CN103149215A

CN103149215A - 一种钢化玻璃绝缘子缺陷检测方法与装置

Info

Publication number: CN103149215A
Application number: CN2013100618508A
Authority: CN
Inventors: 吴洪潭; 叶含笑
Original assignee: China Jiliang University
Current assignee: China Jiliang University
Priority date: 2013-02-27
Filing date: 2013-02-27
Publication date: 2013-06-12
Anticipated expiration: 2033-02-27
Also published as: CN103149215B

Abstract

本发明公开了一种钢化玻璃绝缘子缺陷检测方法与装置。本发明所提供的钢化玻璃绝缘子缺陷检测方法突破了图像处理中逐行扫描的传统方式，针对钢化玻璃绝缘子成像特点，采用同心圆扫描的方法，抑制了大量无关背景，只留下缺陷部分的图像，利于后面进行图像分割；该方法是一种准确有效的缺陷检测方法。

Description

一种钢化玻璃绝缘子缺陷检测方法与装置

技术领域

本发明涉及一种适用于钢化玻璃绝缘子的缺陷检测装置和检测方法，尤其是对于气泡缺陷的检测方法和装置。

技术背景

绝缘子是架空输电线路的重要组成部分，是电力系统中使用量最大的器件，它的结构比较简单，制造成本也相对较低，但重要性绝不亚于其他设备。钢化玻璃绝缘子在制造过程中，由于许多因素，如配方、原料制取、设备工具的状况、玻璃件的热处理等问题，玻璃件有时会产生气泡、裂纹、结石、毛糙、破损、变形等缺陷，这些缺陷必须严格控制、检测和筛选，以保证钢化玻璃绝缘子成品的质量，提高玻璃绝缘子在电力系统运行的可靠性。

最原始的检测和筛选方法就是通过人眼来一个一个的目测检测绝缘子有无气泡等缺陷，这种方式效率太低，而且工人在长时间检测工作之后误检就会大大增加。近几年，电脑视觉检测技术发展迅速，在医药、农作物缺陷检测领域应用广泛。电脑视觉检测技术具有其它检测技术不具备的优势，首先，它不依赖于检测者的经验和关注点，能够提高检测效率，并最终提高厂家生产利润。其次，电脑视觉检测技术可以用于工业生产现场，实现实时、可靠的缺陷产品检测及分离，利于大规模的生产检测。但是，由于缺陷部分图像难以从背景图像中分割出来，致使用电脑进行自动视觉检测较为困难。因此，图像分割是钢化玻璃绝缘子质量检测中的技术关键。边缘检测是近些年来应用广泛的图像分割方法，边缘是指其周围像素灰度变化不连续的那些像素的集合，它是背景图像与缺陷图像分离的重要依据。

但钢化玻璃绝缘子是复杂的带有多层凹槽的圆盘形玻璃件，相机拍摄到的图片包含大量的圆环形背景光带条纹信息，利用传统的边缘检测或自适应阈值分割的方法往往难以将存在缺陷从背景中有效的分离出来，从而无法进行钢化玻璃绝缘子的质量检测与控制。

发明内容

本发明的一个目的是提供一种实现钢化玻璃绝缘子缺陷检测的装置。

本发明的另一个目的是提供一种能够有效的将缺陷与背景光带从图像中分离开来的钢化玻璃绝缘子缺陷检测方法。本发明根据绝缘子图像呈现出规律排列的同心圆弧光带，从传统的逐行图像扫描的方法变为同心圆弧图像扫描，并提出了后差分方法，抑制背景光带图像并突出缺陷部分图像，实现图像分割，最后识别出哪些是背景光带图像哪些是缺陷图像。

本发明通过下述技术方案实现：

一种钢化玻璃绝缘子缺陷检测装置，包括光学成像系统、图像采集系统、旋转控制系统，其中：

所述光学成像系统包括透明托盘、光源，光源固定在旋转控制台下方；

所述图像采集系统包括工业相机，工业相机连接电脑；

所述旋转控制系统包括步进电机、旋转控制台、PLC、电脑；PLC和步进电机连接，由电脑通过PLC发出信号控制步进电机的启动和停止；步进电机和旋转控制台的旋转轴相连接，步进电机转动带动旋转控制台上的透明托盘转动；电脑控制工业相机对钢化玻璃绝缘子拍照；

