1.本发明涉及管状物件内表面的缺陷检测技术领域，具体为一种基于多协议的机器视觉集成服务系统。
背景技术：2.管状物料在生产过程中，因生产工艺、生产材料、生产设备等因素影响，会出现管状物件原材料中含有各类杂质或生产环境被污染导致产生的斑点，以及在生产过程中机械碰撞产生的划痕、凹坑，甚至存在生产的原物料中有害元素过多或者施加的机械压力过大导致的物料裂纹等内表面缺陷，而管状物件内表面的缺陷是其质量管控的重点之一，由于管状物件内部空间有限，检测口径小但检测长径较大，很大程度上光线不足导致其内表面无法获得亮度高且均匀的光照，常规的表面检测设备和方法不适用，因此对管状物件内表面缺陷的检测是检测工序中较为困难的步骤。
3.目前检测小尺寸管状物件内表面缺陷的主流方式是人工目视检测方法，即用几十倍率放大倍数的内窥镜，通过人眼观察内表面，这种方式耗费大量的人力，效率低下，以内窥镜为主要检测工具的人工目视检测方式严重依赖于检测人员的经验和技能熟练程度，且具有较强的主观随机性，缺乏统一标准，难以保证管状物件质量的一致性，效率低且成本高，还有采用常规的共轴源、环形源等视觉源检测时，单对于长径比较大的管状物件，无法均匀照亮管状物件的内壁，导致视觉软件无法判断缺陷，而采用激光技术检测会存在散斑，影响对缺陷的判断，受检测技术和手段的限制，管状物件内表面的缺陷检测存在盲目性，造成了人力、物力和财力资源的浪费，即对管状物件内表面的缺陷检测技术提出了更为迫切的要求。因此，设计检测准确率高和弥补内部光线不足的一种基于多协议的机器视觉集成服务系统是很有必要的。
技术实现要素：4.本发明的目的在于提供一种基于多协议的机器视觉集成服务系统，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于多协议的机器视觉集成服务系统，包括多结构可控视觉模块、管状缺陷图像获取模块和内表面多图像处理模块，所述多结构可控视觉模块用于提供点光源照、线扫相机和液态远心镜头来拾取管状物件内表面缺陷特征，所述管状缺陷图像获取模块用于夹持待测管状物件进行左右旋转一周和上下做直线运动以形成内表面圆周形貌图像，所述内表面多图像处理模块用于对将不同轴向位置的圆周形貌图像进行拼接形成完整的待测物件内表面圆周形貌图像，进而对此完整图像进行缺陷识别、尺寸计算与等级划分操作，所述多结构可控视觉模块与管状缺陷图像获取模块电连接，所述管状缺陷图像获取模块与内表面多图像处理模块电连接。
6.根据上述技术方案，所述多结构可控视觉模块包括线扫相机模块、电控可调焦镜头模块和高均匀性点光源模块，所述线扫相机模块用于用视野要求较大精度较高的线扫相
机，对不需要彩色信息即可表示缺陷特征的管状物料内表面缺陷进行拍摄采集，所述电控可调焦镜头模块用于将远心镜头与液态镜头相结合，以大景深和工作距离可调共同完成对图像的采集与数字化，所述高均匀性点光源模块用于利用光纤传导弥补管状物件内表面无法获得亮度高且均匀的光照问题，所述线扫相机模块与电控可调焦镜头模块、高均匀性点光源模块电连接。
7.根据上述技术方案，所述管状缺陷图像获取模块包括旋转控制模块、直线运动模块、内表面圆周图像模块和图像拼接模块，所述旋转控制模块用于夹持待测管状物件在被拍摄内表面时旋转一周，以形成内表面圆周形貌图像，所述直线运动模块用于光学组件沿竖直轴方向上下运动，以获取待测物件内表面轴向不同高度位置的形貌图像，所述内表面圆周图像模块用于在旋转和轴向上下移动共同作用下拍摄采集的多幅管状物件内表面圆周图像，所述图像拼接模块用于将多幅管状物件小视野序列内表面圆周图像进行拼接获得完整的内表面整体形貌图片，所述旋转控制模块包括旋转电机子模块和时间分段子模块，所述旋转电机子模块用于旋转电机做往复运动，即先加速到指定转速，运动一段时间后再减速至停止，所述时间分段子模块用于控制旋转电机转速曲线形成的多个时间段，所述旋转控制模块与直线运动模块电连接，所述内表面圆周图像模块与图像拼接模块电连接，所述旋转电机子模块与时间分段子模块。
