[發明專利]一種基于邊緣形狀匹配的字符缺陷智能檢測算法

在審

• 申請號: 202110215572.1
• 申請日: 2021-02-22
• 公開（公告）號: CN112884746A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 孫洋;夾尚豐;于會泳
• 申請（專利權）人: 青島星科瑞升信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G06T7/187
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于邊緣形狀匹配的字符缺陷智能檢測算法，其特征在于，包括以下步驟：

A、制作模板：提取最優描述印刷字符的輪廓點，來去除紋理和噪聲的影響，利用得到的輪廓點求出其坐標位置和歸一化后的梯度方向向量制作模板，由于待檢測圖像中目標角度是隨機的，因此為了得到目標的精確位置，每隔一定的旋轉角度步長，來制作一次模板；

B、輪廓匹配：求待檢測圖像梯度方向，以模板邊緣輪廓點梯度與待檢測圖像對應點梯度的點乘值作為相似性度量，通過逐像素滑窗計算得到待檢測圖像上目標字符的位置；

C、缺陷檢測與定位：在得到待檢測圖像上目標的位置后，根據字符輪廓點匹配度，通過粗篩選和精篩選相結合的方式來尋找缺陷點，基于缺陷點填充求最小外接矩形的方法來定位缺陷位置；

D、加速搜索策略：為了使缺陷檢測算法滿足工業檢測實時性要求，采用自適應圖像金字塔算法和通過閾值判斷提前結束的搜索策略。

2.根據權利要求1所屬的一種基于邊緣形狀匹配的字符缺陷智能檢測算法，其特征在于，所述步驟A中，具體的提取方法如下：

其中，為了去除噪聲以及紋理的影響，在Sobel算子提取圖像邊緣的基礎上，確定所有邊緣梯度幅值，從模板圖像提取大于邊緣梯度閾值的邊緣經過非極大值抑制，然后進一步在高曲率點對邊緣進行分割，采用Two-Pass連通區域標記算法對邊緣圖像進行處理，來獲取連通域個數，計算邊緣總長度除以連通域的個數得到邊緣平均長度。取平均長度最大值對應的梯度幅值設為邊緣分割閾值。

3.根據權利要求1所屬的一種基于邊緣形狀匹配的字符缺陷智能檢測算法，其特征在于，所述步驟B中，具體的提取方法如下：

在求得最佳邊緣輪廓分割閾值后，利用得到的輪廓點坐標位置和歸一化后的梯度方向向量制作模板，模板轉換成由一系列字符輪廓點P_i＝(X_i，Y_i)^T，i＝1，2，…n構成，對應于每個點求得歸一化后的梯度方向向量d_i＝(t_i，u_i)^T。對于待檢測圖像使用Sobel算子濾波計算出每個點(X，Y)歸一化后的梯度方向向量e_x，y＝(v_x，y，w_x，y)^T。

4.根據權利要求1所屬的一種基于邊緣形狀匹配的字符缺陷智能檢測算法，其特征在于，所述步驟C中，具體的提取方法如下：

在輪廓匹配之后，每個輪廓點都有一個匹配度。在缺陷提取的過程中，采用粗篩選和精篩選相結合的方式來尋找缺陷點，基于缺陷點填充求最小外接矩形的方法來提取缺陷。