[發明專利]基于機器視覺的塑料制品質量評估方法

有效

• 申請號: 202210880935.8
• 申請日: 2022-07-26
• 公開（公告）號: CN114937042B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 卓健鵬
• 申請（專利權）人: 海門市騰飛橡塑廠
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06V10/26;G06V10/44;G06V10/50;G06V10/764;G06V10/77;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于機器視覺的塑料制品質量評估方法，其特征在于，包括：

獲取待測塑料件圖像；

設置閾值，根據灰度集中程度對待測塑料件進行判斷：當灰度集中程度大于等于閾值時，該待測塑料件不存在缺陷；當灰度集中程度小于閾值時，該待測塑料件可能存在缺陷，需要進行下一步檢測；

對可能存在缺陷的塑料件圖像進行區域等分，根據各小區域的灰度級和整個塑料件圖像的灰度級得到各小區域存在缺陷的初始概率；

根據各小區域中各灰度級相對于整個塑料件圖像灰度級的偏移程度對初始概率進行修正，得到各小區域存在缺陷修正后的概率；

對各小區域存在缺陷修正后的概率進行排序，將修正后缺陷概率最大的小區域作為主要受力區域；

利用PCA算法得到主要受力區域中特征值最大的主成分方向，將該主成分方向上經過的各個相鄰小區域進行合并，得到第一缺陷區域和剩余小區域；

對剩余小區域的存在缺陷修正后的概率重新進行排序，獲取剩余小區域中修正后缺陷概率最大值；

當剩余小區域的修正后缺陷概率最大值大于等于修正后缺陷概率閾值時，將最大值對應的小區域作為新的主要受力區域，按照得到第一缺陷區域的方法得到第二缺陷區域和剩余小區域，依次直到剩余小區域的修正后缺陷概率最大值小于修正后缺陷概率閾值，得到所有缺陷區域；

計算各缺陷區域的發白程度，根據各缺陷區域的發白程度及各缺陷區域中心點到塑料件邊緣點的最小距離，得到發白缺陷對塑料件的綜合影響程度；

所述發白缺陷對塑料件的綜合影響程度的表達式如下：

式中，為發白缺陷對塑料件的綜合影響程度，為缺陷區域的總個數，為第個缺陷區域中心點到塑料件邊緣點的最小距離，為第個缺陷區域的發白程度；

根據發白缺陷對塑料件的綜合影響程度對待測塑料件進行質量評估；所述根據發白缺陷對塑料件的綜合影響程度對待測塑料件進行質量評估，包括：

將發白缺陷對塑料件的綜合影響程度與建立的影響程度-塑料件質量數據庫進行對比，對待測塑料件進行質量評估。

2.根據權利要求1所述的一種基于機器視覺的塑料制品質量評估方法，其特征在于，所述灰度集中程度是按照如下方式得到：

獲取待測塑料件灰度直方圖；

獲取灰度直方圖的各灰度級及各灰度級的占比；

對各灰度級及其對應占比進行加權平均，得到平均后的灰度級；

根據各灰度級與平均后的灰度級的方差得到待測塑料件的灰度集中程度。

3.根據權利要求1所述的一種基于機器視覺的塑料制品質量評估方法，其特征在于，所述各小區域存在缺陷的初始概率是按照如下方式得到：

對待測塑料件圖像進行區域等分，得到各個小區域；

將各個小區域圖像灰度化處理，獲取各個小區域歸一化后的灰度直方圖；

根據各小區域的灰度級和整個塑料件圖像的灰度級，計算得到各小區域存在缺陷的初始概率。

4.根據權利要求1所述的一種基于機器視覺的塑料制品質量評估方法，其特征在于，所述各小區域存在缺陷修正后的概率的表達式如下：

式中，為第個小區域中存在缺陷修正后的概率， 為第個小區域中存在缺陷的初始概率，為第個小區域中的灰度級個數，為第個小區域內的第個灰度級，為整個圖像中占比最大的灰度級。

5.根據權利要求1所述的一種基于機器視覺的塑料制品質量評估方法，其特征在于，所述第一缺陷區域是按照如下方式得到：

對各小區域存在缺陷修正后的概率進行排序，得到缺陷概率最大的小區域即為主要受力區域；

利用PCA算法獲得主要受力區域中像素點的主成分方向；

將像素點的主成分方向中特征值最大的主成分方向作為缺陷的分布方向，將分布方向上經過的各相鄰小區域進行合并，得到第一缺陷區域。

6.根據權利要求1所述的一種基于機器視覺的塑料制品質量評估方法，其特征在于，所述各缺陷區域的發白程度是按照如下方式得到：

計算各缺陷區域中各個小區域中心點到整個缺陷區域中心點的距離；

將組成各缺陷區域的各個小區域存在缺陷修正后的概率，以各個小區域中心點到整個缺陷區域中心點的距離的e的負指數次方為權重，進行加權求和，得到各缺陷區域的發白程度。