白玻璃板表面崩边缺陷检测方法技术

本发明专利技术涉及图像分析领域，公开了一种白玻璃板表面崩边缺陷检测方法，针对于传统的肉眼识别的检测方式效率低下、精度有限、自动化水平低的问题。该检测方法通过扫描白玻璃板图像，并进行二值化处理；然后提取白玻璃板的外轮廓；根据外轮廓各部分的形状特征，分别沿不同方向检测各部分边缘的宽度；对检测到的边缘宽度值进行聚类，以元素数目最多的类的均值为依据，检测白玻璃板的崩边缺陷。该方法能够应用于检测特征不太明显的崩边缺陷，具有较高的精度、效率和鲁棒性，有广泛的应用前景。

Method for detecting surface collapse defect of white glass plate

The invention relates to the field of image analysis, discloses a white glass plate surface chipping defect detection method, detection method for visual identification of the traditional low efficiency, limited precision, the low automation level. The detection method by scanning white glass plate image binarization processing, and then extract the outer contour; white glass board; according to the shape features of each part of the outer contour, respectively in different directions to detect the edge width; the detected edge width value of clustering, based on mean number of elements most classes based on the detection of white glass plate edge collapse defect. The method can be used to detect the edge defects with less obvious characteristics, and has high accuracy, efficiency and robustness.

