馮國勇

（蘭州資源環(huán)境職業(yè)技術(shù)學(xué)院，甘肅 蘭州 730021）

小波變換的思想來自于平移與伸縮方法，是八十年代左右發(fā)展起來的一支應(yīng)用數(shù)學(xué)分支[1]。小波變換在頻域與時(shí)域領(lǐng)域內(nèi)都表現(xiàn)出了良好的局部化性質(zhì)，并且由于小波變換能夠?qū)崿F(xiàn)對(duì)高頻分量使用逐步而精細(xì)的頻域或時(shí)域來對(duì)步長進(jìn)行取樣，因而能夠聚焦到觀察對(duì)象的任意細(xì)節(jié)，因此小波變換被譽(yù)為數(shù)學(xué)上的顯微鏡[2]。而金屬表面缺陷通常十分細(xì)微，因此基于小波變換的原理提出了一種新的金屬表面缺陷算法。金屬表面缺陷是指金屬表面局部化學(xué)性質(zhì)或物理性質(zhì)不均勻的區(qū)域。通常情況下，金屬表面缺陷是在提煉過程中產(chǎn)生的，包括臺(tái)階、表面空位、吸附雜質(zhì)原子、位錯(cuò)或晶界露頭、其他第二相顆粒以及非金屬夾雜物等等。金屬表面缺陷由于原子活性相對(duì)較高，常常會(huì)成為金屬最先被腐蝕的部位。

1 設(shè)計(jì)新的金屬表面缺陷檢測(cè)算法

在金屬提煉過程中，如果電流、電壓、預(yù)熱等操作不夠規(guī)范，或溫度設(shè)置出現(xiàn)失誤，將影響所形成的熔池的溫度、大小和形狀等，造成金屬表面缺陷。或者由于金屬提煉不純也容易出現(xiàn)金屬表面缺陷。由于通過小波變換原理能夠觀察到觀察對(duì)象的任意細(xì)節(jié)，因此在分形邊緣檢測(cè)方法和形態(tài)學(xué)方法的基礎(chǔ)上結(jié)合了小波變換，提出了一種新的金屬表面缺陷檢測(cè)算法。利用金屬缺陷區(qū)域的一些突出的特征信息，例如紋理信息、邊緣信息、灰度值等，通過閾值分割或邊緣提取等方法從原始圖像中提取該金屬的表面缺陷，其中需要利用小波變換的多尺度特性來實(shí)現(xiàn)大尺度下對(duì)噪聲的抑制以及小尺度下對(duì)缺陷部位的精準(zhǔn)定位從而對(duì)邊緣進(jìn)行可靠的識(shí)別或提取出該金屬的閾值面缺陷。

當(dāng)金屬表面局部亮度有差異時(shí)，這種表面亮度的差異容易影響金屬缺陷提取的準(zhǔn)確程度。這時(shí)可以采取如下公式進(jìn)行計(jì)算：

其中I為表面區(qū)域圖像，Mr與Mc分別是該圖像每一行以及每一列的灰度平均值，Mr與 Mc的最大值求出后分別記為MAXr與MAXc，I(x，y)是圖像I上的每一個(gè)像素點(diǎn)，利用該公式就可以生成亮度平衡圖像的相應(yīng)點(diǎn)Ib(x，y)。

2 仿真實(shí)驗(yàn)

2.1 實(shí)驗(yàn)組

小波變換是通過分解將原始信號(hào)變成一系列小波，這些小波是由基本小波經(jīng)平移和縮放之后得到的。不同于傅里葉變換，小波變換既可以通過平移基本小波獲得信號(hào)的時(shí)間信息，又可以獲取信號(hào)的頻率信息。因此使用小波變換來進(jìn)行圖像增強(qiáng)。對(duì)這種新的金屬表面缺陷檢測(cè)算法設(shè)計(jì)仿真實(shí)驗(yàn)。在該實(shí)驗(yàn)種設(shè)計(jì)實(shí)驗(yàn)組與對(duì)比組。實(shí)驗(yàn)組在實(shí)驗(yàn)過程中，以某種稀有金屬為實(shí)驗(yàn)對(duì)象，結(jié)合小波變換原理對(duì)圖像進(jìn)行增強(qiáng)，當(dāng)縮放系數(shù)逐漸增大時(shí)，增強(qiáng)效果沒有仍然保持平穩(wěn)，沒有明顯減弱，仍然可以保障圖像的增強(qiáng)效果。實(shí)驗(yàn)數(shù)據(jù)如表1. 圖像增強(qiáng)效果得到保障后，可以較為輕易的捕捉到金屬表面缺陷。