电脑读入工业相机拍摄的顺时针旋转中的待检测绝缘子图像后采用以下方法进行处理：

1）FFT变换将图像从空间域转化到频率域，再利用Butterworth低通滤波对图像平滑去噪处理，最后FFT反变换；

2）边缘提取，对图像施加Canny算子以获得玻璃绝缘子的边缘图像；

3）计算同心光环带圆心坐标，根据边缘提取得到的光环带边缘，计算绝缘子中心坐标位置；

4）极坐标变换，根据光环带圆心坐标将原始图像中各环带像素点由直角坐标转换为极坐标，即转换成极坐标图像；

5）建立数据库检索对照表，在极坐标下，建立图像中各个像素点的数据库检索对照表，使图像的像素点在笛卡尔坐标系下和在极坐标系下的坐标表示建立一一对应关系；

6）对极坐标图像进行基于数据库的同心弧扫描，利用光带背景与缺陷部位的像素变化有明显差别的特点，抑制光带背景条纹；

7）在绝缘子的顺时针旋转过程中，用拍到的最新一帧图像减去前一帧图像进行后差分运算，得到后差分后的图像，进一步抑制背景光带条纹，同时若在光带上存在缺陷，则后差分的作用将在缺陷后带边上产生空洞，空洞把缺陷从光带上分割出来，这将极大地有利于下一步的图像分割；

8）图像分割，在经过光带背景抑制的后差分图像中，利用自适应阈值法实现图像分割；

9）缺陷判断识别，采用支持向量机智能识别方法，判断分割出的图像是否存在缺陷。

工业相机通过支架垂直固定在钢化玻璃绝缘子上方，采集绝缘子图像。

所述的光源为LED白光源，透明托盘采用透明有机玻璃托盘。

所述的光源采用上宽下窄的倒坝形结构。

一种钢化玻璃绝缘子缺陷检测方法，包括下述步骤：

1）利用相机将待检测的绝缘子图像读入电脑；

2）FFT变换将图像从空间域转化到频率域，再利用Butterworth低通滤波对图像平滑去噪处理，最后FFT反变换；

3）边缘提取，对图像施加Canny算子以获得绝缘子图像边缘图像；

4）计算同心光环带圆心坐标，根据边缘提取得到的光环带边缘，计算绝缘子中心坐标位置；

5）极坐标变换，根据光环带圆心坐标将原始图像中各环带像素点由直角坐标转换为极坐标，即转换成极坐标图像；

6）建立数据库检索对照表，在极坐标下，建立图像中各个像素点的数据库检索对照表，使图像的像素点在笛卡尔坐标系下和在极坐标系下的坐标表示建立一一对应关系；

7）对极坐标图像进行基于数据库的同心弧扫描，利用光带背景与缺陷部位的像素变化有明显差别的特点，抑制光带背景条纹；

8）在绝缘子的顺时针旋转过程中，用拍到的最新一帧图像减去前一帧图像进行后差分运算，得到差分后的图像，进一步抑制背景光带条纹，同时若在光带上存在缺陷，则后差分的作用将在缺陷后带边上产生空洞，把缺陷从光带上分割出来，有利于下一步的图像分割；

9）图像分割，在经过光带背景抑制的后差分图像中，利用自适应阈值法进行图像分割；

10）缺陷判断识别，采用支持向量机智能识别方法，判断分割出的图像是否存在缺陷。

其中步骤4）为：

经过边缘检测的图像只呈现出光折射环带的边缘，这些边缘是以绝缘子中心为圆心，以不同的长度为半径的一组同心圆弧；找到半径最大的圆弧，设圆弧中每一个像素点的横、纵坐标分别为X_i和Y_i，设圆心坐标（A,B），半径R，圆公式为：(X_i-A)²+(Y_i-B)²=R²

