[發明專利]一種產品不良外觀檢測的方法、系統及存儲介質

在審

• 申請號: 202010523514.0
• 申請日: 2020-06-10
• 公開（公告）號: CN111861990A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 馮鏘健;肖益珊;溫振山
• 申請（專利權）人: 宜通世紀物聯網研究院（廣州）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 何文聰

本發明的提供了一種產品不良外觀檢測的方法，包括以下步驟：獲取產品外觀圖像，對產品外觀圖像進行灰度化，得到第一灰度圖像；對第一灰度圖像進行二值化，得到第二灰度圖像；從第二灰度圖像進行輪廓提取，并進行篩選得到輪廓組合；獲取輪廓組合的最小外接矩形，根據最小外接矩形通過神經網絡完成產品外觀圖像的外觀特征分類，根據分類結果識別外觀不良產品；發明通過依次進行灰度化和二值化進行輪廓提取，避免了因光線的影響而導致識別準確率下降；并通過對輪廓組合的最小外接矩形結合神經網絡，減少運算資源的占用，圖像處理速度是毫秒級別，運算實時性較高、檢測效果較好，能夠實現自動化識別與測試，可廣泛應用于產品質量檢測技術領域。

技術領域

本發明涉及產品質量檢測技術領域，尤其是一種產品不良外觀檢測的方法、系統及存儲介質。

背景技術

在生產線上，大批量生產會以不同概率出現各種各樣的不良品。其中有一部分是外觀不良品，若通過人工篩選，對于人力消耗極大。

而在現有技術，多數采用安裝一套基于攝像頭和識別算法的輔助檢測系統的方式，實現自動化地識別出外觀不良品。但是現有的識別系統容易受到光線影響，光照效果不好會導致識別效果差。復雜的程序能提升單張圖像的識別效果，卻有識別時間太長的缺點。傳統的圖像識別算法對于不同的機器，在安裝好軟件后仍需要多次現場調試已適配當前環境、提高識別率。基于云計算的圖像識別方案有圖像識別率較高的特點，但是每次計算都需要聯網、圖像處理速度受網絡傳輸速率的影響。測試夾具過于簡單會造成每臺測試系統差異性較大，對軟件要求高，夾具過于復雜會不便于工人測試、降低每個小時的測試完成產品數量。

綜上所述，現有技術對于生產線上對外觀不良品的自動化篩選的方法所存在的缺點有：

1.測試結果容易受到光線影響；

2.識別效果較好的程序運行速度慢、算法遠程調試難度大；

3.本地運算效果，識別的準確度較低。

發明內容

有鑒于此，為至少部分解決上述技術問題之一，本發明實施例目的在于提供一種具有抗干擾能力，同時運算實時性較高，檢測效果較好的產品不良外觀檢測方法，以及可以對應實現產品不良外觀檢測方法的系統、裝置以及存儲介質。

第一方面，本發明的提供了一種產品不良外觀檢測的方法，包括以下步驟：

獲取產品外觀圖像，對產品外觀圖像進行灰度化，得到第一灰度圖像；

對第一灰度圖像進行二值化，得到第二灰度圖像；

從第二灰度圖像進行輪廓提取，并進行篩選得到輪廓組合；

獲取輪廓組合的最小外接矩形，根據最小外接矩形通過神經網絡完成產品外觀圖像的外觀特征分類，根據分類結果識別外觀不良產品。

此外，在本發明的一些實施例中，對第一灰度圖像進行二值化，得到第二灰度圖像這一步驟，其具體包括：

選取一個像素點以及像素點周圍像素點作為第一像素區域，根據第一像素區域的像素均值確定第一像素區內的像素閾值；

像素點的像素值高于像素閾值，將像素值重置為0；或，像素點的像素值高于像素閾值，將像素值重置為255；

根據像素值重置后的像素點得到第二灰度圖像。

在本發明的一些實施例中，從第二灰度圖像進行輪廓提取，并進行篩選得到輪廓組合這一步驟，其具體包括：

在第二灰度圖像中選取目標區域，對目標區域內目標對象之間的空隙進行填補，得到連通的目標對象；目標對象包括印刷文字和商標圖像；

根據連通的目標對象進行輪廓提取，并根據預設的面積區間篩選得到輪廓組合。