表1 實(shí)驗(yàn)組實(shí)驗(yàn)數(shù)據(jù)

2.2 對(duì)比組

對(duì)比組也同樣以某種稀有金屬為實(shí)驗(yàn)對(duì)象，采用傳統(tǒng)基于圖像處理的缺陷檢測(cè)算法進(jìn)行實(shí)驗(yàn)，在縮放系數(shù)逐漸增大時(shí)可以清晰的發(fā)現(xiàn)圖像增強(qiáng)效果逐漸減弱，對(duì)圖像的識(shí)別能力也逐漸減弱，無法保障圖像的增強(qiáng)效果。因此對(duì)金屬表面缺陷的捕捉越來越困難。

2.3 實(shí)驗(yàn)結(jié)果對(duì)比

經(jīng)過實(shí)驗(yàn)結(jié)果的對(duì)比可以發(fā)現(xiàn)，結(jié)合小波變換原理設(shè)計(jì)的新的金屬表面缺陷檢測(cè)算法與傳統(tǒng)基于圖像處理的缺陷檢測(cè)算法相比，在圖像縮放系數(shù)逐漸增大時(shí)，明顯可以保證圖像增強(qiáng)效果的穩(wěn)定，從而更容易捕捉到金屬表面的微小缺陷。而且新的金屬表面缺陷檢測(cè)算法也可以保障金屬表面缺陷的識(shí)別效率，區(qū)別于人工檢測(cè)與傳統(tǒng)基于圖像處理的缺陷檢測(cè)算法，檢測(cè)速度快，結(jié)果精確客觀。

人工檢測(cè)標(biāo)準(zhǔn)是由人去進(jìn)行主觀判斷，容易受到人的主觀影響，不同工人即使對(duì)同樣的缺陷進(jìn)行判斷出現(xiàn)的結(jié)果也不一定相同。并且人工檢測(cè)的檢測(cè)準(zhǔn)確率不夠穩(wěn)定，人眼長期進(jìn)行金屬表面缺陷觀察很容易就會(huì)出現(xiàn)視覺疲勞，從而影響對(duì)缺陷判斷的準(zhǔn)確程度。而且人工檢測(cè)的效率較低，受到工人熟練程度的影響。傳統(tǒng)基于圖像處理的缺陷檢測(cè)算法通常存在著參數(shù)設(shè)置過于繁雜、準(zhǔn)確度低與速度慢等不足之處，很難滿足企業(yè)在實(shí)際工業(yè)生產(chǎn)中進(jìn)行金屬表面缺陷在線檢測(cè)的實(shí)際需求。

而且企業(yè)的生命就在于產(chǎn)品質(zhì)量能夠得到保障，企業(yè)占領(lǐng)市場的重要手段就是保證效率。當(dāng)前國內(nèi)外的金屬制造企業(yè)在金屬缺陷檢測(cè)上都在追求更高的檢測(cè)效率來實(shí)現(xiàn)生產(chǎn)周期的縮減，從而更迅速的占領(lǐng)市場，因此金屬制造企業(yè)對(duì)新的金屬表面缺陷檢測(cè)算法有著迫切的需求。新的金屬表面缺陷檢測(cè)算法可以更加高效的進(jìn)行金屬缺陷檢測(cè)，擁有良好的市場前景，并具有很大的研究意義。

3 結(jié)語

基于小波變換提出的新的金屬表面缺陷檢測(cè)算法經(jīng)過實(shí)驗(yàn)對(duì)比可以發(fā)現(xiàn)該算法在圖像增強(qiáng)效果方面遠(yuǎn)優(yōu)于傳統(tǒng)基于圖像處理的缺陷檢測(cè)算法。因此可以基于這個(gè)新的金屬表面缺陷檢測(cè)算法進(jìn)行高效的金屬表面缺陷檢測(cè)，并預(yù)計(jì)有一定投入市場的價(jià)值。