【技术实现步骤摘要】

本专利技术涉及图像分析领域，特别涉及一种白玻璃板表面崩边缺陷检测方法。
技术介绍
如今智能手机已被广泛使用，手机盖板是智能手机设备重要的组件。在手机盖板检测的过程中，崩边是白玻璃板最常见的缺陷之一。目前崩边缺陷检测以人工方式为主，由于其不太明显，须以一定角度的强光照射，并以黑色材质为底辅助检测。人工检测的方式不仅耗时较长，且由于视觉疲劳的影响，容易出现遗漏的现象。崩边缺陷显示在图像上，仅仅是比正常轮廓宽度多出4～7个像素，特征较弱。已有的缺陷检测的算法或设备，由于精度较差，只能检测特征明显的、较大的崩边缺陷，导致较高的漏检率或误检率，效果较差。
技术实现思路
为了解决现有技术中的上述问题，本专利技术提出了一种白玻璃板表面崩边缺陷检测方法，提高了检测的精度、效率和鲁棒性。本专利技术的白玻璃板表面崩边缺陷检测方法，包括以下步骤：步骤1，扫描得到白玻璃板图像，对所述白玻璃板图像进行二值化处理；步骤2，提取二值化图像中白玻璃板的外轮廓，将外轮廓分割为一组子轮廓；查找各子轮廓上的点，分别对各子轮廓上查找到的点进行拟合；步骤3，按预设的步长，在各子轮廓上选取检测部位，对各检测部位的宽度值进行检测并记录；步骤4，对步骤3记录的宽度值进行聚类，计算出元素数目最多的类对应的宽度值均值；步骤5，将步骤3记录的宽度值逐一与所述宽度值均值进行比较并计算两者差值的绝对值；若任一宽度值小于所述宽度值均值，并且所述两者差值的绝对值大于预设的阈值，则判断为当前检测的白玻璃板存在崩边缺陷。优选的，所述白玻璃板为外轮廓仅由直线段和圆弧构成的白玻璃板。优选的，所述白玻璃板的形状为圆角矩形或圆角正方形。优选的，步骤2具体包括以下内容：步骤21，依据预设的周长阈值和面积阈值，对步骤1中得到的二值化图像进行白玻璃板外轮廓的提取；步骤22，查找步骤21中所提取白玻璃板外轮廓中四条直线段上的点，并对各直线段上所查找到的点分别进行拟合，得到对应的四个直线方程；步骤23，根据所述四个直线方程，计算出四条直线的交点坐标，得到外轮廓外接矩形的四个顶点，并构建外轮廓的外接矩形；步骤24，基于步骤21中所提取的外轮廓、以及步骤23中得到的外接矩形，查找步骤21中所提取的外轮廓中四条直线段与四段圆弧的过渡点；步骤25，根据所述过渡点，将整个外轮廓分割成互不重叠的四段直线段子轮廓和四段圆弧子轮廓；分别确定各子轮廓的起始点、结束点坐标；步骤26，查找四段圆弧子轮廓上的点，分别拟合各圆弧子轮廓上所查找到的点，得到各圆弧子轮廓的方程。优选的，步骤22具体包括：步骤221，以图像的中心(rows/2,cols/2)为起点，向白玻璃板外轮廓中四条直线段引分别出两条或两条以上的射线，得到白玻璃板外轮廓中各直线段上的交点坐标，组成四个点集；其中，rows和cols分别为图像的行数和列数，白玻璃板外轮廓中同一直线段对应射线中，相邻两条射线间的夹角的角度为预设值；步骤222，分别拟合步骤221得到的四个点集，得到白玻璃板外轮廓中四条直线段所在直线的方程。优选的，步骤24中所述查找步骤21中所提取的外轮廓中四条直线段与四段圆弧的过渡点，具体方法为：以外轮廓外接矩形的各顶点为起点，沿与之相交的矩形的两条邻边，查找各矩形边与外轮廓的第一个交点，得到外轮廓上直线段与圆弧的八个过渡点。优选的，步骤26中查找各圆弧子轮廓上的点，具体方法为：连接圆弧的起始点A1、结束点A2，得到圆弧A1A2的弦，计算出该弦的中点Amid；并利用经过点Amid的水平线，将对应的圆弧A1A2分为两段：A1A3、A2A3；对于与水平直线段子轮廓相连的圆弧段A1A3，按预设的步长，在垂直方向上查找圆弧段A1A3上的点；对于与垂直直线段子轮廓相连的圆弧段A2A3，按预设的步长，在水平方向上查找圆弧段A2A3上的点。优选的，步骤4中检测直线段子轮廓的宽度时，基于步骤25得到的对应直线段子轮廓的起始点、结束点对应的坐标范围，在各检测部位上，沿直线段的垂线方向由直线段子轮廓外侧向内侧进行检测。优选的，步骤4中检测圆弧子轮廓的宽度时，基于步骤25得到的对应圆弧子轮廓的起始点、结束点对应的坐标范围和步骤26得到的对应圆弧子轮廓的方程，计算出圆弧法线方程，在各检测部位上，沿圆弧的法线方向由圆弧子轮廓外侧向内侧进行检测。优选的，步骤22中用直线方程拟合白玻璃板的外轮廓中四条直线段上的点坐标。优选的，步骤26中用五阶多项式拟合各圆弧子轮廓上的点坐标。优选的，所述圆弧法线方程为本专利技术提供的崩边缺陷检测方法，将整个外轮廓划分为互不重叠的一组子轮廓，对各子轮廓在不同方向上检测轮廓宽度值，对这些轮廓宽度值进行聚类，选择元素最多的类别求出均值，将各宽度值与该均值进行对比，检测崩边缺陷是否存在。本专利技术能够有效检测图像特征较弱的崩边缺陷，具有较高的效率和鲁棒性。附图说明图1是本实施例的流程示意图；图2是本实施例中步骤2的具体流程示意图；图3是本实施例中查找白玻璃板外轮廓中直线段上点的示意图；图4是本实施例中查找圆弧子轮廓上点的示意图；图5是本实施例中各子轮廓宽度值检测方法示意图；图6是本实施例中轮廓宽度值检测结果对应的局部效果图；图7是本实施例崩边缺陷检测结果示意图。具体实施方式下面参照附图来描述本专利技术的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本专利技术的技术原理，并非旨在限制本专利技术的保护范围。本专利技术的白玻璃板表面崩边缺陷检测方法，如图1所示，包括以下步骤：步骤1，扫描得到白玻璃板图像，对所述白玻璃板图像进行二值化处理；本实施例中扫描图像的方法为：光源从玻璃板的背面照射，旋转的滚轮带动玻璃板依次经过相机的视野，相机不断进行扫描，扫描结束后生成一幅完整图像；步骤2，提取二值化图像中白玻璃板的外轮廓(是指由轮廓最外侧的单像素点围成的封闭曲线)，将外轮廓分割为一组子轮廓；查找各子轮廓上的点，分别对各子轮廓上查找到的点进行拟合；步骤3，按预设的步长，在各子轮廓上选取检测部位，对各检测部位的宽度值进行检测并记录；如图6所示，是本实施例中轮廓宽度值检测结果对应的局部效果图；步骤4，对步骤3记录的宽度值进行聚类，计算出元素数目最多的类对应的宽度值均值；步骤5，将步骤3记录的宽度值逐一与所述宽度值均值进行比较并计算两者差值的绝对值；若任一宽度值小于所述宽度值均值，并且所述两者差值的绝对值大于预设的阈值，则判断为当前检测的白玻璃板存在崩边缺陷；如图7所示，是本实施例中检测到的崩边缺陷。本实施例中，所述白玻璃板为外轮廓仅由直线段和圆弧构成的白玻璃板。本实施例中，所述白玻璃板的形状为圆角矩形或圆角正方形。本实施例中，如图2所示，步骤2具体包括以下内容：步骤21，依据预设的周长阈值和面积阈值，对步骤1中得到的二值化图像进行白玻璃板外轮廓的提取；本实施例中调用了OpenCV库(OpenSourceComputerVisionLibrary，开源发行的计算机视觉库)中的findContours(轮廓提取)函数；步骤22，查找步骤21中所提取白玻璃板外轮廓中四条直线段上的点，并对各直线段上所查找到的点分别进行拟合，得到对应的四个直线方程；步骤23，根据所述四个直线方程，计算出四条直线的交点坐标，得到外轮廓外接矩形的四个顶点，并构建外轮廓的外接矩形；步骤2本文档来自技高网...