利用最小二乘原理根据以下矩阵变换求得圆心的坐标：

(\begin{matrix} 2 Σ_{i = 1}^{n} {X_{i}}^{2} & 2 Σ_{i = 1}^{n} X_{i} Y_{i} & Σ_{i = 1}^{n} X_{i} \\ 2 Σ_{i = 1}^{n} X_{i} Y_{i} & 2 Σ_{i = 1}^{n} {Y_{i}}^{2} & Σ_{i = 1}^{n} Y_{i} \\ 2 Σ_{i = 1}^{n} X_{i} & 2 Σ_{i = 1}^{n} Y_{i} & n \end{matrix}) \cdot (\begin{matrix} A \\ B \\ C \end{matrix}) = (\begin{matrix} Σ_{i = 1}^{n} X_{i} Z_{i} \\ Σ_{i = 1}^{n} Y_{i} Z_{i} \\ Σ_{i = 1}^{n} Z_{i} \end{matrix})

其中，C=R²-A²-B²，

。

其中步骤6）为：

（1）以步骤4）中计算出的坐标为圆心，图像中半径相同的像素点构成一段弧，且图像中所有的像素点构成一组同心弧；

（2）将图像的像素点在笛卡尔坐标系下和在极坐标系下的坐标表示建立一一对应关系，并最终建立像素位置信息的检索对照表。

其中步骤7）为：

（1）对图像进行同心圆弧扫描，并按照同心圆弧半径由小增大的顺序依次扫描；

（2）在扫描一个弧时，若圆弧中所有像素点的灰度值基本一致而没有发生剧烈变化，则认为此段圆弧不包含缺陷信息，进而将此段圆弧的所有像素点灰度值化为0；若圆弧中像素灰度值发生明显跳变，则认为此段圆弧包含缺陷信息，进而保留此段圆弧所有像素信息不变。

检测过程为：在待检测钢化玻璃绝缘子就位时，电脑经串口通过PLC控制步进电机带动磨砂有机玻璃托盘转动，每次转动1/4圈，电脑接收到PLC发送来的停止信号时控制相机获取并处理图像，若未发现缺陷则继续转动，直至旋转一圈。若发现缺陷，则为不合格玻璃件，电脑通过分类器判断并报告其缺陷类型。

本发明所提供的钢化玻璃绝缘子缺陷检测方法突破了图像处理中逐行扫描的传统方式，针对钢化玻璃绝缘子成像特点，采用同心圆扫描的方法，抑制了大量无关背景，只留下缺陷部分的图像，利于后面进行图像分割。该方法是一种准确有效的缺陷检测方法。

附图说明

图1为本发明的整体装置示意图。

图2为本发明的光源结构示意图。

图3为钢化玻璃绝缘子缺陷检测方法的示例性流程图。

具体实施方式

下面结合附图对本发明的具体实施例作详细说明。

本实施例涉及的基于同心弧扫描的钢化玻璃绝缘子缺陷检测装置由光学成像系统、图像采集系统、旋转控制系统组成。

如图1所示：上述装置包括：磨砂有机玻璃托盘2，LED白光源3，步进电机4，CCD相机5，旋转控制台6，可编程PLC7，电脑8。其中，磨砂有机玻璃托盘2和步进电机4通过联轴器连接，步进电机4转动带动磨砂有机玻璃托盘2转动，待检测绝缘子放在磨砂有机玻璃托盘2上，随之一起转动；LED白光源放在磨砂有机玻璃托盘2下方，可以采用平面光源布置在绝缘子底部，本发明采用上宽下窄的倒坝形光源，即倒梯形光源，使得绝缘子的底部和两侧都有光源照射，这样可以使照射在绝缘子上的光线效果更好，图像采集的效果更好，LED白光源3发出的光透过磨砂有机玻璃托盘2照射待检测绝缘子；CCD相机5通过支架垂直固定在待检测绝缘子上方。

下面详细说明检测过程：在待检测钢化玻璃绝缘子就位时，电脑8经串口通过PLC7控制步进电机4带动磨砂有机玻璃托盘2转动，每次转动1/4圈，电脑8接收到PLC7发送来的停止信号时控制CCD相机5获取并处理图像，若未发现缺陷则继续转动，直至旋转一圈。若发现缺陷，则为不合格玻璃件，电脑8通过分类器判断并报告其缺陷类型。

