[發明專利]一種基于機器視覺的表面缺陷檢測算法

有效

• 申請號: 201811455565.3
• 申請日: 2018-11-30
• 公開（公告）號: CN109490316B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 趙青;梅爽
• 申請（專利權）人: 熵智科技（深圳）有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 胡琳萍

1.一種基于機器視覺的表面缺陷檢測算法，其特征在于，包括以下步驟：

(a)：采用CCD或CMOS傳感器對物體表面進行表面圖像采集，并評判采集到圖像的清晰程度，根據圖像的清晰程度調整對焦狀態；

(b)：采用自動對焦算法，在采集到的多張物體表面圖像中尋找最清晰的圖像，送入缺陷檢測算法的下一步工序；

(c)：采用目標匹配定位算法，在待檢測的物體表面圖像中尋找與對應標的物或模板圖像相似度最高的區域，并將區域該區域定義為目標區；

(d)：根據步驟(c)中找到的目標區位置為基礎，找到被檢測無圖表面圖像中需要進行缺陷分析的區域，定義為感興趣區域或ROI區域；

(e)：在步驟(d)的ROI區域內，采用局部區域灰度值差分算法進行塊狀缺陷區域檢測，對檢測到的缺陷區域進行標記；所述局部區域灰度值差分算法通過比較像素周圍相鄰像素的灰度值的差異來確定是否存在缺陷區域，差分圖像通過兩張非線性濾波操作后的圖像進行差分運算得到；對于輸入的一維信號和二維信號均適用；

設一維信號為f(t)，為了檢測f(t)時域中是否存在毛刺、突變異常，令r(t)為時域信號的異常分量，通過使用最值濾波差分算法，r(t)的表達式為

其中Δf(t)指的是間隔(t-Δt，t+Δt)中信號值的差值，d(·)表示微分算子；通過使用|·|，測量指標用|Δf(t)|表示，r(t)的表達式與信號f(t)的偏導數非常相似但并不相同，r(t)的表達式表示為r(t)鄰域的最大值和最小值的差，以表現出微弱的毛刺和缺陷；

假設輸入的二維信號為I_s，通過最值濾波差分算法，得到以下中間表示形式

其中I_min和I_max表示經過最大和最小濾波后的結果，I_r為對應的殘差圖；

(f)：在步驟(d)中ROI區域內，采用線性增強檢測器算法進行劃傷缺陷區域檢測，對檢測到的缺陷區域進行標記；

(g)：對步驟(e)和(f)中檢測出的塊狀缺陷進行缺陷特征分析，該過程也稱為特征提取或特征描述過程；

(h)：根據具體的缺陷檢測要求及步驟(g)中被檢測物體的缺陷特征分析結果，對被檢測物體進行缺陷等級評估，至此，缺陷檢測過程結束。

2.如權利要求1所述的基于機器視覺的表面缺陷檢測算法，其特征在于：步驟(b)所述的自動對焦算法包括但不限于典型的基于梯度信息或輪廓信息的算法，且該算法不受光照、背景均勻性因素影響。

3.如權利要求1所述的基于機器視覺的表面缺陷檢測算法，其特征在于：步驟(c)所述采用目標匹配定位算法包括但不限于歸一化互相關算法、廣義霍夫變換算法、SIFT算法或尺度不變特征變換算法、幾何哈希算法；所述采用目標匹配定位算法采用單個或者多個模板進行匹配定位，或聯合金字塔算法進行加速。

4.如權利要求1所述的基于機器視覺的表面缺陷檢測算法，其特征在于：步驟(d)所述的區域分割算法或ROI區域尋找算法需要在標的物基礎上，采用設定的坐標偏置，在原圖上進行掩模覆蓋，標記為前景的區域為ROI區域，標記為背景的區域為濾除區域，濾除區域不參與后續的缺陷檢測過程和缺陷特征分析、缺陷等級評估過程。

5.如權利要求1所述的基于機器視覺的表面缺陷檢測算法，其特征在于：步驟(e)所述的局部區域灰度值差分算法為：當采集到圖像后，首先進行圖像預處理，去處圖像中的噪點；然后采用最大值濾波操作，在每個像素濾波模板所在區域內，進行最大值和最小值濾波操作，將對應操作之后的圖像進行差分運算，生成殘差圖；最終在殘差圖基礎上進行閾值分割操作完成缺陷分割；在缺陷分割后，進行形態學的開運算，以消除小而孤立的區域。

6.如權利要求1所述的基于機器視覺的表面缺陷檢測算法，其特征在于：步驟(f)所述線性增強檢測器算法為：當采集到圖像后，在圖像中每個像素對應位置，以不同角度進行劃痕搜索，當對應區域對應角度劃傷響應超過設定閾值時，表示該區域存在劃傷缺陷。