法的具体实施步骤如下：

1、根据厂家提供的拉链的尺寸和链带的颜色，选择合适的光源类型和传送带颜色，调节合适的视野范围，调节图像采集传感器的焦距、进光量和曝光时间，使图像采集传感器获得清晰的静态图像；

2、当拉链被驱动传送带传送到图像采集传感器中心视野范围时，通过触发图像采集传感器，获得连续的拉链图像；

3、在包含拉链拉合部分链牙的两个分析区域内进行区域重心计算，得到链牙（拉合部分）上的两个点（两个分析区域的两个重心）的坐标，计算拉链链牙骨架与水平轴的角度θ₁，对图像进行水平旋转，角度θ₁的正值代表图像按顺着逆时针方向进行旋转，反之，角度为负值则按顺着顺时针方向进行旋转；

4、使用灰度拉伸算法，对获得的链带图像进行灰度拉伸，获取灰度对比明显的拉链链带图像；

5、运用基于泛函最优化的Canny边缘检测算子提取拉链链带边缘，使用边界跟踪算法提出链带边缘轮廓；

6、根据拉链水平中心线位置将链带边缘分割成上下两部分，首先对链带上半部分进行处理，根据链带开叉起始点位置将上部分边缘分割成拉合部分和开叉部分；

7、查找链带整幅拉链链带图像的左右两侧的边缘点，计算两侧边缘点的坐标值的差值得到链带总长，若总长超过预设阈值，则认定链带过长，判定该拉链为不合格产品，跳出程序，进行后续分拣操作；若未超出预设阈值，继续后续检测操作；

8、根据链带边缘点会发生灰度值跳变的原理，检测一定间隔的边缘点，记录检测到的边缘点的纵坐标，计算两个相邻边缘检测点的纵坐标之差的绝对值，根据检测精度预设阈值，判断该差值的绝对值是否大于阈值，若大于阈值，则判定该两个相邻检测点之间的链带边缘存在缺陷，跳出程序，否则进入拉链链带开叉部分的检测操作；

9、查找链带开叉部分边缘上的两个一定间隔的点，并记录两点的坐标值，以左侧点为基准点，计算两点之间的角度，以该角度为旋转角度将链带开叉上半部分旋转至水平位置；

10、重复执行第8步的算法模块，计算两个相邻边缘检测点的纵坐标之差的绝对值，根据检测精度预设阈值，判断该差值的绝对值是否大于阈值，若大于阈值，则判定该两个相邻检测点之间的链带边缘存在缺陷，跳出程序，否则进入拉链链带下半部分的检测操作；

11、以拉链链带上下两条边缘的中间线为镜射轴，将链带下半部分镜射到中间线上方，得到只存在处在中间线上方的链带下半部分图像，跳入第8步至第10步的程序，如果检测到链带缺陷则跳出程序，如果未检测到链带缺陷则结束程序，表明该拉链链带完好，为合格产品；

12、根据检测拉链链带是否存在缺陷，输出不同的信号，延时，为下一个拉链产品的检测作准备。

Claims (6)

1.一种基于数字图像处理的拉链链带缺陷检测方法，其特征在于：利用由目标定位触发装置（2）、图像采集传感器（3）、传送带驱动装置（4）、背景光源装置（5）、传送皮带（6）、分拣装置（7）和PC机或嵌入式控制系统（8）构成的检测装置进行检测，前道生产工序已完成的待检测拉链产品（1）被送入检测装置的传送皮带（6）平台上，在传送皮带驱动装置（4）的驱动下，拉链产品由传送皮带（6）传送进入检测区域，目标定位触发装置（2）对拉链产品进行目标定位，若拉链产品已进入图像采集传感器中心视野区域，则触发点亮背景光源装置（5）的LED条形光源，并同时启动图像采集传感器（3），获取区域轮廓清晰可见的拉链链带数字图像，然后将目标图像传输至PC机或嵌入式控制系统（8），PC机或嵌入式控制系统（8）对目标图像进行滤波、拉链水平旋转、边缘检测和边界轮廓提取处理，根据处理的结果和判别标准比较判断拉链链带区域是否存在缺陷，根据检测结果将合格的拉链产品送入下一道包装生产工序，将存在链带缺陷的拉链产品通过分拣装置（7）送入次品区域，完成拉链链带缺陷检测。

2.根据权利要求1所述的检测方法，其特征在于：所述检测包括以下步骤：

1）采用图像采集传感器获取拉链图像，并采用基于灰度阈值的图像分割方法，通过设置阈值，实现对拉链图像的金属链牙和图像背景、链带的分割，去除拉链链带和原采集图像背景，提取拉链链牙骨架；

2）根据拉链拉合部分在图像中的粗略位置，在此区域中设定两个分析区域，根据重心算法分别得到这两个分析区域内的链牙的重心位置，通过两个区域重心坐标值，计算得到两个区域重心点的角度，以图像中心坐标为基准点，以该角度作为旋转角度使处于不同角度位置的拉链图像旋转至水平位置； 

3）对旋转后的图像进行均值滤波处理，平滑图像，减少噪声干扰，以便后续边缘检测操作处理；

4）运用基于泛函最优化的Canny边缘检测算子提取拉链链带边缘；

5）选取拉链链带边缘任意一点，以该点为起始点，根据四连通边界跟踪算法得到拉链链带边界，以链带边界提取清晰的链带轮廓图像，从图像背景中将拉链链带部分分割出来，去除因为旋转图像导致图像不完全处于目标区域的影响；

