缸体零件表面缺陷检测方法

在安全事故频发的今天，有许多都是因为机器中存在不合格的零件导致的，而不合格零件之所以会存在于机器中，则是在检测零件时存在漏判和误判。在各种机械零件表面检测中，孔类零件由于孔内光照不足，表面不易观察，检测难度相对要大一些，传统的人工抽样目测方法极其受限，而且随着工作时间增长，人的眼睛也会疲劳，误检率也会慢慢增加，并且由于是抽样检查，很有可能会对一些存在致命缺陷的零件漏查。鉴于此，有些企业尝试将超声波、电磁波等测量技术用于新型检测方法的研究上，但都未取得很好的效果。这类检测非常慢，对环境的要求却非常高，所以，并不适合在线高速检测零件表面缺陷。

自20 世纪90 年代以来，表面自动检测技术从早期的逐点激光扫描发展到逐行扫描的线阵CCD 技术。但线阵CCD 扫描的速度太慢，而且分辨率不高，所以，表面检测时通常采用更加优越的面阵CCD 摄像头。由于有数字图像处理技术作支撑，这种基于机器视觉的间接性表面检测方法已经广泛应用于工件的尺寸、表面疵病检测等领域。基于此，为了对缸体内表面进行疵病检测和缺陷类别判定。通过处理采集的图像来获取缺陷边缘特征，再计算缺陷边缘长度和所围面积来实现。

零件内表面图像采集

制动缸体主孔尺寸是直径19 ～ 27 mm、深度50 ～ 200 mm，对于这样一个近似细长孔，要采集它内表面的图像，需要一个安装在细长杆上的面阵CCD 相机。由于CCD 相机的视场角是小于360°的，在采集圆柱状孔类零件内表面图像时，不可能一次性得到整个表面图像，所以，必须对孔内表面进行二维扫描[4]。为了防止内窥镜( CCD 相机) 上的线因运动而缠绕甚至断裂，将内窥镜设计成固定件，而让工件相对内窥镜运动来采集图像。要想得到整个内表面的完整图像，需采取工件回转运动和直线进给运动分时进行，即将内窥镜置于孔的中心轴处，确定一个初始位置，然后工件直线进给一定距离，接着工件回转一周，再让工件直线进给到下一位置，再回转一周，如此循环，直到扫描完整个内表面。具体操作流程如图1 所示。

通过此方法获得了多个实验件的内表面图像，由于每幅图像的处理方法是一样的，所以，从中只选取了一幅存在缺陷，并且有代表意义的图片进行处理。该图片如图2 所示。

通过处理该图像而进行缺陷判定与定量分析，从而验证所用方法的可行性。