[發明專利]一種魯棒的玻璃劃傷缺陷檢測方法及其裝置

有效

• 申請號: 201010266622.0
• 申請日: 2010-08-30
• 公開（公告）號: CN101995412A
• 公開（公告）日: 2011-03-30
• 發明（設計）人: 柴秀娟;陳熙霖;武斌;崔振;鄭媛;陳海峰
• 申請（專利權）人: 中國科學院計算技術研究所;圣戈班研發（上海）有限公司
• 主分類號: G01N21/958
• 分類號: G01N21/958
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 祁建國;梁揮

技術領域

本發明涉及圖像處理、計算機視覺和模式識別技術領域，特別是涉及一種魯棒的玻璃劃傷缺陷檢測方法及其裝置。

背景技術

傳統的玻璃缺陷檢測和分類是由人工完成的，但這種方法受人為主觀因素的影響，效率低，難以滿足生產不斷發展的需要。隨著計算技術的不斷發展，數字圖像處理技術被越來越多的應用在工業的缺陷檢測中，如浮法玻璃生產、帶狀鋼板生產等領域。與傳統的人工檢測相比，高效的自動檢測技術將大量的勞動力從繁重的檢測工作中解放出來，并且檢測精度不受工作時間長短的影響，能夠一直保持同等水平的檢測性能。

玻璃生產中的常見缺陷有結石、氣泡、粘錫、癤瘤、碎屑、劃傷等。受光照條件、缺陷形成的偶然性、玻璃上各種懸浮物的影響，基于視覺的玻璃缺陷檢測任務非常困難。在這些缺陷類別中，劃傷缺陷由于其深淺及寬窄的不同，呈現的圖像外觀差別就更加劇烈，而其檢測也就更加困難。

國外在玻璃生產過程中廣泛的采用了自動檢測設備，如英國的Pilkington公司，美國的Image?Automation公司，德國的LASOR公司和Innomess公司，以及日本的旭硝子等企業都自主研制出浮法玻璃在線自動檢測系統。國內對缺陷檢測的研究開展較晚，技術相對簡單，目前與國外檢測技術相比還有很大差距。現有的文獻多數是利用簡單的圖像預處理操作來實現缺陷的檢測，如對圖像進行邊緣提取、平滑處理、對比度增強或者更復雜的水線分割算法等(參考1：劉洲峰等，玻璃缺陷圖像分割方法研究與實現，中原工學院學報；參考2：余文勇等，一種浮法玻璃全面缺陷在線檢測系統，華中科技大學學報)。進而利用基于規則(參考：周欣等，玻璃缺陷快速檢測分類研究，微計算機信息)或模板匹配或基于學習(參考：鄭斌，玻璃缺陷圖像識別的關鍵技術研究，碩士論文，武漢理工大學)的方法來進行缺陷的分類。

但目前現有的方法顯然沒有考慮不同劃傷強度的影響，因此對于不同的劃傷缺陷尚不能夠準確的提取。并且，由于玻璃原片上可能存在其他灰塵、污漬等，傳統的缺陷檢測技術(如：邊緣提取、對比度增強等)受這些噪聲的影響，也會導致劃傷缺陷檢測性能的急劇下降。

發明內容

本發明的目的在于提供一種魯棒的玻璃劃傷缺陷檢測方法及其裝置，用于解決現有技術中無法準確提取玻璃圖像中的劃傷缺陷的問題。

為了實現上述目的，本發明提供一種魯棒的玻璃劃傷缺陷檢測方法，其特征在于，包括：

步驟1，對輸入的玻璃圖像進行窗口掃描，根據窗口內灰度分布的均衡性度量，得到候選缺陷窗口，根據劃傷特征對所述候選缺陷窗口進行分析，得到包含劃傷的劃傷窗口；

步驟2，對所述劃傷窗口進行合并，得到劃傷區域；

步驟3，對所述劃傷區域進行延展，得到完整的劃傷區域。

所述的魯棒的玻璃劃傷缺陷檢測方法，其中，

所述步驟1中，進一步包括：

用窗口內區域的灰度方差作為窗口內灰度分布的均衡性度量，以獲取所述候選缺陷窗口，灰度方差公式如下：

v=Σx∈W(x-x‾)(x-x‾)]]>

其中，

v是灰度方差，x是窗口W中像素對應的亮度值，是窗口內所有像素亮度的均值，T_W是灰度方差的經驗閾值，若v＞T_w，則認為窗口區域可能包含有缺陷，否則認為此窗口區域為背景區域。

所述的魯棒的玻璃劃傷缺陷檢測方法，其中，

所述步驟1中，得到所述劃傷窗口的步驟包括：

對所述候選缺陷窗口進行二值化操作，得到二值圖像，并從所述二值圖像中提取缺陷像素；

基于所述二值圖像，根據劃傷在小窗口內近似為直線的特征，對所述缺陷像素進行直線擬合，由擬合誤差判斷所述候選缺陷窗口是否包含劃傷線段，進而確定所述劃傷窗口。