朱桂英

（浙江經(jīng)貿(mào)職業(yè)技術(shù)學院，浙江 杭州 310018）

引言

隨著人們對汽車使用舒適度要求的不斷提高，汽車上的電子化配置越來越多，因此電機在汽車上的應(yīng)用越來越廣泛[1-2]。電機最重要的部件是勵磁元件磁瓦，為了保證電機的可靠運行，電機的主要部件磁瓦的性能要求就有所提升。

但是磁瓦在生產(chǎn)制造過程中，由于原料原因、設(shè)備使用原因和人工操作等的影響，磁瓦就會產(chǎn)生各種不同的缺陷，造成產(chǎn)品的不合格，或者是低性能的磁瓦，造成電機性能的低下。因此研究汽車電機磁瓦表面缺陷檢測技術(shù)具有重要的應(yīng)用價值和產(chǎn)業(yè)化前景。目前磁瓦的檢測主要通過人工目測檢測缺陷[3]。造成檢測標準不一樣，產(chǎn)量低，出現(xiàn)漏判、誤判的情況，加上當前的疫情，造成企業(yè)用工荒，人員流動性大，人員不好管理等原因，迫切需要進行磁瓦檢測的自動化改造，因此在自動化改造過程中，對磁瓦缺陷進行圖像處理進行在線檢測具有重要意義[4-5]。因此需要研究圖像處理算法提高處理速度和精度。

1 P-M擴散方程的紋理抑制方法

磁瓦表面缺陷圖像與其他不同，有以下的特征：圖像各部分的亮度不均勻、不一致，對比度不高，圖像紋理的背景雜亂、磁瓦表面的缺陷種類比較多等等。采用信息采集，收集磁瓦圖像信息，利用圖像處理技術(shù)處理磁瓦表面，在進行圖像檢測磁瓦缺陷的邊緣時，其干擾區(qū)域會影響到磁瓦提取缺陷邊緣。

因此，在檢測磁瓦缺陷的邊緣的時候需要進行干擾區(qū)域的抑制或消除影響，在算法中Canny算子中的高斯平滑濾波器會邊緣丟失，但是要消除干擾區(qū)域影響其所起的作用不大。擴散方程是用來描述物質(zhì)擴散現(xiàn)象中物質(zhì)密度變化的偏微分方程，P-M非線性各向異性擴散方程可以根據(jù)不同部位物質(zhì)密度的變化獲取不同的擴散系數(shù)[6]。為了抑制邊緣的模糊，在接近邊緣的位置，選擇較小的擴散系數(shù)；為了得到比較好的模糊區(qū)域，在同質(zhì)的地方，選擇了較大的擴散系數(shù)。因此，可以利用P-M擴散方程來改進邊緣檢測算法，進而可以提取到磁瓦表面缺陷區(qū)域。首先，提取磁瓦圖像，屏蔽掉磁瓦圖像的背景部分；然后，利用P-M擴散方程算法提取圖像的邊緣，并構(gòu)造出磁瓦的掩模圖像；最后，再通過異或運算方法提取出磁瓦表面圖像缺陷。這樣可以有效地提取到缺陷圖像，便于磁瓦缺陷的分揀[7]。

2 八鄰域模型圖像處理

采集到的磁瓦圖像定為f（x,y），其P-M擴散模型如下：

c是一個單調(diào)遞減函數(shù)，表達式如下所示：

由上式可知，c由決定。圖像梯度值在圖像邊緣時大，擴散系數(shù)c小擴散程度慢，特別的當時，c→0，圖像保持；圖像梯度值在均質(zhì)地方時小，擴散系數(shù)c大，擴散程度快，特別的當→0時，c→1，圖像將被平滑[9]。

定義N，S，E，W，SE，NE，SW，NW為當前像素值的八個鄰域，以下是八鄰域擴散方法中各鄰域梯度：

圖像f（x，y）的離散擴散方程如下：

式中，t為擴散次數(shù)，λ與圖像的平滑度成正比，通過實驗，取值為。

3 計算圖像的梯度幅值T和方向角

假設(shè)用P-M方程處理后的磁瓦圖像為G（x，y），則其梯度幅值T和方向角為：

式中，Gx和Gy分別為x、y的偏導。

Gx和Gy可以利用如下2×2一階差分近似計算。

4 圖像邊緣連接

對磁瓦圖像的梯度幅值進行非極大值抑制[10-11]，采用了插值的方法。經(jīng)過非極大值抑制后的磁瓦圖像，取其中最大的一個像素值，記為Lmax，然后統(tǒng)計圖像中1-Lmax每個灰度級像素的個數(shù)的多少，再按灰度級的大小進行排列，記 1-Lmax各灰度級像素總數(shù)為Hist。假設(shè)按灰度級排列總數(shù)為c×Hist（0＜C＜1）處的灰度值為L，則高低閾值THH、THL計算如下：

5 結(jié)論

本文提出了基于掩模技術(shù)的背景屏蔽方法和基于 P-M非線性各向異性擴散方程的紋理抑制方法，在檢測過程中有效去除背景與紋理對缺陷提取的影響，大大提高檢測精度以滿足工業(yè)化生產(chǎn)需求，大大提高了磁瓦缺陷檢測的效率和合格率，進而提高了汽車電機的性能，提升了汽車的使用舒適性。