8.根据上述技术方案，所述内表面多图像处理模块包括缺陷阈值设定模块、缺陷尺寸计算模块、缺陷面积计算模块和缺陷等级划分模块，所述缺陷阈值设定模块用于在检测管状物件内表面缺陷前进行相关参数的设定，所述缺陷尺寸计算模块用于对内表面完整缺陷形貌图片进行统计计算包含的缺陷尺寸，所述缺陷面积计算模块用于根据内表面缺陷图像中所包含的总的缺陷特征像素数量计算管状物件的缺陷面积，所述缺陷等级划分模块用于根据设定的缺陷尺寸阈值，按内表面的缺陷尺寸和缺陷面积划分的缺陷等级，所述缺陷阈值设定模块与缺陷尺寸计算模块、缺陷面积计算模块电连接，所述缺陷尺寸计算模块、缺陷面积计算模块电连接与缺陷等级划分模块电连接。
9.根据上述技术方案，所述一种基于多协议的机器视觉集成服务系统的机器视觉方法，所述方法包括以下步骤：
10.步骤s1：待测管状物件固定在旋转操作台上，旋转电机带动待测管状物件按圈旋转，点光源设备发出高均匀性平行光，通过远心镜头将其照射至待测管状物件内表面；
11.步骤s2：伺服电机驱动光源设备探头上下移动一定距离，线相机对待测管状物件内部轴向不同高度位置进行扫描，拍摄采集得到待测管状物件内表面轴向不同高度的小视野序列图像；
12.步骤s3：通过对待测管状物件的多圈旋转和往复的轴向移动，在设定时间段内通过线相机拍摄采集的多次迭代，得到多幅管状物件内表面的视野圆周图像；
13.步骤s4：将拍摄获取的管状物件内表面轴向不同距离处的多幅圆周形貌图片进行拼接，形成待测管状物体内表面的整体形貌图片；
14.步骤s5：根据设定的阈值，对整体形貌图片的缺陷进行识别，计算尺寸信息及对其缺陷等级进行划分。
15.根据上述技术方案，所述步骤s1进一步包括以下步骤：
16.步骤s11：选取满足高均匀，高亮度照射需求的高均匀性点光源，以及兼具液态头
的灵活性和远心镜头的高成像质量的电控可调焦液态远心镜头，对待测管状物件内表面进行照射；
17.步骤s12：点光源发出高均匀性平行光通过镜头、光学探针、反射镜，照射至待测管状物件内表面，经待测管状物件内表面反射，在线相机上成像；
18.步骤s13：旋转电机带动待测管状物件进行同轴旋转，使其在被拍摄内表面时旋转一周，保证旋转采集的待测管状物件内表面图片成像。
19.根据上述技术方案，所述步骤s2进一步包括以下步骤：
20.步骤s21：采集拍摄的光源设备探头组件，以设定速度沿竖直放置的待测管状物件同轴方向上下做直线运动，获取待测管状物件内表面轴向不同高度位置的形貌图像；
21.步骤s22：光源设备探头需保证在其上下运动时与待测管状物件矗立的平面的垂直度，即保证直线运动模块的直线度，其运动的直线度会直接影响后续图像拼接的准确性；
22.步骤s23：光源设备探头组件的设定速度与旋转电机的转速关联，同轴移动速度v计算公式为：
[0023][0024]
式中，l为待测管状物件的待检测长度，t为检测完成所需总时间，t为旋转电机以设定转速旋转一圈测量所需时间。
[0025]
根据上述技术方案，所述步骤s4进一步包括以下步骤：
[0026]
步骤s41：线相机的多次拍摄采集迭代，获得多幅管状物件内表面的视野圆周图像，采用surf相关的图像匹配手段对多幅小视场序列图像进行无缝融合，保证其不会出现特征错位状况；
[0027]
步骤s42：通过构建具有很少内存访问权限的快速框过滤的整体映像，并创建基于黑塞矩阵的surf检测器来搜索候选特征点，通过将黑塞矩阵近似为盒式滤波器的组合来执行快速过滤；
[0028]
步骤s43：应用非最大抑制级进一步过滤和减少获得的候选点，以提取具有高对比度的稳定点，对于每个剩余点将分配其位置和比例，为每个特征分配特征方向；
[0029]
步骤s44：基于特征方向的特征向量即surf描述符的计算，以提供旋转不变性并最终将特征向量归一化。
[0030]
根据上述技术方案，所述步骤s5进一步包括以下步骤：
[0031]
