[發明專利]基于鄰域決策與灰度共生矩陣描述的凹凸痕視覺檢測方法

有效

• 申請號: 202011438083.4
• 申請日: 2020-12-11
• 公開（公告）號: CN112233116B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 邱增帥;王罡;潘正頤;侯大為
• 申請（專利權）人: 常州微億智造科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G01N21/88;G06K9/62
• 代理公司: 常州至善至誠專利代理事務所(普通合伙) 32409
• 代理人: 趙旭

本發明公開了一種基于鄰域決策與灰度共生矩陣描述的凹凸痕視覺檢測方法，具有步驟是：第一步驟、對原圖像進行閾值化處理；第二步驟、目標圖像提取；第三步驟、目標圖像擬合；第四步驟、目標圖像校正；第五步驟、凹凸痕識別。該基于鄰域決策與灰度共生矩陣描述的凹凸痕視覺檢測方法，通過邊緣提取方法提取工件的輪廓，再通過特征提取、聚類、直線擬合方法優化工件輪廓，解決了工件偏移的問題，然后映射到標準矩形圖像中，再通過特征判斷和多模板匹配的方法檢測凹凸痕，有效提高了工件表面凹凸痕的檢出率，具有極大的實用價值。

技術領域

本發明涉及工業流水線機器視覺檢測表面缺陷的技術領域，尤其是一種基于鄰域決策與灰度共生矩陣描述的凹凸痕視覺檢測方法。

背景技術

人工目測是最常用的缺陷檢測方法，但是人工檢測比較耗時，人工檢測結果會因為不同情況產生偏差，達不到工業化生產高效和精確檢測的要求。

劃痕、凹凸痕經常出現在物體表面上，其長度、方向和深度不一，往往受產品表面的自然紋理或圖案所干擾，很難準確提取劃痕特征。

邊緣檢測算法通常采用Laplacian、Canny、Sobel、Prewitt算子對產品表面的劃痕進行檢測，這些邊緣檢測算法在特定劃痕圖像上具有很好的檢測效果，但是當待測物表面具有復雜紋理或者劃痕對比度低時，邊緣特征不易提取，極易導致誤檢或漏檢。

Kokaram算法是最常用的劃痕檢測方法之一，首先它構造劃痕亮度衰減的余弦分布，并利用中值濾波和Hough變換實現篩選，然后利用Gibbs采樣獲取劃痕的骨架，以確定它是真劃痕還是誤測，但是這種方法容易受到噪音干擾且耗時長。

模板匹配法是缺陷檢測另一常用方法，根據標準圖像創建模板，然后采用基于形狀的模板匹配進行劃痕檢測，該方法通常用于具有復雜背景的缺陷檢測，但容易受到圖像灰度變化的影響，且當匹配目標發生旋轉時，該算法不適用。

中國發明專利文獻CN107462587A（申請號：CN201710775649.4，申請日：2017年08月31日，申請人：華南理工大學）公開了一種柔性IC基板凹凸痕缺陷的精密視覺檢測系統及方法，獲取完整密集點云數據，分割提取候選點區域，然后分析是否為凹凸痕。然而，該專利的設備十分復雜，成本較高。

發明內容

本發明要解決的技術問題是：為了解決上述背景技術中存在的問題，提供一種基于鄰域決策與灰度共生矩陣描述的凹凸痕視覺檢測方法，能夠克服因暗光環境、目標物體偏移以及拍攝角度等問題而造成的識別誤差較大的問題，有效提高了工件表面凹凸痕的檢出率，具有極大的實用價值。

本發明解決其技術問題所采用的技術方案是：一種基于鄰域決策與灰度共生矩陣描述的凹凸痕視覺檢測方法，具有以下步驟：

第一步驟、對原圖像進行閾值化處理；

第二步驟、目標圖像提取；

第三步驟、目標圖像擬合；

第四步驟、目標圖像校正；

第五步驟、凹凸痕識別。

進一步具體地說，上述技術方案中，在所述的第一步驟中，將原圖像進行局部自適應閾值化處理，變成二值化圖像。

進一步具體地說，上述技術方案中，在所述的第二步驟中，通過邊緣提取算法對二值化圖像進行邊緣提取，就可以分割出目標圖像。

進一步具體地說，上述技術方案中，在所述的第三步驟中，根據目標圖像，識別目標圖像的直線像素v₁,v₂,…,v_n，直線像素的表達式為，b為斜率，a為截距，根據a和b對v_n進行聚類。