[發明專利]一種基于圖像識別的表面缺陷識別方法在審
| 申請號: | 201811245513.3 | 申請日: | 2018-10-24 |
| 公開(公告)號: | CN109658376A | 公開(公告)日: | 2019-04-19 |
| 發明(設計)人: | 林琳;呂彥誠;郭豐;王晨;鐘詩勝 | 申請(專利權)人: | 哈爾濱工業大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T5/00;G06T7/13;G06K9/62;G01N21/89;G01N21/88 |
| 代理公司: | 哈爾濱市松花江專利商標事務所 23109 | 代理人: | 劉冰 |
| 地址: | 150001 黑龍*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 表面缺陷 圖像 圖像識別 表面缺陷識別 物體表面 二值化 灰度 中值濾波算法 工作效率 灰度圖像 快速識別 生產加工 數據擴充 縮放處理 圖像分類 直接觀察 采樣點 準確率 流水線 漏檢 去噪 工作量 樣本 采集 檢測 轉換 | ||
一種基于圖像識別的表面缺陷識別方法。屬于圖像識別領域。現有的生產加工流水線上物體表面外觀的檢測通過肉眼直接觀察的方式,存在工作量大、工作效率低的問題,且易出現錯檢、漏檢的情況。一種基于圖像識別的表面缺陷識別方法,采集表面缺陷圖像作為樣本,并進行數據擴充;之后通過中值濾波算法對表面缺陷圖像進行去噪;之后以表面缺陷圖像中采樣點周圍四個點中灰度值最大的作為該點的灰度值,進行縮放處理;之后提取表面缺陷圖像中缺陷的輪廓以及表面缺陷圖像與背景之間的輪廓,并將灰度圖像轉換為二值化的表面缺陷圖像,之后對二值化表面缺陷圖像進行圖像分類;本發能進行物體表面的缺陷快速識別,且識別準確率高。
技術領域
本發明涉及一種智能圖像識別方法,特別涉及一種基于圖像識別的表面缺陷識別方法。
背景技術
隨著科技進步,智能手機的使用量越來越多,普及率越來越高。艾媒咨詢發布的《2017-2018中國智能手機市場研究報告》顯示,截止到2017年底,中國手機網民用戶達到7.68億,智能手機用戶規模達6.68億。手機保護膜又稱手機美容膜、手機貼膜,是可用于裝裱手機機身、屏幕的一種冷裱膜。在中國,為了保護手機屏幕,90%以上的智能手機用戶都習慣給自己的手機貼手機膜,2014年時手機保護膜的銷量已經達到了5.54億張。因此,每年手機保護膜的產量跟需求量十分巨大。然而,現行的手機保護膜制造行業內部對于外觀,比如雜色點、刮傷、缺損、塵點、麻點、臟污、氣泡等的檢驗,仍采用肉眼觀察的方法,工作量大,且容易存在錯檢、漏檢等情況。
除了手機生產線外,現有的生產加工流水線上物體表面外觀的檢測通過肉眼直接觀察的方式,存在工作量大、工作效率低的問題,且易出現錯檢、漏檢的情況。
發明內容
本發明的目的是為了解決現有的生產加工流水線上物體表面外觀的檢測通過肉眼直接觀察的方式,存在工作量大、工作效率低的問題,且易出現錯檢、漏檢的情況,而提出一種基于圖像識別的表面缺陷識別方法。
一種基于圖像識別的表面缺陷識別方法,所述的方法通過以下步驟實現:
步驟一、采集表面缺陷圖像作為樣本,并對采集的表面缺陷圖像進行整體圖像和細節圖像的數據擴充,獲得完整的表面缺陷圖像的樣本;其中,表面缺陷是指物體表面存在的雜色點、刮傷、缺損、塵點、麻點、臟污、氣泡問題,所述的表面缺陷圖像為二維圖像;
步驟二、通過中值濾波算法對表面缺陷圖像進行去噪;
步驟三、通過最近鄰最值法,即以表面缺陷圖像中采樣點周圍四個點中灰度值最大的作為該點的灰度值,對步驟二去噪后的表面缺陷圖像進行縮放處理;
步驟四、對步驟三的縮放處理后的表面缺陷圖像進行邊緣檢測確定,提取表面缺陷圖像中缺陷的輪廓以及表面缺陷圖像與背景之間的輪廓,并將灰度圖像轉換為二值化的表面缺陷圖像,其中,背景是指生產線上的傳送帶,輪廓是指表面邊框和表面上的缺陷這類具有位置;
步驟五、通過SVM分類器,對步驟四獲得的二值化表面缺陷圖像進行圖像分類;SVM表示支持向量機,為support vector machine的縮寫。
本發明的有益效果為:
本發明針對目前生產線表面缺陷識別的三個關鍵問題,提出了基于邊緣檢測的表面缺陷識別方法,重點解決正常與缺陷類別不平衡、高信噪比的圖像去噪和高效率缺陷識別問題。通過采用RST的整體圖像擴充和局部缺陷樣本擴充了缺陷樣本集合,保證缺陷樣本特征提取完備性;在采集圖像中加入多種噪聲數據,對不同去噪方法進行對比分析后,選擇了在峰值信噪比(PSNR)、均方誤差(MSE)及結構相似性(SSIM)等指標表現良好的中值去噪方法,獲得了較好去噪效果;提出了通過最近鄰最值法進行圖像縮放,提高了缺陷特征顯著度,提高檢測效率和檢測能力,最后采用邊緣檢測和SVM相結合的方法實現了物體表面的缺陷快速識別,該方法的漏檢率為零,達到了生產線上表面缺陷檢測的工程要求。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工業大學,未經哈爾濱工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811245513.3/2.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