步骤s51：对于已给定的内表面图像，利用现有的二值化方法生成初始二值化结果，通过提取的文档图像特征将其中的两个二值化结果进行组合，合并后的二值化结果与下一个二值化结果一起作为下一轮合并过程的输入；
[0032]
步骤s52：图像二值化从二值化的灰度值图像中提取特征像素，将内表面的图像像素分为三组，前景像素，背景像素和不确定像素，运用分类框架将不同的阈值分割方法结合起来，以获得更好的图像二值化性能；
[0033]
步骤s53：基于预选择的背景和背景集，用分类器将那些不确定的像素迭代地分类为前景和背景，获得了管状物件内表面的完整圆周二值化形貌图像，基于内表面图像缺陷特征的像素数量，计算图像内表面缺陷对应的实际面积尺寸和总的缺陷特征像素数量。
[0034]
根据上述技术方案，所述步骤s53进一步包括以下步骤：
[0035]
步骤s531：计算管状物件内表面图像中缺陷信息部分对应的实际面积，包括涵盖缺陷信息部分边缘所包含的缺陷团块内部的全部面积；
[0036]
步骤s532：获取的管状件内表面二值化图像中，将缺陷特征像素点的灰度特征值设定为1，而其他非缺陷区域的灰度特征值为0，通过累计缺陷信息对应的特征像素的个数计算缺陷的面积等尺寸信息；
[0037]
步骤s533：缺陷信息的真实特征像素总数为n：
[0038][0039]
式中，i(i，j)为管状物件内表面呈现的图像中其一缺陷像素对应的特征像素点，n为缺陷所包含的总的缺陷特征像素数量，m为缺陷边界的特征像素数量；
[0040]
步骤s534：二值化图像上的单位像素的大小为a*a，那么对应的管状物件内表面的缺陷面积为s：
[0041]
s＝n*a2[0042]
式中，n为缺陷图像中所包含的总的缺陷特征像素数量，a为二值化图像上的单位像素的大小；
[0043]
步骤s535：通过统计管状物件内表面图像的缺陷尺寸和缺陷面积，根据设定的缺陷尺寸阈值，划分d1至d4的缺陷尺寸等级。
[0044]
与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有多结构可控视觉模块、管状缺陷图像获取模块和内表面多图像处理模块，将待测管状物件固定在带动待测管状物件旋转的旋转电机上，利用点光源发出高均匀性平行光照射至待测管状物件内表面，经管状物件内表面的反射在专业线扫相机上成像，采用机器视觉图像处理技术对管状物料对其进行后续的缺陷检测和分类；均匀的入射光垂直照射到管状物件的内表面，内表面存在的各种缺陷瑕疵会在折射、反射等方面，表现出与周围不同的图像，当管状物件的内表面未有缺陷，则检查到的反射成光会是均匀的，反之则检测到来自管状物件内表面的反射光就是非均匀的，以此表征出待测管状物件内表面对应的缺陷特征。
附图说明
[0045]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0046]
图1是本发明的系统模块组成示意图。
具体实施方式
[0047]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0048]
请参阅图1，本发明提供技术方案：一种基于多协议的机器视觉集成服务系统，包括多结构可控视觉模块、管状缺陷图像获取模块和内表面多图像处理模块，多结构可控视觉模块用于提供点光源照、线扫相机和液态远心镜头来拾取管状物件内表面缺陷特征，管
状缺陷图像获取模块用于夹持待测管状物件进行左右旋转一周和上下做直线运动以形成内表面圆周形貌图像，内表面多图像处理模块用于对将不同轴向位置的圆周形貌图像进行拼接形成完整的待测物件内表面圆周形貌图像，进而对此完整图像进行缺陷识别、尺寸计算与等级划分操作，多结构可控视觉模块与管状缺陷图像获取模块电连接，管状缺陷图像获取模块与内表面多图像处理模块电连接。
[0049]
