[發(fā)明專利]基于圖像分割的透明待檢物缺陷識別方法

在審

• 申請?zhí)枺?/td>: 202110909232.9
• 申請日: 2021-08-09
• 公開（公告）號: CN113592841A
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 姜涌;林鑫杰;范偉華;吳垠;吳文鑫;鄒志豪
• 申請（專利權(quán)）人: 高視科技（蘇州）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/62;G06T5/00;G01N21/958;G01N21/88
• 代理公司: 惠州市超越知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44349
• 代理人: 陳文福

本申請是關(guān)于一種基于圖像分割的透明待檢物缺陷識別方法。該方法包括：獲取第一處理圖像；對所述第一處理圖像進(jìn)行對比度增強(qiáng)處理以及樣本方差閾值分割，得到第二處理圖像；根據(jù)所述第一處理圖像的亮斑圖像進(jìn)行區(qū)域分割，得到分割位置信息和區(qū)域分割圖像；對所述區(qū)域分割圖像進(jìn)行局部自適應(yīng)閾值分割，得到第三處理圖像；根據(jù)所述第三處理圖像對應(yīng)的分割位置信息，確定所述第二處理圖像在相應(yīng)圖像位置是否存在局部潛在缺陷圖像；若存在局部潛在缺陷圖像，則根據(jù)所述局部潛在缺陷圖像去除所述第三處理圖像中的潛在缺陷的圖像信息，得到僅體現(xiàn)潛在倒影的待識別圖像；根據(jù)所述第二處理圖像和所述待識別圖像進(jìn)行透明待檢物的缺陷類型識別。

技術(shù)領(lǐng)域

本申請涉及機(jī)器視覺檢測技術(shù)領(lǐng)域，尤其涉及一種基于圖像分割的透明待檢物缺陷識別方法。

背景技術(shù)

在流水線生產(chǎn)中，需要對玻璃等透明物或半透明物進(jìn)行質(zhì)量檢測。在檢測過程中，需求區(qū)分的缺陷類型主要有兩種：內(nèi)部異物和表面異物。若產(chǎn)品存在內(nèi)部異物，則會被歸為瑕疵品，無法上市流通。但在日常生產(chǎn)時(shí)，無法避免產(chǎn)品表面會附著灰塵等雜質(zhì)這類表面異物。如果無法將內(nèi)部異物與表面異物區(qū)分開，則可能會錯(cuò)將表面異物當(dāng)成內(nèi)部異物，導(dǎo)致錯(cuò)將良品識別為瑕疵品；或是將內(nèi)部異物當(dāng)成表面異物，造成漏檢。

在產(chǎn)品檢測的過程中，透明待檢物具有“透明”和“反光”的特殊屬性，導(dǎo)致有缺陷的透明待檢物的光學(xué)成像會出現(xiàn)多種不同類型的“亮斑”；并且，在光源的照射下，某些局部位置還可能會產(chǎn)生光暈和虛影，使得基于計(jì)算機(jī)視覺的缺陷識別方案難以進(jìn)行有效識別。

因此，在對透明待檢物進(jìn)行缺陷識別之前，需要對代表不同類型的亮斑圖像進(jìn)行有效地分割處理，以便于后續(xù)能夠基于分割后的圖像進(jìn)行準(zhǔn)確地缺陷類型識別。

發(fā)明內(nèi)容

為克服相關(guān)技術(shù)中存在的問題，本申請?zhí)峁┮环N基于圖像分割的透明待檢物缺陷識別方法，能夠?qū)Υ聿煌愋偷牧涟邎D像進(jìn)行有效地分割處理，進(jìn)而基于分割后的圖像進(jìn)行準(zhǔn)確地缺陷類型識別。

本申請?zhí)峁┮环N基于圖像分割的透明待檢物缺陷識別方法，包括：

獲取第一處理圖像，所述第一處理圖像為透明待檢物的拍攝圖像；

對所述第一處理圖像進(jìn)行對比度增強(qiáng)處理以及樣本方差閾值分割，得到第二處理圖像，所述第二處理圖像為潛在缺陷對應(yīng)的圖像；

根據(jù)所述第一處理圖像的亮斑圖像進(jìn)行區(qū)域分割，得到分割位置信息和區(qū)域分割圖像；

對所述區(qū)域分割圖像進(jìn)行局部自適應(yīng)閾值分割，得到第三處理圖像，所述第三處理圖像為潛在缺陷和潛在倒影對應(yīng)的圖像；

根據(jù)所述第三處理圖像對應(yīng)的分割位置信息，確定所述第二處理圖像在相應(yīng)圖像位置是否存在局部潛在缺陷圖像；若存在局部潛在缺陷圖像，則根據(jù)所述局部潛在缺陷圖像去除所述第三處理圖像中的潛在缺陷的圖像信息，得到僅體現(xiàn)潛在倒影的待識別圖像；

根據(jù)所述第二處理圖像和所述待識別圖像進(jìn)行透明待檢物的缺陷類型識別。

在一種實(shí)施方式中，所述對所述第一處理圖像進(jìn)行對比度增強(qiáng)處理以及樣本方差閾值分割之前，包括：

對所述第一處理圖像進(jìn)行高斯濾波，得到降噪后的第一處理圖像。

在一種實(shí)施方式中，所述對比度增強(qiáng)處理為gamma對比度增強(qiáng)處理；所述樣本方差閾值分割為var-threshold閾值分割。

在一種實(shí)施方式中，所述根據(jù)所述第一處理圖像的亮斑圖像進(jìn)行區(qū)域分割，得到分割位置信息和區(qū)域分割圖像，包括：

S1、獲取所述第一處理圖像中的一塊亮斑圖像；