[發明專利]智能檢測缺陷玻璃圖像的方法、電子設備以及存儲介質

有效

• 申請號: 202110398702.X
• 申請日: 2021-04-14
• 公開（公告）號: CN112802022B
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 陳奕舜;范偉華;鄒偉金
• 申請（專利權）人: 高視科技（蘇州）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/136;G06T7/187;G06T5/30;G06T5/00
• 代理公司: 惠州市超越知識產權代理事務所(普通合伙) 44349
• 代理人: 陳文福

1.一種智能檢測缺陷玻璃圖像的方法，其特征在于：

獲取待測玻璃的拍攝圖像；

對所述拍攝圖像進行圖像預處理，得到預處理圖像；對所述預處理圖像進行圖像分割處理，包括：對所述預處理圖像依次進行二值化處理和分割處理；其中，所述二值化處理為將所述預處理圖像的像素點的灰度值設置為0或255；所述分割處理為通過公式二進行灰度閾值分割；公式二：

其中表示所述預處理圖像的圖像元素集合；表示背景圖像的圖像元素集合；T表示圖像灰度閾值，x表示像素點的橫坐標，y表示像素點的縱坐標；

對所述預處理圖像進行圖像分割處理，得到第一玻璃圖像，所述第一玻璃圖像為所述預處理圖像的二值化圖像；其中，在圖像分割處理之后，缺陷部分的灰度值為空白狀態；

獲取標準圖像，通過公式一計算所述第一玻璃圖像與所述標準圖像的相關系數，所述標準圖像是指有缺陷的玻璃圖像；

若所述相關系數大于或等于系數閾值，則確定所述第一玻璃圖像存在圖像缺陷；

公式一：

其中，NCC表示圖像相關系數；表示圖像元素集合表示圖像元素集合t；n表示向量維數；表示圖像元素集合的標準差；表示圖像元素集合t的標準差；表示圖像元素集合的均值；表示圖像元素集合t的均值，x表示像素點的橫坐標，y表示像素點的縱坐標；

若所述第一玻璃圖像存在圖像缺陷，則對所述第一玻璃圖像進行閉操作處理，得到第二玻璃圖像，所述第二玻璃圖像為無缺陷連通玻璃圖像；

將所述第二玻璃圖像與所述第一玻璃圖像相減，得到表示缺陷形狀的缺陷玻璃圖像；

以所述缺陷玻璃圖像的中心點為坐標原點建立笛卡爾直角坐標系，提取所述缺陷玻璃圖像的像素點坐標，得到坐標集合，所述坐標集合為所述缺陷玻璃圖像的全部像素點的坐標集合；利用卷積神經網絡對所述缺陷玻璃圖像進行缺陷分類，得到所述缺陷玻璃圖像的缺陷類型，其中，所述卷積神經網絡為對缺陷圖像的缺陷類型進行分類的網絡模型。

2.根據權利要求1所述的方法，其特征在于，所述對所述拍攝圖像進行圖像預處理，包括：

對所述拍攝圖像依次進行圖像數字化處理、圖像幾何變換處理、圖像歸一化處理、圖像平滑處理、圖像復原處理以及圖像增強處理；

其中，所述圖像數字化處理用于獲取計算機能夠處理的數據圖像，所述圖像幾何變換處理用于修正所述拍攝圖像的隨機誤差，所述圖像歸一化處理用于消除所述拍攝圖像的不變性質，所述圖像平滑處理用于消除所述拍攝圖像的噪聲，所述圖像復原處理用于校正所述拍攝圖像的圖像退化，所述圖像增強處理用于增強所述拍攝圖像視覺效果。

3.根據權利要求1所述的方法，其特征在于，所述對所述第一玻璃圖像進行閉操作處理，包括：

對所述第一玻璃圖像依次進行圖像膨脹處理和圖像腐蝕處理；

其中，基于公式四對所述第一玻璃圖像進行圖像膨脹處理，得到膨脹玻璃圖像；

公式三：

通過公式三對所述膨脹玻璃圖像進行圖像腐蝕處理，得到所述第二玻璃圖像；

公式四：

A表示圖像元素集合，B表示移動圖像元素集合，Z表示所述移動圖像元素集合的移動距離。

4.根據權利要求1所述的方法，其特征在于，所述將所述第二玻璃圖像與所述第一玻璃圖像相減，包括：

通過公式五，將所述第二玻璃圖像減去所述第一玻璃圖像；

公式五：

其中，表示缺陷玻璃圖像的圖像元素集合表示第二玻璃圖像的圖像元素集合表示第一玻璃圖像的圖像元素集合，x表示像素點的橫坐標，y表示像素點的縱坐標。

5.根據權利要求1所述的方法，其特征在于，所述得到所述缺陷玻璃圖像的缺陷類型之后，還包括：

基于無線網絡，將所述缺陷類型和所述缺陷玻璃圖像傳送至CIM計算機集成制造系統和云端數據庫。

6.一種電子設備，其特征在于，包括：

處理器；以及，

儲存器，其上存儲有可執行代碼，當所述可執行代碼被所述處理器執行時，使所述處理器執行如權利要求1-5中任一項所述的方法。

7.一種非暫時性機器可讀存儲介質，其上存儲有可執行代碼，當所述可執行代碼被電子設備的處理器執行時，使所述處理器執行如權利要求1-5中任一項所述的方法。