多结构可控视觉模块包括线扫相机模块、电控可调焦镜头模块和高均匀性点光源模块，线扫相机模块用于用视野要求较大精度较高的线扫相机，对不需要彩色信息即可表示缺陷特征的管状物料内表面缺陷进行拍摄采集，电控可调焦镜头模块用于将远心镜头与液态镜头相结合，以大景深和工作距离可调共同完成对图像的采集与数字化，高均匀性点光源模块用于利用光纤传导弥补管状物件内表面无法获得亮度高且均匀的光照问题，线扫相机模块与电控可调焦镜头模块、高均匀性点光源模块电连接。
[0050]
管状缺陷图像获取模块包括旋转控制模块、直线运动模块、内表面圆周图像模块和图像拼接模块，旋转控制模块用于夹持待测管状物件在被拍摄内表面时旋转一周，以形成内表面圆周形貌图像，直线运动模块用于光学组件沿竖直轴方向上下运动，以获取待测物件内表面轴向不同高度位置的形貌图像，内表面圆周图像模块用于在旋转和轴向上下移动共同作用下拍摄采集的多幅管状物件内表面圆周图像，图像拼接模块用于将多幅管状物件小视野序列内表面圆周图像进行拼接获得完整的内表面整体形貌图片，旋转控制模块包括旋转电机子模块和时间分段子模块，旋转电机子模块用于旋转电机做往复运动，即先加速到指定转速，运动一段时间后再减速至停止，时间分段子模块用于控制旋转电机转速曲线形成的多个时间段，旋转控制模块与直线运动模块电连接，内表面圆周图像模块与图像拼接模块电连接，旋转电机子模块与时间分段子模块。
[0051]
内表面多图像处理模块包括缺陷阈值设定模块、缺陷尺寸计算模块、缺陷面积计算模块和缺陷等级划分模块，缺陷阈值设定模块用于在检测管状物件内表面缺陷前进行相关参数的设定，缺陷尺寸计算模块用于对内表面完整缺陷形貌图片进行统计计算包含的缺陷尺寸，缺陷面积计算模块用于根据内表面缺陷图像中所包含的总的缺陷特征像素数量计算管状物件的缺陷面积，缺陷等级划分模块用于根据设定的缺陷尺寸阈值，按内表面的缺陷尺寸和缺陷面积划分的缺陷等级，缺陷阈值设定模块与缺陷尺寸计算模块、缺陷面积计算模块电连接，缺陷尺寸计算模块、缺陷面积计算模块电连接与缺陷等级划分模块电连接。
[0052]
的一种基于多协议的机器视觉集成服务系统的机器视觉方法，方法包括以下步骤：
[0053]
步骤s1：待测管状物件固定在旋转操作台上，旋转电机带动待测管状物件按圈旋转，点光源设备发出高均匀性平行光，通过远心镜头将其照射至待测管状物件内表面；
[0054]
步骤s2：伺服电机驱动光源设备探头上下移动一定距离，线相机对待测管状物件内部轴向不同高度位置进行扫描，拍摄采集得到待测管状物件内表面轴向不同高度的小视野序列图像；
[0055]
步骤s3：通过对待测管状物件的多圈旋转和往复的轴向移动，在设定时间段内通过线相机拍摄采集的多次迭代，得到多幅管状物件内表面的视野圆周图像，因管状物料的内表面缺陷检测不需要彩色信息，图像呈现时灰度信息已足够表示缺陷特征，因此选用视野要求较大精度较高的线扫相机；
[0056]
步骤s4：将拍摄获取的管状物件内表面轴向不同距离处的多幅圆周形貌图片进行拼接，形成待测管状物体内表面的整体形貌图片；
[0057]
步骤s5：根据设定的阈值，对整体形貌图片的缺陷进行识别，计算尺寸信息及对其缺陷等级进行划分。
[0058]
步骤s1进一步包括以下步骤：
[0059]
步骤s11：选取满足高均匀，高亮度照射需求的高均匀性点光源，以及兼具液态头的灵活性和远心镜头的高成像质量的电控可调焦液态远心镜头，对待测管状物件内表面进行照射，高均匀性点光源和电控可调焦液态远心镜头均可帮助采集得到准确、精密的测量图像，提高了后续检测阶段的检测工作效率；
[0060]
步骤s12：点光源发出高均匀性平行光通过镜头、光学探针、反射镜，照射至待测管状物件内表面，经待测管状物件内表面反射，在线相机上成像，均匀的入射光垂直照射到管状物件的内表面，各种缺陷瑕疵会在折射、反射等方面，表现出与周围不同的图像，管状物件的内表面未有缺陷时，检查到的反射光是均匀的，反之则检测到来自管状物件内表面的反射光是非均匀的；
[0061]
