[發(fā)明專利]基于FAST算法的圖像匹配缺陷檢測方法

在審

• 申請?zhí)枺?/td>: 201710048721.3
• 申請日: 2017-01-20
• 公開（公告）號: CN107123105A
• 公開（公告）日: 2017-09-01
• 發(fā)明（設(shè)計）人: 伏長虹;奧鮑伊·阿里姆別科夫;羅云宜
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/33;G06K9/62;G06K9/46
• 代理公司: 南京理工大學(xué)專利中心32203
• 代理人: 薛云燕

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是一種基于FAST算法的圖像匹配缺陷檢測方法。

背景技術(shù)

近年來，隨著電子技術(shù)、圖像處理技術(shù)的發(fā)展，基于計算機視覺的圖像處理系統(tǒng)得到了廣泛的應(yīng)用，如在產(chǎn)品質(zhì)量檢測與質(zhì)量控制的工業(yè)生產(chǎn)中發(fā)揮著越來越重要的作用。在信息社會中，手機是人們獲取信息的重要工具。在手機的制造過程中，連接器起到連接各個模塊的作用。連接器的生產(chǎn)主要通過特定地模具制造，不可避免地會出現(xiàn)污漬、漏印、掉銅等問題，而傳統(tǒng)的人工檢測由于其檢測數(shù)量大、人力成本高、速度慢、有可能會出現(xiàn)漏檢錯檢等問題。

近年來發(fā)展起來的一些基于特征檢測的匹配算法廣泛的應(yīng)用于圖像缺陷檢測，其中包括有SURF(Speeded-UP Robust Features)算法、邊緣特征檢測算法，但是該兩種算法存在耗時較大、準(zhǔn)確率較低等問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種能夠有效地檢測出待測樣品中的缺陷、并準(zhǔn)確地定位缺陷位置的基于FAST算法的圖像匹配缺陷檢測方法。

實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于FAST算法的圖像匹配缺陷檢測方法，包括以下步驟：

步驟1，制作標(biāo)準(zhǔn)的手機底板連接器灰度圖像模板，并分別對模板和測試圖像進行預(yù)處理和灰度變換；

步驟2，對模板和測試圖像分別進行FAST特征角點檢測獲取特征點；

步驟3，對檢測出的特征點進行特征點匹配，從已經(jīng)匹配好的特征點中挑選出強度最強的幾組匹配樣本，進行剛性變換得到轉(zhuǎn)換空間模型，并將測試圖像轉(zhuǎn)換到模板尺度空間；

步驟4，對同一尺度空間的兩幅圖像進行圖像匹配并相減得到差值圖像，對差值圖像進行形態(tài)學(xué)處理，判斷是否有缺陷，如果有缺陷則標(biāo)記缺陷位置。

進一步地，步驟2中所述對模板和測試圖像分別進行FAST特征角點檢測獲取特征點，具體過程為：

(2.1)從圖片中遍歷像素點，針對具體的一個像素點p，設(shè)其像素值為I_p；

(2.2)選擇一個閾值t；，

(2.3)由像素點p周圍16個像素點組成一個以像素點p為中心的圓圈，所述16個像素點從1～16順次編號；

(2.4)如果圓圈上的n個相鄰像素點都大于I_p+t，或者都小于I_p-t，則認(rèn)為像素點p是一個角點，n選擇為12。

進一步地，步驟3所述對檢測出的特征點進行特征點匹配，其中采用RANSAC模型來對特征點進行篩選。

進一步地，步驟(2.4)所述如果圓圈上的n個相鄰像素點都大于I_p+t，或者都小于I_p-t，則認(rèn)為像素點p是一個角點，具體判斷過程如下：

1)檢查p點周圍16個像素點圓圈中，編號為1的像素點和編號為9的像素點是否滿足都大于I_p+t，或者都小于I_p-t，如果都不滿足，則p點不是角點，否則，進行下一步的判斷；

2)檢查p點周圍16個像素點圓圈中，編號為5的像素點和編號為13的像素點是否滿足都大于I_p+t，或者小于I_p-t；

3)如果前兩步中所檢查的四個像素點中少于3個不滿足大于I_p+t，或者小于I_p-t的判斷條件，則點p不是角點，否則，進行下一步的判斷；

4)檢查p點周圍16個像素點圓圈中，其余像素點是否滿足大于I_p+t，或者小于I_p-t，如果總共有不少于n個像素點滿足該條件，則認(rèn)為p點是一個角點，n設(shè)定為12。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為：(1)基于FAST角點特征圖像匹配檢測算法，能夠快速準(zhǔn)確地檢測出特征點；(2)對發(fā)生旋轉(zhuǎn)、偏移和縮放的圖像同樣具有較好的檢測效果。

下面結(jié)合說明書附圖來對本發(fā)明作進一步描述。

附圖說明

圖1是本發(fā)明基于FAST算法的圖像匹配缺陷檢測方法的流程圖。

圖2是像素點16點領(lǐng)域的示意圖。

具體實施方式