[發明專利]一種基于機器視覺的玻璃瑕疵在線檢測系統及方法

在審

• 申請號: 201710295728.5
• 申請日: 2017-04-28
• 公開（公告）號: CN107169957A
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 童凱;董玉婷;宛麗娟;黨鵬;王福成;童中凱
• 申請（專利權）人: 燕山大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/136;G01N21/958
• 代理公司: 秦皇島一誠知識產權事務所(普通合伙)13116
• 代理人: 李合印

技術領域

本發明涉及玻璃生產加工領域，尤其是一種基于機器視覺的玻璃瑕疵的識別方法以及分類處理系統。

背景技術

我國生產的民用平板玻璃居于全球首位，玻璃總生產量大概是世界總產量的五分之二。我國目前共有一百六十多個浮法玻璃生產廠家，玻璃產量的五分之四為浮法玻璃。依靠先進的玻璃工藝制造技術，玻璃的產量和質量有所增加，但是在成品玻璃中仍然會出現一些瑕疵，影響玻璃的性能和外觀，例如劃痕、氣泡、錫點、墨點、光畸變等。在玻璃的生產銷售過程中，必須保證玻璃的高質量、高性能才能爭得市場地位，因此玻璃瑕疵檢測是玻璃生產系統中不可缺少的環節，以此來避免不合格的玻璃流入市場，更可以對玻璃劃分等級。在過去，由于技術有限，玻璃生產線運行速度緩慢，人工檢測成為當時主要的檢測方法。伴隨著科學技術的發展，以及對玻璃的需求量不斷提升，玻璃的生產線運行速度加快，人工檢測的局限性凸顯，已不能達到生產的要求。

人工檢測存在的缺點主要有：生產車間現場灰塵多，噪聲大，工人檢測工作環境惡劣，無法直接使用目測，勞動強度大；正常人眼在不間斷的觀測運動物體一段時間會眼花，眼脹等不適，檢測人員無法長期不間斷工作，無法保證出廠合格率；而且玻璃瑕疵人眼很難準確判斷，誤差大，出錯機會很多，無法保證檢測質量，生產速度也會有極大限制。

因此，在玻璃生產加工行業中，急需一種利用電子系統和方法來代替人眼對玻璃瑕疵進行測量和判別。

發明內容

本發明目的在于提供一種檢測效果精確、穩定性強、快速方便的基于機器視覺的玻璃瑕疵在線檢測系統及方法。

為實現上述目的，采用了以下技術方案：本發明所述系統包括線陣CCD攝像機、嵌入式處理器、電源模塊、存儲器模塊以及顯示模塊；

線陣CCD攝像機與嵌入式處理器的信號輸入端連接，線陣CCD攝像機逐行掃描待測玻璃，獲取玻璃的圖像信息并輸入嵌入式處理器；嵌入式處理器的信號輸出端與顯示模塊相連，嵌入式處理器另與存儲器模塊、電源模塊相連；嵌入式處理器對線陣CCD攝像機獲取的玻璃圖像信息進行預處理后，嵌入式處理器將玻璃信息傳輸至顯示模塊進行結果顯現，嵌入式處理器將玻璃信息傳輸至存儲器模塊進行儲存；所述電源模塊用于給系統提供電力。

進一步的，所述顯示模塊應用VGA接口，包括ADV7123KST140和外圍電路。

進一步的，所述嵌入式處理器為TMS320DM642處理器。

本發明所述的一種線檢測方法，包括以下步驟：

步驟1，線陣CCD攝像機獲取玻璃圖像信息并傳輸至嵌入式處理器；

步驟2，嵌入式處理器首先對玻璃圖像信息進行預處理；然后通過特征提取算法對玻璃瑕疵圖像進行特征提取，計算其幾何特征量及灰度特征值，依據幾何特征量和灰度特征值對玻璃圖像信息進行分類識別；

步驟3，嵌入式處理器將處理后的玻璃圖像信息寫入存儲器模塊進行儲存，同時，嵌入式處理器將處理后的玻璃圖像信息傳輸至顯示模塊進行結果顯現。

其中，步驟2中，嵌入式處理器的預處理包括濾波去噪、閾值分割處理，在閾值分割處理后，再次使用中值濾波對圖像進行濾波處理，也就是在閾值分割前后分別使用一次中值濾波進行去噪，獲取準確無噪聲的瑕疵核心圖像；具體步驟如下：

步驟2-1，圖像處理器接收圖像信息，對獲取的圖像進行圖像中值濾波，中值濾波可以保護邊緣信息，計算復雜度較小，對椒鹽噪聲有很好的抑制作用，因此其適用于玻璃瑕疵檢測系統。

步驟2-2，在去除圖像噪聲后，為提高識別效率，進行閾值分割。利用OTSU進行閾值分割；

步驟2-3，對處理后得到的圖像信息，為了提取準確的瑕疵核心，在閾值處理后，再次使用中值濾波對圖像進行濾波處理，也就是在閾值分割前后分別使用一次中值濾波進行去噪，進行二次濾波；

步驟2-4，使用canny算子對玻璃瑕疵圖像進行邊緣提取處理，使圖像邊界分明，對目標區域識別、提取，理解分析打下基礎。

步驟2中，所述特征提取算法用于獲取有利于瑕疵分類的特征，包括圖像不變矩的提取、幾何特征的提取及灰度等圖像特征的提取，采用無偏U-ReliefF特征選擇算法。

步驟3中，嵌入式處理器以數字方式生成圖像信息，經過轉換器變為R、G、B三原色信號和行、場同步信號，信號通過電纜傳輸到顯示模塊中，完成檢測結果圖像信息的顯示。

所述無偏U-ReliefF特征選擇算法進行特征選擇中，被選擇的五個特征為：伸長度、矩形度、灰度標準差、閾值、圓形度。

與現有技術相比，本發明具有如下優點：