步骤s13：旋转电机带动待测管状物件进行同轴旋转，使其在被拍摄内表面时旋转一周，保证旋转采集的待测管状物件内表面图片成像，旋转控制模块用于带动并夹持固定住待测管状物件，并使其旋转以供镜头、光学探针、反射镜等多个视觉模块的光学探头拍摄采集待测管状物件内表面的圆周形貌。
[0062]
步骤s2进一步包括以下步骤：
[0063]
步骤s21：采集拍摄的光源设备探头组件，以设定速度沿竖直放置的待测管状物件同轴方向上下做直线运动，获取待测管状物件内表面轴向不同高度位置的形貌图像，由于光源设备探头组件中的光学薄膜是弹性体，因此由其构成的镜头的形状会受到自身重力的影响，对于光轴为水平方向的镜头，应额外增添在水平轴方向的重力补偿，光学薄膜的厚度越大，薄膜自身的回复力就越大，因此液态镜头受到重力的影响就越小，所以为减少镜头受重力的不利影响，应将其光轴平行于竖直方向；
[0064]
步骤s22：光源设备探头需保证在其上下运动时与待测管状物件矗立的平面的垂直度，即保证直线运动模块的直线度，其运动的直线度会直接影响后续图像拼接的准确性，直线模块具有一定加工精度的侧面与模块立柱靠肩贴靠，以此保证模块立柱靠肩与模块立柱底面的垂直度，模块立柱固定在底板上；
[0065]
步骤s23：光源设备探头组件的设定速度与旋转电机的转速关联，同轴移动速度v计算公式为：
[0066][0067]
式中，l为待测管状物件的待检测长度，t为检测完成所需总时间，t为旋转电机以设定转速旋转一圈测量所需时间。
[0068]
步骤s4进一步包括以下步骤：
[0069]
步骤s41：线相机的多次拍摄采集迭代，获得多幅管状物件内表面的视野圆周图像，采用surf相关的图像匹配手段对多幅小视场序列图像进行无缝融合，保证其不会出现特征错位状况，图像或照片的拼接通常通过使用计算机软件来执行，大多数图像拼接方法
都要求图像和相同曝光之间几乎精确的重叠，以产生无缝的拼接结果，其过程可分为三个主要部分:图像的配准、标定和融合，由于从同一场景拍摄的图像之间的视点位置和方向可能会发生显著的变化，因此提取的特征点需要具有尺度和旋转不变性，并且对光照条件的变化具有较好的不变性，才能被视为稳定的特征；
[0070]
步骤s42：通过构建具有很少内存访问权限的快速框过滤的整体映像，并创建基于黑塞矩阵的surf检测器来搜索候选特征点，通过将黑塞矩阵近似为盒式滤波器的组合来执行快速过滤，图像配准包括在一组图像中匹配特征或使用直接对齐方法来搜索使重叠像素之间的绝对差值之和最小化的图像对齐，图像校准的目标是最小化理想镜头模型和所使用的相机镜头组合之间的差异，光学缺陷如畸变，图像之间的曝光差异，如果使用特征检测方法对图像进行配准，并记录和保存特征的绝对位置，则拼接软件除了将图像放置在全景球体上外，还可以利用这些数据对图像进行几何优化；
[0071]
步骤s43：应用非最大抑制级进一步过滤和减少获得的候选点，以提取具有高对比度的稳定点，对于每个剩余点将分配其位置和比例，为每个特征分配特征方向，图像融合包括执行在校准阶段计算出的调整，并将图像重新映射到输出投影，将图像混合在一起，并进行接缝线调整以最小化图像之间接缝的可见性；
[0072]
步骤s44：基于特征方向的特征向量即surf描述符的计算，以提供旋转不变性并最终将特征向量归一化，图像融合的重点在于从自然图像提取特征位置和生成特征描述符，这些特征向量的生成基于surf方法，它对旋转、缩放和处理后的图像的光照条件具有很高的稳定性，surf方法，是指加速鲁棒特征的一种算法，该算法对兴趣点提取及其特征向量描述方面进行了改进，计算速度得到提高。
[0073]
步骤s5进一步包括以下步骤：
[0074]
步骤s51：对于已给定的内表面图像，利用现有的二值化方法生成初始二值化结果，通过提取的文档图像特征将其中的两个二值化结果进行组合，合并后的二值化结果与下一个二值化结果一起作为下一轮合并过程的输入，使用投票策略来组合不同的二值化方法，只需将给定方法指定的最频点重新标记出来，结合后的图像可以作为初步的二值化结果进行进一步的分析；