6）通过从左往右按列进行查找边缘链带边缘像素点，记录最先找到像素的纵坐标值，认定该点为链带左侧位置；利用相同方法从右往左查找链带右侧位置坐标值，计算两侧坐标值的差值得到链带总长，若总长超过预设阈值，则认定链带过长，判定该拉链为不合格产品，跳出程序，进行后续分拣操作；若未超出预设阈值，继续后续检测操作；

7）在拉链拉合区域中选取整幅图像的一列像素，以该列像素为扫描对象，从上往下计算该扫描列的像素值梯度，预设阈值，检测该扫描列每一个像素点的梯度值是否超出阈值，若超出阈值，则认定该像素点发生灰度跳变，认定该点为拉链链带上边缘，记录该点纵轴坐标，继续向下进行上述检测，直到搜索到拉链链带下边缘，并记录该点纵轴坐标值；

8）根据拉链链带的上下边缘的纵轴坐标值计算得到拉链链带上下两条边缘的中间线，以该线为中线，将拉链链带划分为上下两个部分，并以中间线为基准，从右向左查找灰度跳变点，若查找到，则认定该灰度跳变点为拉链开叉起始点，以该点横坐标为基准，将拉链上半部分分割成拉链链带拉合部分和拉链链带开叉部分两个分析区域；

9）使用图像异或算法，将拉链链带下半部分与整个图像进行图像异或算法处理，获得只包含拉链链带上半部分图像；

10）通过之前记录的链带左侧横坐标值，根据检测余量，得到链带左侧检测起始位置的横坐标值，拉链开叉起始点的横坐标为终止值，以10个像素的距离为增量从左至右循环设置检测扫描列，沿扫描列从上往下查找链带边缘点的灰度跳变情况，记录发生灰度跳变时的边缘点的纵坐标值，计算两个相邻边缘检测点的纵坐标之差的绝对值，根据检测精度预设阈值，判断该差值的绝对值是否大于阈值，若大于阈值，则判定该两个相邻检测点之间的链带边缘存在缺陷，跳出程序，否则进入拉链链带开叉部分的检测操作；

11）使用图像异或算法，将拉链链带拉合的上半部分与链带的上半部分图像进行图像异或处理，获得只包含拉链开叉的上半部图像；

12）根据拉链开叉部分在图像中的粗略位置，在拉链链带开叉部分的两端任选两列，分别以上述两列作为查找基准，从上向下查找第一个灰度跳变点，若找到则认定该点为链带上边缘，并记录该点坐标值，根据这两个灰度跳变点的坐标，以左侧灰度跳变点位基准点，计算两点之间的角度，以该角度为旋转角度将链带开叉上半部分旋转至水平位置；

13）查到链带开叉上半部分的左右两端横坐标值，以链带左侧的横坐标值作为检测起始值，链带的右侧横坐标为终止值，以10个像素的距离为增量从左至右循环设置检测列基准线，沿列基准线从上往下查找链带边缘点的灰度跳变情况，记录灰度跳变时的边缘点的纵坐标值，计算两个相邻检测点的纵坐标之差的绝对值，根据检测精度预设阈值，判断该差值的绝对值是否大于阈值，若大于阈值，则判定该两个相邻检测点之间的链带边缘存在缺陷，跳出程序，否则进入拉链链带下半部分的检测操作；

14）以拉链链带上下两条边缘的中间线为镜射轴，将链带下半部分镜射到中间线上方，得到只存在处在中间线上方的链带下半部分图像，跳入10）至13）的程序，如果检测到链带缺陷则跳出程序，如果未检测到链带缺陷则结束程序，表明该拉链链带完好，为合格产品；

15）根据检测拉链链带是否存在缺陷，输出不同的信号。

3.根据权利要求2所述的检测方法，其特征在于：根据重心计算的方法确定拉链链牙上的两个点的位置，以这两点的角度为旋转角度将处在不同角度的拉链图像旋转至水平位置；以查找边缘灰度发生跳变的原理确定链带开叉部分边缘上的两个点，进而将该部分旋转至水平位置。

4.根据权利要求2所述的检测方法，其特征在于：先通过边缘检测的方式得到链带的粗略边界，再运用边界跟踪的方式获取链带的边缘准确轮廓，从传送带背景图像中提取出清晰的链带边缘，突出检测目标。

5.根据权利要求2所述的检测方法，其特征在于：通过区域划分与整张拉链图像进行异或处理，将整个拉链链带划分为上下两个部分进行检测，运用镜射的方式把下半部分的边缘镜射到上方，使用检测链带上半部分的程序模块完成对链带下半部分的检测，节省程序步骤和大小。

6.根据权利要求2所述的检测方法，其特征在于：通过区域划分与整张拉链图像进行异或处理，截取到分别只含有拉链拉合部分和开叉部分的链带图像，对拉链开叉部分的链带进行水平旋转后，根据链带边缘处垂直方向的梯度值最大，判断该点是否发生灰度值跳变，如果发生跳变则认为该点为边缘点，通过比较两个相邻间隔边缘点的纵轴坐标值的差值来确定链带边缘是否存在缺陷，分别完成对拉链链带的拉合部分和开叉部分的检测。

Images