1、项目开发背景

参赛团队：浮光掠影队

操作软件：VM工业软件

硬件环境：Intel 13700K，32GB内存

数据集素材：启智杯3D应用题素材——表面缺陷素材、焊缝缺陷素材

2、项目开发设计思路

焊缝缺陷和表面缺陷检测的思路大体一致，但焊缝检测的效果并不理想，现以表面缺陷检测为例，题中目标缺陷为凹坑和划痕。首先我们要明确缺陷的检测需要克服的问题：①如何定位到缺陷？②如何确定缺陷的深度和大小？回答第一个问题之前，我们需要先进行图像预处理，目的是去掉大部分干扰因素。

2.1图像预处理以及定位

初步处理要做的是模板匹配、截取、并把部分噪声去除，因此我们需要借用到VM软件的快速匹配、位置修正、截取和杂点过滤模块。

2.1.1针对凹坑的预处理及定位

凹坑缺陷的特征是形状大致为圆形或椭圆形，深度一般不大。因此，通过高度抽取、滤波的方式去除部分噪声；接着进行直方图灰度变换，对深度图进行BLOB分析，使凹坑缺陷更加凸显，并在图像中绘制出缺陷区域，如图所示。

2.1.2针对划痕的预处理及定位

划痕缺陷的特征是形状细长且深度较大。同样的，需要先进行高度抽取、滤波，去除部分噪声；进行直方图灰度变换后，加一步开运算处理，用于减少干扰，再对深度图进行BLOB分析，使得划痕缺陷更加明显，并在图像中绘制出缺陷区域，如图所示。

至此，第一个问题回答完毕。

2.2缺陷测量

对于第二个问题，如何对定位到的每个缺陷进行测量？主要思路为：针对Roi区域进行粗平面检测 后，进行坐标系构建以及基准矫正，再进行精平面检测，获得基准平面；统计z 坐标获得最小值作为缺陷底端，再进行点面测量获得缺陷深度；通过二值化和 BLOB 分析等方式计算出缺陷的平面尺寸。

2.2.1 凹坑测量

遍历每个ROI区域，进行截取，通过tukey函数拟合回归，选择圆参数，进行第一次平面检测；在平面检测的基础上进行坐标系构建，接着进行基准矫正；再通过回归拟合的方法进行第二次平面检测，得到了凹坑缺陷的基准面。

2.2.1.1凹坑深度测量

用统计测量的方法，通过点名测量得出，凹坑里的点到基准面的距离，将其统计并求得z坐标的最大值，即为凹坑的深度。

2.2.1.2凹坑大小测量

在基准面上进行操作，通过平面检测和基准矫正传入的参数计算出二值化操作的低阈值，进行二值化操作；再通过BLOB分析以及变量计算，获得凹坑的直径。

2.2.2划痕测量

具体测量前的处理步骤与2.2.1凹坑测量基本一致，再次不过多赘述。获得划痕的基准面。

2.2.2.1划痕深度测量

同样通过点面测量的方式，获得划痕缺陷处的点到基准面的距离，并统计出最大值，得到划痕深度。

2.2.2.2划痕大小测量

此处大小测量较凹坑大小测量简单，只需计算ROI区域的长宽即可。

3.项目开发总结

团队成员通过此次启智杯的比赛，熟悉了VM工业软件的基本模块，查阅了一些常用的图像处理流程，学习到了缺陷定位以及测量的基本思路，虽然焊缝部分完成度不足，但这一个月的开发历程还是收获满满的。