CCD相机5采集绝缘子图像。且上述CCD相机每次拍摄绝缘子的图像均超过钢化玻璃绝缘子整体的1/4，所以旋转控制台6旋转一周，CCD相机便可拍摄到整个绝缘子的图像。

CCD选用Image Source公司的DFK31AF03型工业相机，分辨率为1024×768像素，最高帧速为30帧/s。采用LED作为本装置照明光源，LED光源与传统光源相比较，具有形状自由，易于设计，使用寿命长，亮度高，响应速度快等优点。采用透射式照明方式，因为钢化玻璃绝缘子是复杂玻璃件，若采用反射式照明，即将光源放置在钢化玻璃绝缘子上方照射，则无法清晰拍摄到钢化玻璃绝缘子内部的缺陷。而相对于反射式照明，透射式照明可以将表面及内部缺陷都很好的呈现出来。采用磨砂有机玻璃板作为旋转控制台的托盘，因为磨砂有机玻璃板可以使LED白光源发射出的光线遇到磨砂薄膜时发生漫反射，因此使LED白光源无法在CCD相机拍摄时成像，排除了LED的图像干扰光滑玻璃绝缘子图像的可能性。

采用CCD相机5与电脑8连接的方式传输图像，电脑8接收到步进电机4的停止信号后控制CCD相机5采集图像，并将采集到的图像传输至电脑8处理。

PLC7和步进电机控制器连接，由PLC7发出信号控制步进电机4的启动和停止；电脑8接收到步进电机4停止信号后触发CCD相机5对绝缘子拍照；步进电机4和旋转控制台的旋转轴相连接，步进电机4转动带动旋转控制台上的磨砂有机玻璃托盘2转动。

可编程器PLC7采用西门子公司的S7-200CPU224DC/DC/DC；步进电机4采用HB306S三相混合式步进电机。

电脑8通过相机5获得绝缘子的图像后按以下步骤进行处理：

1）进行图像增强，主要目的是对获得的图像去除噪声干扰。先做FFT变换，将图像从空间域转化到频率域，由于噪声等干扰在图像的灰度级中主要处于傅里叶变换的高频部分，再对图像做Butterworth低通滤波，衰减图像傅里叶变换中的高频部分，以此对图像平滑去噪处理，最后FFT反变换。

2）边缘提取，对图像施加Canny算子以获得玻璃绝缘子的边缘图像。

3）计算同心光环带圆心坐标，根据边缘提取得到的光环带边缘，计算绝缘子中心坐标位置。

经过边缘检测的图像只呈现出光折射环带的边缘，这些边缘是以绝缘子中心为圆心，以不同的长度为半径的一组同心圆弧。找到半径最大的圆弧，设圆弧中每一个像素点的横、纵坐标分别为X_i和Y_i，设圆心坐标（A,B），半径R，圆公式为：(X_i-A)²+(Y_i-B)²=R²。利用最小二乘原理根据以下矩阵变换求的

圆心的坐标：

(\begin{matrix} 2 Σ_{i = 1}^{n} {X_{i}}^{2} & 2 Σ_{i = 1}^{n} X_{i} Y_{i} & Σ_{i = 1}^{n} X_{i} \\ 2 Σ_{i = 1}^{n} X_{i} Y_{i} & 2 Σ_{i = 1}^{n} {Y_{i}}^{2} & Σ_{i = 1}^{n} Y_{i} \\ 2 Σ_{i = 1}^{n} X_{i} & 2 Σ_{i = 1}^{n} Y_{i} & n \end{matrix}) \cdot (\begin{matrix} A \\ B \\ C \end{matrix}) = (\begin{matrix} Σ_{i = 1}^{n} X_{i} Z_{i} \\ Σ_{i = 1}^{n} Y_{i} Z_{i} \\ Σ_{i = 1}^{n} Z_{i} \end{matrix}) - - - (1)

