[發明專利]一種基于偽影剔除的印刷品缺陷檢測方法及裝置

有效

• 申請號: 202010884956.8
• 申請日: 2020-08-28
• 公開（公告）號: CN111986190B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 李東明;盧光明;范元一;郭成昊;羅子娟
• 申請（專利權）人: 哈爾濱工業大學（深圳）;深圳富聯富桂精密工業有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/136;G06T7/62;G06T7/73;G06K9/62;G01N21/88
• 代理公司: 深圳市添源知識產權代理事務所(普通合伙) 44451
• 代理人: 黎健任

1.一種基于偽影剔除的印刷品缺陷檢測方法，其特征在于，包括以下步驟：

S1、制作標準圖像：從工業相機采集一張模板圖像，對模板圖像通過網頁界面設定模板區域、搜索區域、裁剪區域、模板特征點數量、模板旋轉角度步長、模板旋轉角度的上下限及圖像金字塔滑動步長的參數，然后生成所有旋轉角度的標準圖像并保存；

S2：圖像定位配準：從工業相機采集待檢測圖像，利用基于linemod特征點定位配準算法將所有旋轉角度的標準圖像逐個與待檢測圖像進行定位配準，按匹配分數從高到低排序，選取匹配分數最高的標準圖像作為最終匹配標準圖像，根據最終匹配標準圖像的角度及匹配位置坐標，由幾何關系在待測圖像中裁剪出配準后的目標圖像；

S3、目標圖像偽影剔除：將步驟S2得到的最終匹配標準圖像劃分為若干相同大小的標準圖像子塊，將步驟S2得到的目標圖像劃分為若干與標準圖像子塊相同大小的目標圖像子塊，遍歷所有標準圖像子塊在相匹配的目標圖像子塊鄰域范圍內滑動，得到最終差分圖；

S4、分割最終差分圖為輪廓區域及非輪廓區域并判別非輪廓區域的缺陷：將步驟S2得到的最終匹配標準圖像先利用Canny算子提取輪廓，再用13*13的矩形結構元素對所提取輪廓進行形態學膨脹運算，對膨脹后的圖像逐位取反得到輪廓掩模，將輪廓掩模覆蓋在完成步驟S3得到的最終差分圖上，得到最終差分圖的非輪廓區域圖，最終差分圖減去非輪廓區域圖，得到最終差分圖的輪廓區域圖，再對非輪廓區域圖提取輪廓，得到最終差分圖非輪廓區域的所有輪廓，最后依次計算最終差分圖非輪廓區域的每個輪廓的面積并判斷其是否為缺陷；

S5、判別最終差分圖輪廓區域中的缺陷：對步驟S4得到的最終差分圖輪廓區域圖用13*13的矩形結構元素進行形態學膨脹，并利用OpenCV的findContours()函數提取輪廓，得到最終差分圖輪廓區域中所有可能潛在缺陷輪廓圖Contours_defect，再一次將步驟S2得到的目標圖像和最終匹配標準圖像分別用Canny算子提取輪廓，得到目標Canny圖T_canny和標準Canny圖G_canny，分別計算各潛在缺陷輪廓在目標Canny圖T_canny和標準Canny圖G_canny中所包圍的非零像素點數量n₁、n₂并判斷潛在缺陷輪廓為真缺陷還是偽影；

S6、缺陷整合并輸出顯示：對步驟S4和S5得到的每個缺陷區域，顯示該區域的最小外接矩陣和分數，如果是非輪廓區域，顯示的分數為輪廓面積，如果是輪廓區域，顯示的為邊緣輪廓在目標圖像和最終匹配標準圖像上包裹的非零像素點數量n₁、n₂的絕對差值|n₁-n₂|。

2.根據權利要求1所述的一種基于偽影剔除的印刷品缺陷檢測方法，其特征在于，步驟S3在得到最終差分圖時，標準圖像子塊在相匹配的目標圖像子塊鄰域范圍內上下左右依次滑動，每滑動一次做一次標準圖像子塊像素與目標圖像子塊像素的絕對值差分，得到差分后的子圖，并統計子圖的像素灰度總和，取灰度總和最小的子圖作為當前目標圖像子塊的最佳差分子圖，遍歷所有標準圖像子塊，把所有得到最佳差分子圖的目標圖像子塊合并得到最終差分圖。

3.根據權利要求1所述的一種基于偽影剔除的印刷品缺陷檢測方法，其特征在于，步驟S4在判斷最終差分圖非輪廓區域是否為缺陷時，如果最終差分圖非輪廓區域面積大于閾值，則判定該最終差分圖非輪廓區域為缺陷，否則，判定該差分圖非輪廓區域為偽影。

4.根據權利要求1中所述的一種基于偽影剔除的印刷品缺陷檢測方法，其特征在于，步驟S5在分別計算各潛在缺陷輪廓在目標Canny圖T_canny和標準Canny圖G_canny中所包圍的非零像素點數量n₁、n₂時，將潛在缺陷輪廓保持原來的位置分別疊加在目標Canny圖T_canny和標準Canny圖G_canny上，然后分別利用引上下左右四條射線法統計四條射線與輪廓邊沿內的交叉點數確定非零像素點數量n₁、n₂。