[0075]
步骤s52：图像二值化从二值化的灰度值图像中提取特征像素，将内表面的图像像素分为三组，前景像素，背景像素和不确定像素，运用分类框架将不同的阈值分割方法结合起来，以获得更好的图像二值化性能，特征提取是分类中最重要的步骤之一，将图像像素投影到适当的特征空间中可使前景和背景更容易分离，对于图像二值化两个最常用的特征是强度和对比度，在前景和背景之间的边界处必须存在明显的强度变化；
[0076]
步骤s53：基于预选择的背景和背景集，用分类器将那些不确定的像素迭代地分类为前景和背景，获得了管状物件内表面的完整圆周二值化形貌图像，基于内表面图像缺陷特征的像素数量，计算图像内表面缺陷对应的实际面积尺寸和总的缺陷特征像素数量。
[0077]
步骤s53进一步包括以下步骤：
[0078]
步骤s531：计算管状物件内表面图像中缺陷信息部分对应的实际面积，包括涵盖缺陷信息部分边缘所包含的缺陷团块内部的全部面积，因此要将二值化的管状物件内表面完整圆周形貌图像中缺陷区域内的非缺陷特征像素点进行缺陷特征化像素填充；
[0079]
步骤s532：获取的管状件内表面二值化图像中，将缺陷特征像素点的灰度特征值
设定为1，而其他非缺陷区域的灰度特征值为0，通过累计缺陷信息对应的特征像素的个数计算缺陷的面积等尺寸信息；
[0080]
步骤s533：缺陷信息的真实特征像素总数为n：
[0081][0082]
式中，i(i，j)为管状物件内表面呈现的图像中其一缺陷像素对应的特征像素点，n为缺陷所包含的总的缺陷特征像素数量，m为缺陷边界的特征像素数量，在实际应用中，表示缺陷边界的特征像素并不能总是精确的区分缺陷特征与背景特征，为了更精确的计算缺陷信息的实际面积，在统计缺陷边界内部特征像素数量之前，先计算出缺陷边界的特征像素数量，再用获得的缺陷特征像素总数减去缺陷边界的特征像素数量的二分之一；
[0083]
步骤s534：二值化图像上的单位像素的大小为a*a，那么对应的管状物件内表面的缺陷面积为s：
[0084]
s＝n*a2[0085]
式中，n为缺陷图像中所包含的总的缺陷特征像素数量，a为二值化图像上的单位像素的大小，光学系统的放大倍数是固定的，因此则可知二值化图像上的单位像素点对应实际物体的具体尺寸，管状件内表面的缺陷特征的长、宽尺寸可以由与其外切的矩形的长宽像素信息计算，用与其外切的矩形在坐标系中的最大值减去最小值；
[0086]
步骤s535：通过统计管状物件内表面图像的缺陷尺寸和缺陷面积，根据设定的缺陷尺寸阈值，划分d1至d4的缺陷尺寸等级。
[0087]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0088]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种基于多协议的机器视觉集成服务系统，包括多结构可控视觉模块、管状缺陷图像获取模块和内表面多图像处理模块，其特征在于：所述多结构可控视觉模块用于提供点光源照、线扫相机和液态远心镜头来拾取管状物件内表面缺陷特征，所述管状缺陷图像获取模块用于夹持待测管状物件进行左右旋转一周和上下做直线运动以形成内表面圆周形貌图像，所述内表面多图像处理模块用于对将不同轴向位置的圆周形貌图像进行拼接形成完整的待测物件内表面圆周形貌图像，进而对此完整图像进行缺陷识别、尺寸计算与等级划分操作，所述多结构可控视觉模块与管状缺陷图像获取模块电连接，所述管状缺陷图像获取模块与内表面多图像处理模块电连接。2.根据权利要求1所述的一种基于多协议的机器视觉集成服务系统，其特征在于：所述多结构可控视觉模块包括线扫相机模块、电控可调焦镜头模块和高均匀性点光源模块，所述线扫相机模块用于用视野要求较大精度较高的线扫相机，对不需要彩色信息即可表示缺陷特征的管状物料内表面缺陷进行拍摄采集，所述电控可调焦镜头模块用于将远心镜头与液态镜头相结合，以大景深和工作距离可调共同完成对图像的采集与数字化，所述高均匀性点光源模块用于利用光纤传导弥补管状物件内表面无法获得亮度高且均匀的光照问题，所述线扫相机模块与电控可调焦镜头模块、高均匀性点光源模块电连接。