[發明專利]一種智能手機攝像頭缺陷檢測方法以及檢測系統

在審

• 申請號: 202010110893.0
• 申請日: 2020-02-24
• 公開（公告）號: CN111257329A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 包能勝;余紅志;陳思琦
• 申請（專利權）人: 汕頭大學
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 蔡偉杰

本發明公開了一種智能手機攝像頭缺陷檢測方法以及檢測系統，檢測方法包括圖像采集步驟、攝像頭位置檢測步驟、ROI區域提取步驟、缺陷區域提取步驟、缺陷分析步驟、缺陷篩選步驟；所述缺陷區域提取步驟中，通過多步長掃描所述ROI區域，在掃描過程中通過歸一化平方差準則計算模板與搜索子圖的模板匹配相關系數，獲取所述ROI區域中的疑似缺陷區域。本技術方案在缺陷區域提取步驟中多步長模板匹配方法，此過程中采集的數據能夠均勻的覆蓋整個搜索子圖，因而利用這些數據計算模板匹配相關系數就可以在很大程序上降低算法的誤檢率，同時在保證模板匹配準確率的前提下，大幅度提高模板匹配的效率，大大降低了算法的處理時間。

技術領域

本發明涉及視覺檢測技術領域，更具體地說涉及一種智能手機攝像頭缺陷檢測方法以及檢測系統。

背景技術

在工業生產過程中，生產出來的產品存在缺陷是在所難免的，為了保證產品的質量，因此缺陷檢測是必不可少的。傳統的人工檢測缺陷的方法效率低、工作量大、實時性差，而機器視覺是通過機器來代替人眼進行一系列的判斷，將其應用于缺陷檢測中可以在很大程度上克服人工檢測存在的缺點。由于手機的前置攝像頭在生產加工過程中存在各種不確定因素，攝像頭內端面可能存在漏孔、內孔有毛刺、外圓損傷、孔的位置偏移、孔變形、外圓斷裂等主要缺陷。因此，存在這些缺陷的攝像頭，在進入下一道工序前必須剔除掉。

目前手機攝像頭缺陷檢測的方法有很多，大致可歸納為三類：一是人工抽檢法，即檢測人員需通過顯微鏡對表面進行觀察，判斷攝像頭是否存在缺陷；二是基于統計的方法，如利用神經網絡的方法，支持向量機(SVM)方法，模板法，機器視覺技術以其靈活、高效的特點在工業生產中得到了日益廣泛的應用；三是傳統模板匹配的方法。第一種方法勞動強度大，檢測效率低，檢測結果易受檢測人員素質和經驗影響，且由于采用抽檢方式，無法保證所有前置攝像頭的質量，進而影響產品質量的穩定性。第二種方法在檢測的精確度上無疑有著很大的提高，但是它需要采集大量的樣本來訓練分類器，過程比較復雜，實時性較差，這是制約此類方法的最大問題。第三種方法根據已知模塊在搜索圖像中尋找逼近模塊匹配的過程，盡管已經十分普遍，但是算法還存在著一定的缺陷，如計算量大、時間復雜度高實時性不好等。

綜上，現有的基于視覺檢測的智能手機攝像頭檢測方案效率低實時性差。

發明內容

本發明目的在于提供一種智能手機攝像頭缺陷檢測方法以及檢測系統，以解決現有技術中所存在的一個或多個技術問題，至少提供一種有益的選擇或創造條件。

為解決上述技術問題所采用的技術方案：

一種智能手機攝像頭缺陷檢測方法，包括以下步驟：

圖像采集步驟，通過相機對待測產品進行成像，得到產品圖像；

攝像頭檢測步驟，檢測所述產品圖像中的圓形元素以及直線元素，建立坐標系，獲取攝像頭的位置；

ROI區域提取步驟，從所述產品圖像中提取ROI區域；

缺陷區域提取步驟，對所述ROI區域中的疑似缺陷區域進行提取；

缺陷分析步驟，對所述疑似缺陷區域中存在的缺陷進行分析，確定所述疑似缺陷區域中存在的缺陷類型；

缺陷篩選步驟，對所述疑似缺陷區域中的缺陷程度進行分析，根據缺陷程度對待測產品進行篩選；

所述缺陷區域提取步驟中，通過多步長掃描所述ROI區域，在掃描過程中通過歸一化平方差準則計算模板與搜索子圖的模板匹配相關系數，獲取所述ROI區域中的疑似缺陷區域。

作為上述技術方案的進一步改進，所述攝像頭檢測步驟包括：

霍夫圓檢測步驟，通過霍夫圓變換檢測所述產品圖像中的圓形元素；

霍夫直線檢測步驟，通過霍夫直線變換檢測所述產品圖像中直線元素；