结合噪声估计的NRLBP 铆钉表面缺陷检测

杨 飞，罗建桥，李柏林，熊 鹰

（西南交通大学机械工程学院，四川 成都 610031）

1 引言

铆钉是一种重要的紧固件，其质量直接影响了铆接性能。传统的铆钉缺陷检测依靠人工抽检完成，效率低、可靠性差，难以满足现代化生产的需求。因此，通过机器视觉的方式，基于铆钉图像完成表面缺陷的检测具有重要的工程价值。目前有许多缺陷检测的方法，文献[1]由差影法得到差分图像，设定阈值去除伪轮廓和噪声，完成轴承缺陷的检测，可靠性差。文献[2]通过形态学和自适应阈值处理，分割出板材缺陷区域，易受到噪声点的干扰。改进的OTSU方法[3]在保证类间方差最大的同时使类内方差最小，可以有效地分割出背景和铆钉图像，减少背景的影响。由于生产工艺的问题，常见的铆钉表面缺陷有凹坑、裂纹、折叠等，如图1 所示。由于铆钉表面的缺陷形式多样，形态不定，上述方法对于随机纹理表面的检测效果不佳。铆钉表面缺陷检测的实质是纹理分类问题，局部二值模式（Local Binary Pattern，LBP）作为目前最好的纹理描述子之一，广泛应用于纹理缺陷的检测。文献[4]通过提取LBP 纹理特征，完成对拉链布边的缺陷检测。文献[5]将织物图像划分子块，提取子块图像的LBP 和方向梯度直方图（Histogram of Oriented Gradient，HOG）特征，获取准确的纹理信息，检测并标记出有缺陷的子块。但LBP 对噪声十分敏感，邻域像素值的细微变化将导致局部模式的不同。研究发现，图像的纹理信息大多在均匀模式，噪声信息大多处于非均匀模式[6]。文献[7]的均匀模式LBP，根据相邻二元值的跳变次数，将LBP 编码分类为均匀模式和非均匀模式，可以一定程度消除噪声。……