3.根据权利要求2所述的一种基于多协议的机器视觉集成服务系统，其特征在于：所述管状缺陷图像获取模块包括旋转控制模块、直线运动模块、内表面圆周图像模块和图像拼接模块，所述旋转控制模块用于夹持待测管状物件在被拍摄内表面时旋转一周，以形成内表面圆周形貌图像，所述直线运动模块用于光学组件沿竖直轴方向上下运动，以获取待测物件内表面轴向不同高度位置的形貌图像，所述内表面圆周图像模块用于在旋转和轴向上下移动共同作用下拍摄采集的多幅管状物件内表面圆周图像，所述图像拼接模块用于将多幅管状物件小视野序列内表面圆周图像进行拼接获得完整的内表面整体形貌图片，所述旋转控制模块包括旋转电机子模块和时间分段子模块，所述旋转电机子模块用于旋转电机做往复运动，即先加速到指定转速，运动一段时间后再减速至停止，所述时间分段子模块用于控制旋转电机转速曲线形成的多个时间段，所述旋转控制模块与直线运动模块电连接，所述内表面圆周图像模块与图像拼接模块电连接，所述旋转电机子模块与时间分段子模块。4.根据权利要求3所述的一种基于多协议的机器视觉集成服务系统，其特征在于：所述内表面多图像处理模块包括缺陷阈值设定模块、缺陷尺寸计算模块、缺陷面积计算模块和缺陷等级划分模块，所述缺陷阈值设定模块用于在检测管状物件内表面缺陷前进行相关参数的设定，所述缺陷尺寸计算模块用于对内表面完整缺陷形貌图片进行统计计算包含的缺陷尺寸，所述缺陷面积计算模块用于根据内表面缺陷图像中所包含的总的缺陷特征像素数量计算管状物件的缺陷面积，所述缺陷等级划分模块用于根据设定的缺陷尺寸阈值，按内表面的缺陷尺寸和缺陷面积划分的缺陷等级，所述缺陷阈值设定模块与缺陷尺寸计算模块、缺陷面积计算模块电连接，所述缺陷尺寸计算模块、缺陷面积计算模块电连接与缺陷等级划分模块电连接。5.一种基于权利要求1-4中任一项所述的一种基于多协议的机器视觉集成服务系统的机器视觉方法，所述方法包括以下步骤：步骤s1：待测管状物件固定在旋转操作台上，旋转电机带动待测管状物件按圈旋转，点光源设备发出高均匀性平行光，通过远心镜头将其照射至待测管状物件内表面；
步骤s2：伺服电机驱动光源设备探头上下移动一定距离，线相机对待测管状物件内部轴向不同高度位置进行扫描，拍摄采集得到待测管状物件内表面轴向不同高度的小视野序列图像；步骤s3：通过对待测管状物件的多圈旋转和往复的轴向移动，在设定时间段内通过线相机拍摄采集的多次迭代，得到多幅管状物件内表面的视野圆周图像；步骤s4：将拍摄获取的管状物件内表面轴向不同距离处的多幅圆周形貌图片进行拼接，形成待测管状物体内表面的整体形貌图片；步骤s5：根据设定的阈值，对整体形貌图片的缺陷进行识别，计算尺寸信息及对其缺陷等级进行划分。6.根据权利要求5所述的一种基于多协议的机器视觉集成服务系统，其特征在于：所述步骤s1进一步包括以下步骤：步骤s11：选取满足高均匀，高亮度照射需求的高均匀性点光源，以及兼具液态头的灵活性和远心镜头的高成像质量的电控可调焦液态远心镜头，对待测管状物件内表面进行照射；步骤s12：点光源发出高均匀性平行光通过镜头、光学探针、反射镜，照射至待测管状物件内表面，经待测管状物件内表面反射，在线相机上成像；步骤s13：旋转电机带动待测管状物件进行同轴旋转，使其在被拍摄内表面时旋转一周，保证旋转采集的待测管状物件内表面图片成像。7.根据权利要求6所述的一种基于多协议的机器视觉集成服务系统，其特征在于：所述步骤s2进一步包括以下步骤：步骤s21：采集拍摄的光源设备探头组件，以设定速度沿竖直放置的待测管状物件同轴方向上下做直线运动，获取待测管状物件内表面轴向不同高度位置的形貌图像；步骤s22：光源设备探头需保证在其上下运动时与待测管状物件矗立的平面的垂直度，即保证直线运动模块的直线度，其运动的直线度会直接影响后续图像拼接的准确性；步骤s23：光源设备探头组件的设定速度与旋转电机的转速关联，同轴移动速度v计算公式为：式中，l为待测管状物件的待检测长度，t为检测完成所需总时间，t为旋转电机以设定转速旋转一圈测量所需时间。