[發明專利]一種面向白玻璃蓋板表面微弱缺陷的檢測與測量方法

有效

• 申請號: 202110068116.9
• 申請日: 2021-01-19
• 公開（公告）號: CN112750119B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 姜銳;蘇虎
• 申請（專利權）人: 上海海事大學;中國科學院自動化研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/762;G06V10/764;G06V10/774
• 代理公司: 上海互順專利代理事務所(普通合伙) 31332
• 代理人: 成秋麗

本發明提出面向白玻璃蓋板表面微弱缺陷的檢測與測量方法，包括：采集玻璃蓋板圖像，計算蓋板圖像的顯著性圖；對顯著性圖進行快速二值化；利用密度聚類方法對屬于同一缺陷的非連續前景像素進行聚類；提取前景目標的高維形態及密度特征；構建缺陷的正負樣本庫，正樣本庫里包含了所有劃痕可能的形態，負樣本庫里包含了實際生產環境下可能出現的絕大多數臟污、灰塵形態；利用樣本庫中的樣本，提取特征向量，采用支持向量機算法作為分類器，進行訓練，并在驗證集上進行測試。本發明提供面向白玻璃蓋板表面微弱缺陷的檢測與測量方法，可有效檢測白玻璃蓋板表面微弱缺陷，降低或避免現有方法在檢測微弱缺陷時產生的漏檢。

技術領域

本發明涉及圖像處理技術領域，特別涉及一種面向白玻璃蓋板表面微弱缺陷的檢測與測量方法。

背景技術

玻璃蓋板是智能手機的一個重要部件。隨著智能手機的日漸普及，玻璃蓋板的市場需求也在迅猛增長。在玻璃蓋板的生產過程中，需要經過切割、清洗、鋼化等多道制造工序。每一道工序都有可能對玻璃表面造成損傷，致使產品廢棄。因此，對表面缺陷進行準確地在線檢測是玻璃蓋板生產過程中的重要步驟，是保證產品質量的關鍵。傳統的白玻璃蓋板表面缺陷檢測主要依賴于有經驗的工人，須以一定角度的強光照射，且以黑色材質輔助，不僅耗時較長，且由于視覺疲勞的影響，容易出現遺漏。

基于視覺的自動化檢測可利用標準化流程克服人工檢測中的主觀隨意性，而且采取非接觸的方式，有效避免待檢測元件的二次損傷，在工業檢測領域中得到了廣泛的應用。然而，劃痕、蹭傷等常見的表面缺陷特征十分微弱、對比度低，在工業現場還存在灰塵、臟污等干擾，給自動化檢測帶來了困難。同時，有些缺陷往往是斷續的，難以進行精度測量，導致后續的質量判斷過程中出現誤判。這些問題導致應用現有的缺陷檢測算法或設備檢測玻璃蓋板表面缺陷時，往往出現較高的漏檢率或誤檢率，無法滿足工業現場的應用需求。

發明內容

本發明的目的在于提供一種面向白玻璃蓋板表面微弱缺陷的檢測與測量方法，以解決應用現有的缺陷檢測算法或設備檢測玻璃蓋板表面缺陷時，往往出現較高的漏檢率或誤檢率的問題。

為了解決上述技術問題，本發明的技術方案是：提出一種面向白玻璃蓋板表面微弱缺陷的檢測與測量方法，包括：采集玻璃蓋板圖像，計算蓋板圖像的顯著性圖；對顯著性圖進行快速二值化，利用密度聚類方法對屬于同一缺陷的非連續前景像素進行聚類；提取前景目標的高維形態及密度特征；構建缺陷的正負樣本庫，正樣本庫里包含了所有劃痕可能的形態，負樣本庫里包含了實際生產環境下可能出現的絕大多數臟污、灰塵形態，利用樣本庫中的樣本，提取特征向量，采用支持向量機算法作為分類器，進行訓練，并在驗證集上進行測試。

進一步地，圖像像素點(i,j)在尺度s上的顯著性值c^s_i,j計算如下式所示

其中，N₁、N₂分別是矩形R₁和R₂中像素的個數，v_p和v_q分別是R₁和R₂中像素點處CIELab顏色空間中的三維向量[L,a,b]，D[·]表示取兩個向量之間的歐式距離，令圖像的寬和高分別為w和h，R₁和R₂表示圖像上兩個矩形窗口，當R₁的寬度為1時，表示取原圖中的一個像素點，R₂的寬度w_R2的取值范圍為圖像上某點最終的顯著性值為該點處的多個尺度下的顯著性值之和，其中S為所有的尺度，m_i,j為最終的顯著性值，由每個點的顯著性值組成的圖像成為原圖像的顯著性圖。

進一步地，對顯著性圖進行快速二值化，包括：計算顯著性圖的積分圖，積分圖上像素點的值為所述像素點對應原圖左上方所有像素值的總和；對圖像中的每個點選取其固定大小的鄰域，并求取鄰域內像素的均值作為閾值，對原圖進行二值化。