[發明專利]基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法

在審

• 申請號: 201711279197.7
• 申請日: 2017-12-06
• 公開（公告）號: CN108195841A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 趙昕玥;何再興;張樹有;胡芬;譚建榮
• 申請（專利權）人: 浙江大學
• 主分類號: G01N21/88
• 分類號: G01N21/88;G06T7/11;G06T7/33
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林超

1.一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法，其特征在于包括以下步驟：

1)采集獲得無缺陷注塑模具的模板圖像和待測注塑模具的實時圖像，針對兩幅圖像使用局部特征向量提取初始匹配點，將同一個局部特征向量在兩幅圖像分別獲得的兩個初始匹配點作為一對匹配對，計算一對匹配對的兩個初始匹配點之間的歐氏距離并作為初始相似性，用初始匹配閾值對所有初始相似性進行分割判斷獲得初始匹配對；

2)由步驟1)得到所有初始匹配對中的每一個初始匹配點構造各自的全局向量，然后對全局向量作歸一化處理；

3)由步驟2)得到的歸一化后的全局向量與其各自對應的局部特征向量用權重因子構造一個新向量，計算一對初始匹配對的兩個初始匹配點之間的歐氏距離并作為最終相似性，用最終匹配閾值對所有最終相似性進行分割判斷獲得最終匹配對；

4)用步驟3)中得到的最終匹配對計算投影變換矩陣，用投影變換矩陣投影變換實時圖像，然后差分處理變換后的實時圖像與模板圖像，再去噪聲處理后提取區域判斷是否存在異常缺陷。

2.如權利要求1所述的一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法，其特征在于：所述步驟1)中，用初始匹配閾值對所有初始相似性進行分割判斷獲得初始匹配對，具體為：將初始相似性小于等于初始匹配閾值的匹配對保留，作為初始匹配對；否則剔除。

3.如權利要求1所述的一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法，其特征在于：所述的局部特征向量是經典SIFT局部尺度不變描述子。

4.如權利要求1所述的一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法，其特征在于：所述步驟2)，具體為：以每一個初始匹配點為圓心、圖像對角線長度為直徑作圓，對圓在周向上作m等分且在徑向上作n等分，從而將圓所在的區域分成m*n個小塊區域；

接著，統計每個小塊區域內包含的初始匹配點個數，再由所有小塊區域的初始匹配點個數組成一個m*n維的向量，作為全局向量；

然后采用以下公式進行歸一化處理：

其中，表示歸一化后的全局向量，表示未歸一化后的全局向量，表示的模。

5.如權利要求1所述的一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法，其特征在于：所述步驟3)具體是采用以下公式構造新向量

其中，表示128維的SIFT描述子，表示歸一化后的全局向量，ω表示0-1范圍的權重因子。

6.如權利要求1所述的一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法，其特征在于：所述步驟3)中，用最終匹配閾值對所有最終相似性進行分割判斷獲得最終匹配對，具體為：將最終相似性小于等于最終匹配閾值的初始匹配對保留，作為最終匹配對；否則剔除。

7.如權利要求1所述的一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法，其特征在于：所述步驟4)，具體為：從步驟3)得到的所有最終匹配對中隨機選取四對最終匹配對，使用八點法計算模板圖像與實時圖像之間的變換矩陣，然后將實時圖像經變換矩陣轉換后的圖像與模板圖像作差分處理，差分得到的圖像經二值化處理，最后使用開操作去除噪聲得到最終圖像，將最終圖像中二值化的白色目標區域的面積和預設的異常判定閾值進行比較，若白色目標區域的面積大于異常判定閾值，則認為是異常缺陷；否則不認為是異常缺陷。