8.根据权利要求7所述的一种基于多协议的机器视觉集成服务系统，其特征在于：所述步骤s4进一步包括以下步骤：步骤s41：线相机的多次拍摄采集迭代，获得多幅管状物件内表面的视野圆周图像，采用surf相关的图像匹配手段对多幅小视场序列图像进行无缝融合，保证其不会出现特征错位状况；步骤s42：通过构建具有很少内存访问权限的快速框过滤的整体映像，并创建基于黑塞矩阵的surf检测器来搜索候选特征点，通过将黑塞矩阵近似为盒式滤波器的组合来执行快速过滤；步骤s43：应用非最大抑制级进一步过滤和减少获得的候选点，以提取具有高对比度的
稳定点，对于每个剩余点将分配其位置和比例，为每个特征分配特征方向；步骤s44：基于特征方向的特征向量即surf描述符的计算，以提供旋转不变性并最终将特征向量归一化。9.根据权利要求8所述的一种基于多协议的机器视觉集成服务系统，其特征在于：所述步骤s5进一步包括以下步骤：步骤s51：对于已给定的内表面图像，利用现有的二值化方法生成初始二值化结果，通过提取的文档图像特征将其中的两个二值化结果进行组合，合并后的二值化结果与下一个二值化结果一起作为下一轮合并过程的输入；步骤s52：图像二值化从二值化的灰度值图像中提取特征像素，将内表面的图像像素分为三组，前景像素，背景像素和不确定像素，运用分类框架将不同的阈值分割方法结合起来，以获得更好的图像二值化性能；步骤s53：基于预选择的背景和背景集，用分类器将那些不确定的像素迭代地分类为前景和背景，获得了管状物件内表面的完整圆周二值化形貌图像，基于内表面图像缺陷特征的像素数量，计算图像内表面缺陷对应的实际面积尺寸和总的缺陷特征像素数量。10.根据权利要求9所述的一种基于多协议的机器视觉集成服务系统，其特征在于：所述步骤s53进一步包括以下步骤：步骤s531：计算管状物件内表面图像中缺陷信息部分对应的实际面积，包括涵盖缺陷信息部分边缘所包含的缺陷团块内部的全部面积；步骤s532：获取的管状件内表面二值化图像中，将缺陷特征像素点的灰度特征值设定为1，而其他非缺陷区域的灰度特征值为0，通过累计缺陷信息对应的特征像素的个数计算缺陷的面积等尺寸信息；步骤s533：缺陷信息的真实特征像素总数为n：式中，i(i，j)为管状物件内表面呈现的图像中其一缺陷像素对应的特征像素点，n为缺陷所包含的总的缺陷特征像素数量，m为缺陷边界的特征像素数量；步骤s534：二值化图像上的单位像素的大小为a*a，那么对应的管状物件内表面的缺陷面积为s：s＝n*a2式中，n为缺陷图像中所包含的总的缺陷特征像素数量，a为二值化图像上的单位像素的大小；步骤s535：通过统计管状物件内表面图像的缺陷尺寸和缺陷面积，根据设定的缺陷尺寸阈值，划分d1至d4的缺陷尺寸等级。
技术总结本发明公开了一种基于多协议的机器视觉集成服务系统，包括多结构可控视觉模块、管状缺陷图像获取模块和内表面多图像处理模块，所述多结构可控视觉模块用于提供点光源照、线扫相机和液态远心镜头来拾取管状物件内表面缺陷特征，所述管状缺陷图像获取模块用于夹持待测管状物件进行左右旋转一周和上下做直线运动以形成内表面圆周形貌图像，所述内表面多图像处理模块用于对将不同轴向位置的圆周形貌图像进行拼接形成完整的待测物件内表面圆周形貌图像，所述多结构可控视觉模块与管状缺陷图像获取模块电连接，所述管状缺陷图像获取模块与内表面多图像处理模块电连接，本发明，具有检测准确率高和弥补内部光线不足的特点。有检测准确率高和弥补内部光线不足的特点。有检测准确率高和弥补内部光线不足的特点。
技术研发人员：陈志超
受保护的技术使用者：陈志超
技术研发日：2022.03.29
技术公布日：2022/7/5
