[發(fā)明專利]一種鏡片疵病類型識別的方法在審
| 申請?zhí)枺?/td> | 202010005337.7 | 申請日: | 2020-01-03 |
| 公開(公告)號: | CN111192261A | 公開(公告)日: | 2020-05-22 |
| 發(fā)明(設(shè)計)人: | 姚紅兵;朱衛(wèi)華;張愛梅;鄒華;張開驍;張林 | 申請(專利權(quán))人: | 河海大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G01N21/88 |
| 代理公司: | 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224 | 代理人: | 許婉靜 |
| 地址: | 210000 *** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 鏡片 類型 識別 方法 | ||
本發(fā)明公開一種鏡片疵病類型識別的方法,包括以下步驟:第一步,獲取鏡片圖像,對圖像進(jìn)行預(yù)處理;第二步,判斷圖像上疵病包含的像素數(shù)量是否處于第一閾值范圍內(nèi),若是,則輸出疵病類型為氣泡;若不是,則進(jìn)行下一步;第三步,判斷圖像上疵病的圓形系數(shù)是否處于第二閾值范圍內(nèi),若是,則輸出疵病類型為點(diǎn)狀疵病;若不是,則進(jìn)行下一步;第四步,判斷圖像上疵病的長形系數(shù)是否處于第三閾值范圍內(nèi),若是,則輸出疵病類型為羽毛;若不是,則輸出疵病類型為劃痕。本發(fā)明算法簡單,通過設(shè)置檢測閾值能夠準(zhǔn)確識別出鏡片中最常見的氣泡、點(diǎn)、羽毛、劃痕四種疵病,尤其對于較難區(qū)分而又比較常見的羽毛和劃痕識別的準(zhǔn)確率很高。
技術(shù)領(lǐng)域
本發(fā)明屬于視覺檢測及圖像處理技術(shù)領(lǐng)域,尤其涉及鏡片質(zhì)量自動化檢測領(lǐng)域,具體是一種鏡片疵病類型識別的方法。
背景技術(shù)
眼鏡鏡片制造工藝復(fù)雜,精度要求高,在制造過程中往往會產(chǎn)生一些缺陷,主要包括氣泡、羽毛、劃痕、點(diǎn)等。這些缺陷會嚴(yán)重影響鏡片品質(zhì),因此在生產(chǎn)過程中,必須對鏡片可能產(chǎn)生的各種疵病進(jìn)行在線檢測。目前國內(nèi)鏡片疵病檢測技術(shù)還不成熟,企業(yè)主要以人工檢測為主。結(jié)果容易受眼睛分辨能力以及工作經(jīng)驗(yàn)、個人態(tài)度、容易疲勞等主觀性的影響,很容易混淆不同的疵病類型,漏檢率高并且速度慢,而且檢測數(shù)據(jù)的保存和查詢不方便,不能滿足統(tǒng)計質(zhì)量控制需求。因此對這些飛速從生產(chǎn)線上穿過的產(chǎn)品進(jìn)行自動化檢測成為鏡片制造行業(yè)未來發(fā)展的方向。
鏡片的自動化檢測中確定鏡片質(zhì)量優(yōu)劣的依據(jù)就是各種疵病的種類以及相應(yīng)類型疵病的位置和數(shù)目。所以疵病類型的確定是鏡片自動化檢測中的難點(diǎn)和核心。國外90年代初開始研制計算機(jī)視覺在線檢測設(shè)備,但主要針對制造流程相對簡單,缺陷明顯且標(biāo)準(zhǔn)低的玻璃,在鏡片檢測方面相關(guān)的研究很少。鏡片質(zhì)量要求高,疵病面積小而且多種疵病外形、亮度差異不大,很難辨分,對實(shí)現(xiàn)鏡片的自動化檢測造成極大的困擾。
發(fā)明內(nèi)容
本發(fā)明的目的是針對現(xiàn)有技術(shù)存在的問題,提供一種鏡片疵病類型識別的方法,根據(jù)疵病外形特征,通過簡單的算法即可實(shí)現(xiàn)對疵病類型的快速、準(zhǔn)確識別。
為實(shí)現(xiàn)上述目的,本發(fā)明采用的技術(shù)方案是:
一種鏡片疵病類型識別的方法,包括以下步驟:
S1,獲取鏡片圖像,對圖像進(jìn)行預(yù)處理;
S2,判斷圖像上疵病包含的像素數(shù)量是否處于第一閾值范圍內(nèi),若是,則輸出疵病類型為氣泡;若不是,則進(jìn)行步驟S3;
S3,判斷圖像上疵病的圓形系數(shù)是否處于第二閾值范圍內(nèi),若是,則輸出疵病類型為點(diǎn)狀疵病;若不是,則進(jìn)行步驟S4;
S4,判斷圖像上疵病的長形系數(shù)是否處于第三閾值范圍內(nèi),若是,則輸出疵病類型為羽毛;若不是,則輸出疵病類型為劃痕。
具體地,步驟S1中,對圖像進(jìn)行預(yù)處理的方法為:采用中值濾波法對圖像進(jìn)行除噪處理,利用最大類間方差法對圖像進(jìn)行閾值分割,并對分割得到的目標(biāo)圖像進(jìn)行二值化處理。
具體地,步驟S2中,所述第一閾值范圍為:N≥500,其中N為疵病包含的像素數(shù)量。
具體地,步驟S3中,所述第二閾值范圍為:0.85≤C≤1.15,其中C為疵病的圓形系數(shù)。
進(jìn)一步地,所述圓形系數(shù)定義為:C=S/N,其中S為疵病最小外接圓面積,N為疵病包含的像素數(shù)量。
進(jìn)一步地,所述疵病最小外接圓面積S的計算方法為:分別對目標(biāo)疵病進(jìn)行縱向掃描和橫向掃描,獲取疵病最上端與最下端之間的距離M以及疵病最左端與最右端之間的距離T;疵病的最小外接圓面積由以下公式計算得到:
其中,D為疵病最小外接圓的直徑。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河海大學(xué),未經(jīng)河海大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010005337.7/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





