一种基于图像处理的注塑缺陷检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115082683A(43)申请公布日2022.09.20(21)申请号202211002608.9(22)申请日2022.08.22(71)申请人南通三信塑胶装备科技股份有限公司地址226000江苏省南通市启东市汇龙镇台角工业园区(72)发明人杨贵金曹雯琳(51)Int.Cl.G06V10/26(2022.01)G06V10/762(2022.01)权利要求书2页说明书8页附图2页(54)发明名称一种基于图像处理的注塑缺陷检测方法(57)摘要本发明公开了一种基于图像处理的注塑缺陷检测方法，涉及人工智能领域，主要用于注塑件的应力泛白缺陷检测。包括：采集目标图像并进行语义分割，得到待测区域图像；获取待测区域图像灰度直方图，利用待测区域图像背景灰度级进行阈值分割得到分割图像；对分割图像进行均值漂移聚类，划分多个区域；对每个区域进行密度聚类，计算缺陷概率值；将缺陷概率值大于第一阈值的区域作为缺陷区域，获取缺陷区域中每个像素点主成分方向；计算缺陷区域的光斑概率，得到所述目标图像的泛白缺陷区域。根据本发明提出的技术手段，通过聚类算法对图像进行多次分割，对分割后的区域进行缺陷概率计算，能够有效检测出注塑件存在的应力泛白缺陷。CN115082683ACN115082683A权利要求书1/2页1.一种基于图像处理的注塑缺陷检测方法，其特征在于，包括：采集目标图像并进行语义分割，得到待测区域图像；对所述待测区域图像进行灰度化处理，获取待测区域图像的灰度直方图，根据所述灰度直方图得到所述待测区域图像的背景灰度级；以所述背景灰度级为阈值，对所述待测区域图像进行阈值分割，得到分割图像；对所述分割图像中的像素点进行均值漂移聚类，得到多个聚类结果，根据聚类结果将所述分割图像对应划分为多个疑似缺陷区域；对每个疑似缺陷区域中的像素点进行密度聚类，根据每个疑似缺陷区域的所有像素点到该区域密度中心的最小欧氏距离得到每个疑似缺陷区域的缺陷概率值；将所述缺陷概率值大于第一阈值的疑似缺陷区域作为缺陷区域，利用PCA算法获取缺陷区域中每个像素点的主成分方向；根据每个缺陷区域中像素点最大特征值对应的主成分方向的投影方差以及最小特征值对应的主成分方向的投影方差计算每个缺陷区域的光斑概率，将所述光斑概率小于第二阈值的区域去除，得到所述目标图像的泛白缺陷区域。2.根据权利要求1所述的一种基于图像处理的注塑缺陷检测方法，其特征在于，根据所述灰度直方图得到所述待测区域图像的背景灰度级：对所述灰度直方图进行归一化处理，利用高斯模型对所述归一化后的灰度直方图进行拟合，得到高斯模型的均值和方差，获取所述待测区域灰度图像中范围在内的灰度级，通过该范围内灰度级之间的比例计算加权平均值得到背景灰度级。3.根据权利要求1所述的一种基于图像处理的注塑缺陷检测方法，其特征在于，根据聚类结果将所述分割图像对应划分为多个疑似缺陷区域的方法如下：利用均值漂移聚类将所述分割图像中的所有像素点进行聚类，得到N个聚类结果，选取密度中心各个方向上距离密度中心最远的像素点，将所述分割图像对应划分为N个区域。4.根据权利要求1所述的一种基于图像处理的注塑缺陷检测方法，其特征在于，获取所述每个疑似缺陷区域的缺陷概率值的方法为：获取密度聚类后每个疑似缺陷区域的密度中心，获取每个疑似缺陷区域中每个像素点到对应区域密度中心的最小欧氏距离，根据所述最小欧式距离计算得到对应疑似缺陷区域的缺陷概率，表达式为：其中，表示第j个聚类结果的缺陷概率值，表示第j个像素点到对应疑似缺陷区域密度中心的最小欧氏距离。5.根据权利要求4所述的一种基于图像处理的注塑缺陷检测方法，其特征在于，将所述缺陷概率值大于第一阈值的疑似缺陷区域作为缺陷区域：当所述缺陷概率值时，将第j个疑似缺陷区域作为缺陷区域，获取所述分割图像中所有缺陷区域。6.根据权利要求1所述的一种基于图像处理的注塑缺陷检测方法，其特征在于，利用PCA算法获取缺陷区域中每个像素点的主成分方向的方法为：2CN115082683A权利要求书2/2页利用PCA算法获取每个缺陷区域中每个像素点的主成分方向，每个像素点坐标对应两个主成分方向，每个方向对应一个特征值，将每个缺陷区域中像素点最大特征值对应的方向作为第一主成分方向，像素点最小特征值对应的方向作为第二主成分方向。7.根据权利要求6所述的一种基于图像处理的注塑缺陷检测方法，其特征在于，计算每个缺陷区域的光斑概率，将所述光斑概率小于第二阈值的像素点去除，得到所述目标图像的泛白缺陷区域，包括：计算所述光斑概率的表达式为：其中，表示第n个缺陷区域的光斑概率，表示该区域像素点第一主成分方向的投影方差，表示该区域像素点第二主成分方向的投影方差；当时，第n个区域为光斑区域，其中，为所述第二阈