预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107345916A(43)申请公布日2017.11.14(21)申请号201710609704.2(22)申请日2017.07.25(71)申请人深圳市杰恩世智能科技有限公司地址518000广东省深圳市南山区桃源街道平山一路大园工业区3栋406(72)发明人张永鹏杨水山张伟(51)Int.Cl.G01N21/88(2006.01)G01B11/24(2006.01)权利要求书1页说明书3页附图3页(54)发明名称一种基于固定轮廓的平面外观检测方法(57)摘要本发明公开了一种基于固定轮廓的平面外观检测方法,平面外观缺陷检测以检测平面外观上存在具有颜色差异或者表面具有3D形态凹凸状缺陷为主,针对一幅数字图像,要有效的区分出平面轮廓,然后对轮廓内的异常进行分割和分析,该方法以自身轮廓为依托,目的是在处理过程中去除自身轮廓的影响,直接处理和分析表面内部的外观缺陷,简化图像处理流程,提高运算效率和优化处理效果。CN107345916ACN107345916A权利要求书1/1页1.一种基于固定轮廓的平面外观检测方法,其特征在于:平面外观缺陷检测以检测平面外观上存在具有颜色差异或者表面具有3D形态凹凸状缺陷为主,针对一幅数字图像,要有效的区分出平面轮廓,然后对轮廓内的异常进行分割和分析,具体步骤如下:第一步,采集平面外观的图像,并获取被检测对象的平面轮廓,针对采集到的外观图像进行边界检测,在边界图像中对平面轮廓进行标识,包括外围轮廓以及内部的孔型等,对轮廓的位置和大小进行量化提取和保存,该过程属于一次参数学习和配置过程;第二步,针对待检测对象采集外观图像,对平面外观图像进行边界检测和滤波、梯度等运算,并进行二值化处理得到二值化图像,根据上一步获得的轮廓标识,对本次获得图像的轮廓进行标识和提取;第三步,在外观图像的二值化图像中对轮廓进行剔除,将第二步标识和提取的轮廓进行膨胀处理,然后在二值化图像减去该轮廓,具体操作为,将二值图像中的轮廓膨胀区域的图像灰度值进行置零操作;第四步,对图像中余下的异常目标进行连通区域的聚类分析,定量化异常区域的位置、面积等信息;第五步,根据第四步的结果,融合二值化图像信息、对应原始图像中的灰度信息,对外观异常进行区域分析,确定异常的缺陷类型和划分缺陷的严重程度。2CN107345916A说明书1/3页一种基于固定轮廓的平面外观检测方法技术领域[0001]本发明涉及机器视觉检测领域,具体涉及一种基于固定轮廓的平面外观检测方法。背景技术[0002]在工业自动化生产中,产品外观检测求应用非常广泛,比如手机、平板和各种电子产品、冰箱和洗衣机等家电产品。以往通常采用人工检测,人工检测存在检测工人劳动强度大、检测稳定性差等不足,而且检测结果一致性差,还存在漏检和误检的风险。[0003]随着微电子技术、计算机技术和图像处理技术的蓬勃发展,机器视觉检测技术逐渐从实验走向了实际应用阶段。以其具有的检测效率高、检测一致性好等优点,逐渐减少或者替代人工,实现高度自动化。[0004]以手机或者平板的面板缺陷检测为例,不同型号面板尺寸不一样,上面开孔的布置也不一样,通常需要进行面板参数配置后,输入到检测系统中之后,再以固定模板为样板进行学习和对比检测。该流程中输入模板参数较为复杂,还需要对模板进行空间校准,位置匹配之后才能进行外观缺陷检测。发明内容[0005]本发明所要解决的技术问题是提供一种基于固定轮廓的平面外观检测方法,该方法以自身轮廓为依托,目的是在处理过程中去除自身轮廓的影响,直接处理和分析表面内部的外观缺陷,简化图像处理流程,提高运算效率和优化处理效果。[0006]本发明是通过以下技术方案来实现的:一种基于固定轮廓的平面外观检测方法,平面外观缺陷检测以检测平面外观上存在具有颜色差异或者表面具有3D形态凹凸状缺陷为主,针对一幅数字图像,要有效的区分出平面轮廓,然后对轮廓内的异常进行分割和分析,具体步骤如下:[0007]第一步,采集平面外观的图像,并获取被检测对象的平面轮廓,针对采集到的外观图像进行边界检测,在边界图像中对平面轮廓进行标识,包括外围轮廓以及内部的孔型等,对轮廓的位置和大小进行量化提取和保存,该过程属于一次参数学习和配置过程;[0008]第二步,针对待检测对象采集外观图像,对平面外观图像进行边界检测和滤波、梯度等运算,并进行二值化处理得到二值化图像,根据上一步获得的轮廓标识,对本次获得图像的轮廓进行标识和提取;[0009]第三步,在外观图像的二值化图像中对轮廓进行剔除,将第二步标识和提取的轮廓进行膨胀处理,然后在二值化图像减去该轮廓,具体操作为,将二值图像中的轮廓膨胀区域的图像灰度值进行置零操作;[0010]第四步,对图像中余下的异常目标进行