其中，C=R²-A²-B²，

4）极坐标变换，根据光环带圆心坐标将原始图像中各环带像素点由直角坐标转换为极坐标。即将图像中各像素点的坐标表示由直角坐标系下的（x_i,y_i）转换为极坐标系的（ρ_i,θ_i）。

5）建立数据库检索对照表，在极坐标下，建立图像中各个像素点的数据库检索对照表，使图像的像素点在笛卡尔坐标系下和在极坐标系下的坐标表示建立一一对应关系。

6）进行同心弧扫描，此步骤是基于缺陷图像的数据库检索对照表进行的，主要目的是在极坐标图像中进行图像扫描，利用光带背景与气泡等缺陷的像素变化有明显差别，抑制背景光带条纹。按以下步骤进行：

第一步，对图像进行同心弧扫描，且按照同心弧半径由小增大的顺序依次扫描。

第二步，在扫描一个弧时，若弧中所有像素点的灰度值基本一致而没有发生剧烈变化，则认为此段弧不包含缺陷信息，进而将此段弧的所有像素点灰度值化为0；若弧中像素灰度值发生明显跳变，则认为此段弧包含缺陷信息，进而保留此段弧所有像素信息不变。

7）然后进行旋转后帧差分，在绝缘子旋转过程中，分别取前后两帧图像，用后一帧图像减去前一帧图像进行差分，由于绝缘子是圆盘形的轴对称，所以在绝缘子旋转过程中先后提取的两帧图像，如果绝缘子没有缺陷，则前后两帧图像信息完全相同，如果有气泡等缺陷，则两帧图像差分后有气泡处会产生空洞，这样凸出了缺陷，使得背景光带条纹得到了进一步抑制。

由于前后图像的旋转关系，若在背景光带上存在缺陷，后差分图像保留了新一帧图像中的缺陷部分，而减去的前一帧图像中的缺陷将在后差分图像中产生一个黑空洞，这空洞的位置与新一帧图像中的缺陷位置同在一个光环带上，并处于其下方，其效果是空洞把缺陷从光环带上分割开来，从而极大地提高了下一步图像分割的效果。

8）进行图像分割，利用上面光带背景被抑制的图像，对图像进行分割。可以采用自适应阈值法对图像进行分割，经过图像分割的图像中只留缺陷部分图像信息和少量的背景纹理信息，因此凸显出缺陷部分，利于后续缺陷识别与判断。

9）最后进行缺陷识别与分类，采用支持向量机的智能识别方法判断分割出的图像是否存在缺陷，若存在缺陷，进行缺陷的识别与分类；若不存在缺陷，读入下一幅图像。

Claims

1.一种钢化玻璃绝缘子缺陷检测装置，其特征在于：包括光学成像系统、图像采集系统、旋转控制系统，其中：

所述光学成像系统包括透明托盘(2)、光源(3)，光源(3)固定在旋转控制台(6)下方；

所述图像采集系统包括工业相机(5)，工业相机连接电脑(8)；

所述旋转控制系统包括步进电机(4)、旋转控制台(6)、PLC(7)、电脑(8)；PLC(7)和步进电机(4)连接，由电脑(8)通过PLC(7)发出信号控制步进电机(4)的启动和停止；步进电机(4)和旋转控制台(6)的旋转轴相连接，步进电机(4)转动带动旋转控制台(6)上的透明托盘(2)转动；电脑(8)控制工业相机(5)对钢化玻璃绝缘子拍照；

3）计算同心光环带的圆心坐标，根据边缘提取得到的光环带边缘，计算绝缘子中心坐标位置；

6）对极坐标图像进行基于数据库的同心圆弧扫描，利用光带背景与缺陷部位的像素变化有明显差别的特点，抑制光带背景条纹；

7）在绝缘子的顺时针旋转过程中，用拍到的最新一帧图像减去前一帧图像进行后差分运算，得到后差分后的图像，进一步抑制背景光带条纹，同时若在光带上存在缺陷，则后差分的作用将在缺陷后带边上产生空洞，空洞把缺陷从光带上分割出来，利于下一步的图像分割；

