[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

本發明公開了一種基于機器視覺的表面缺陷檢測方法，對物體表面進行表面圖像采集后，針對塊狀缺陷采用“最值濾波差分”算法，針對劃痕缺陷采用“線性增強檢測器”算法。采用常規硬件配置即可完成在線檢測要求，具有很好的實時性和量化生產流水作業特性；同時因為考慮了缺陷本身的形狀等特性，因此具有很好的檢出效果，可針對不同被檢測物體表面適用?？梢钥朔F有表面缺陷視覺檢測技術的不穩定、非量化生產和低效率狀態。

技術領域

本發明屬于數字圖像處理和圖像模式識別領域，尤其涉及一種針對物體表面進行圖像缺陷檢測方法。

背景技術

隨著生活水平的提高和生產制造力技術的發展，人們對產品質量提出了更高的要求，3C件、加工件、紡織品、醫藥包裝、食品包裝等行業，都存在產品外觀質量檢測問題。通常人們對產品外觀質量的關注，主要包括：(1)以產品外觀質量作為價值依附的產品，如印刷、包裝、工藝品等；(2)表面缺陷直接影響到產品的使用和深加工的產品，會給使用著和深加工客戶帶來極大的損失，因此，檢測表面缺陷品質量的把控非常必要。

目前國內針對產品的表面缺陷檢測尚無成熟的在線檢測解決方案；國外進口的檢測設備不但價格昂貴，而是通常不能夠根據客戶具體的需要進行定制化。而傳統的人工檢測方法在實際使用中具有很大的局限性。首先，人工檢測依賴于人的主觀評價，受人的心情、思維以及照明燈主客觀因素的影響而具有很大的不穩定性、不可靠性和非量化性。給產品的質量控制帶來了很多不穩定和不可靠的因素。其次，人眼無法實現產品高速生產時的實時檢測需求，因此，研究高效的自動光學檢測算法非常必要。

發明內容

本發明要解決的技術問題是：針對現有表面缺陷視覺檢測技術的不穩定、非量化生產和低效率狀態，提供一種基于機器視覺的表面缺陷檢測方法，采用常規硬件配置即可完成在線檢測要求，具有很好的實時性和量化生產流水作業特性；同時因為考慮了缺陷本身的形狀等特性，因此具有很好的檢出效果，可針對不同被檢測物體表面適用。

采用傳統的圖像處理算法進行處理(不必要涉及深度學習或需要較高硬件配置的算法)，因此具有很好的實時性，可滿足在線檢測要求。

為解決上述技術問題，本發明采用如下技術方案：

一種基于機器視覺的表面缺陷檢測方法，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；

(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。

進一步的，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。