[發(fā)明專利]一種基于實現(xiàn)表面缺陷檢測灰度圖像定位算法的方法

有效

• 申請?zhí)枺?/td>: 202110196411.2
• 申請日: 2021-02-22
• 公開（公告）號: CN112581473B
• 公開（公告）日: 2021-05-18
• 發(fā)明（設計）人: 王罡;朱志庭;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
• 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(fā)明公開了一種基于實現(xiàn)表面缺陷檢測灰度圖像定位算法的方法，具體步驟是：第一步驟、首先定義一個矩陣，該矩陣用于提取圖像相應位置的像素均值信息；第二步驟、然后定義算法參數(shù)，算法參數(shù)包括檢測方向、檢測區(qū)域以及邊緣梯度閾值；第三步驟、根據實際情況，采用合適的定位算法；針對邊緣相對比較干凈的圖像，使用均值定位算法；針對背景復雜的圖像，使用相對定位算法；針對拐角或螺紋柱無法對其進行方向定位時，使用最大(小)值定位算法。該基于實現(xiàn)表面缺陷檢測灰度圖像定位算法的方法，可以對圖像中的工件進行位置定位，以利于對圖像中工件表面缺陷的精確檢測。

技術領域

本發(fā)明涉及定位算法的技術領域，尤其是一種基于實現(xiàn)表面缺陷檢測灰度圖像定位算法的方法。

背景技術

在視覺檢測量產項目中，由于不同的相機在每次上料過程中，工件在圖像中的位置會有一定的偏移或旋轉，這樣明顯不利于缺陷的精確檢測，因此，在獲取圖片時，就需要對圖像中的工件進行位置定位。

發(fā)明內容

本發(fā)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，提供一種基于實現(xiàn)表面缺陷檢測灰度圖像定位算法的方法，可以對圖像中的工件進行位置定位，以利于對圖像中工件表面缺陷的精確檢測。

本發(fā)明解決其技術問題所采用的技術方案是：一種基于實現(xiàn)表面缺陷檢測灰度圖像定位算法的方法，具體步驟如下：

第一步驟、首先定義一個矩陣，該矩陣用于提取圖像相應位置的像素均值信息；

第二步驟、然后定義算法參數(shù)，算法參數(shù)包括檢測方向、檢測區(qū)域以及邊緣梯度閾值；

第三步驟、根據實際情況，采用合適的定位算法；針對邊緣相對比較干凈的圖像，使用均值定位算法；針對背景復雜的圖像，使用相對定位算法；針對拐角或螺紋柱無法對其進行方向定位時，使用最大(小)值定位算法。

進一步具體地說，上述技術方案中，在所述的第一步驟中，上下邊緣檢測時，矩陣設置為2n × n。

進一步具體地說，上述技術方案中，在所述的第一步驟中，左右邊緣檢測時，矩陣設置為n × 2n。

進一步具體地說，上述技術方案中，在所述的第二步驟中，檢測方向的定義方法是：將X軸定義為水平左右的檢測方向，將Y軸定義為豎直上下的檢測方向。

進一步具體地說，上述技術方案中，在所述的第二步驟中，檢測區(qū)域的定義方法是：在指定區(qū)域中檢測邊緣位置，盡可能適應不規(guī)則外形工件或背景噪聲較大的圖像場景。

進一步具體地說，上述技術方案中，在所述的第二步驟中，邊緣梯度閾值的定義方法是：設置邊緣梯度變化檢出閾值，當梯度超過閾值時檢出為邊緣。

進一步具體地說，上述技術方案中，在所述的第三步驟中，均值定位算法的方法是，具體步驟如下：

第一步驟、定義檢測的X,Y方向；

第二步驟、定義檢測的區(qū)域，一般檢測區(qū)域盡量定義在定位點附近；

第三步驟、定義檢測密度，在檢測區(qū)域的X,Y距離上平均分布檢測點；

均值定位算法的邏輯是：

系統(tǒng)先求出X軸上平均分布的多個檢測點檢出的邊緣位置Lx1(X,Y)、 Lx2(X,Y)…… LxN(X,Y)，然后計算相鄰的多個Lx在Y軸上的差值均值，再將相鄰差值大于差值均值的點舍棄，最后對余下的Lx點在Y軸上求均值；

系統(tǒng)先求出Y軸上平均分布的多個檢測點檢出的邊緣位置Ly1(X,Y)、 Ly2(X,Y)…… LyN(X,Y)，然后計算相鄰的多個Ly在X軸上的差值均值，再將相鄰差值大于差值均值的點舍棄，最后對余下的Ly點在X軸上求均值。