8）图像分割，在经过光带背景抑制的后差分图像中，利用自适应阈值法进行图像分割；

9）缺陷判断识别，采用支持向量机的智能识别方法，判断分割后的图像是否存在缺陷。

2.如权利要求1所述的一种钢化玻璃绝缘子缺陷检测装置，其特征在于：工业相机(5)通过支架垂直固定在钢化玻璃绝缘子(1)上方，采集绝缘子图像。

3.如权利要求1所述的一种钢化玻璃绝缘子缺陷检测装置，其特征在于：所述的光源(3)为LED光源，透明托盘(2)采用透明圆形有机玻璃托盘。

4.如权利要求1所述的一种钢化玻璃绝缘子缺陷检测装置，其特征在于：所述的光源(3)采用上宽下窄的倒坝形结构。

5.如权利要求1所述的一种钢化玻璃绝缘子缺陷检测装置，其特征在于：其中步骤5）为：

（1）以步骤3）中计算出的坐标为圆心，图像中半径相同的像素点构成一段弧，且图像中所有的像素点构成一组同心弧；

（2）将图像的像素点在笛卡尔坐标系下和在极坐标系下的坐标表示建立一一对应关系，并建立像素位置信息的数据库检索对照表。

6.如权利要求5所述的一种钢化玻璃绝缘子缺陷检测装置，其特征在于：其中步骤6）为：

7.一种钢化玻璃绝缘子缺陷检测方法，其特征在于，包括下述步骤：

1）利用相机将待检测的绝缘子图像读入电脑；

3）边缘提取，对图像施加Canny算子以获得玻璃绝缘子的边缘图像；

4）计算同心光环带的圆心坐标，根据边缘提取得到的光环带边缘，计算绝缘子中心坐标位置；

7）对极坐标图像进行基于数据库的同心圆弧扫描，利用光带背景与缺陷部位的像素变化有明显差别的特点，抑制光带背景条纹；

8）在绝缘子的顺时针旋转过程中，用拍到的最新一帧图像减去前一帧图像进行后差分运算，得到后差分后的图像，进一步抑制背景光带条纹，同时若在光带上存在缺陷，则后差分的作用将在缺陷后带边上产生空洞，空洞把缺陷从光带上分割出来，利于下一步的图像分割；

10）缺陷判断识别，采用支持向量机的智能识别方法，判断分割后的图像是否存在缺陷。

8.如权利要求7所述的一种钢化玻璃绝缘子缺陷检测方法，其特征在于：其中步骤4）为：

利用最小二乘原理根据以下矩阵变换求得圆心的坐标：

(\begin{matrix} 2 Σ_{i = 1}^{n} {X_{i}}^{2} & 2 Σ_{i = 1}^{n} X_{i} Y_{i} & Σ_{i = 1}^{n} X_{i} \\ 2 Σ_{i = 1}^{n} X_{i} Y_{i} & 2 Σ_{i = 1}^{n} {Y_{i}}^{2} & Σ_{i = 1}^{n} Y_{i} \\ 2 Σ_{i = 1}^{n} X_{i} & 2 Σ_{i = 1}^{n} Y_{i} & n \end{matrix}) \cdot (\begin{matrix} A \\ B \\ C \end{matrix}) = (\begin{matrix} Σ_{i = 1}^{n} X_{i} Z_{i} \\ Σ_{i = 1}^{n} Y_{i} Z_{i} \\ Σ_{i = 1}^{n} Z_{i} \end{matrix})

其中，C=R²-A²-B²，

9.如权利要求8所述的一种钢化玻璃绝缘子缺陷检测方法，其特征在于：其中步骤6）为：

10.如权利要求9所述的一种钢化玻璃绝缘子缺陷检测方法，其特征在于：其中步骤7）为：

（2）在扫描一个圆弧时，若圆弧中所有像素点的灰度值基本一致而没有发生剧烈变化，则认为此段圆弧不包含缺陷信息，进而将此段圆弧的所有像素点灰度值化为0；若圆弧中像素灰度值发生明显跳变，则认为此段圆弧包含缺陷信息，进而保留此段圆弧所有像素信息不变。