【技术保护点】
一种白玻璃板表面崩边缺陷检测方法，其特征在于，包括以下步骤：步骤1，扫描得到白玻璃板图像，对所述白玻璃板图像进行二值化处理；步骤2，提取二值化图像中白玻璃板的外轮廓，将外轮廓分割为一组子轮廓；查找各子轮廓上的点，分别对各子轮廓上查找到的点进行拟合；步骤3，按预设的步长，在各子轮廓上选取检测部位，对各检测部位的宽度值进行检测并记录；步骤4，对步骤3记录的宽度值进行聚类，计算出元素数目最多的类对应的宽度值均值；步骤5，将步骤3记录的宽度值逐一与所述宽度值均值进行比较并计算两者差值的绝对值；若任一宽度值小于所述宽度值均值，并且所述两者差值的绝对值大于预设的阈值，则判断为当前检测的白玻璃板存在崩边缺陷。

【技术特征摘要】
1.一种白玻璃板表面崩边缺陷检测方法，其特征在于，包括以下步骤：步骤1，扫描得到白玻璃板图像，对所述白玻璃板图像进行二值化处理；步骤2，提取二值化图像中白玻璃板的外轮廓，将外轮廓分割为一组子轮廓；查找各子轮廓上的点，分别对各子轮廓上查找到的点进行拟合；步骤3，按预设的步长，在各子轮廓上选取检测部位，对各检测部位的宽度值进行检测并记录；步骤4，对步骤3记录的宽度值进行聚类，计算出元素数目最多的类对应的宽度值均值；步骤5，将步骤3记录的宽度值逐一与所述宽度值均值进行比较并计算两者差值的绝对值；若任一宽度值小于所述宽度值均值，并且所述两者差值的绝对值大于预设的阈值，则判断为当前检测的白玻璃板存在崩边缺陷。2.根据权利要求1所述的方法，其特征在于，所述白玻璃板为外轮廓仅由直线段和圆弧构成的白玻璃板。3.根据权利要求2所述的方法，其特征在于，所述白玻璃板的形状为圆角矩形或圆角正方形。4.根据权利要求3所述的方法，其特征在于，步骤2具体包括以下内容：步骤21，依据预设的周长阈值和面积阈值，对步骤1中得到的二值化图像进行白玻璃板外轮廓的提取；步骤22，查找步骤21中所提取白玻璃板外轮廓中四条直线段上的点，并对各直线段上所查找到的点分别进行拟合，得到对应的四个直线方程；步骤23，根据所述四个直线方程，计算出四条直线的交点坐标，得到外轮廓外接矩形的四个顶点，并构建外轮廓的外接矩形；步骤24，基于步骤21中所提取的外轮廓、以及步骤23中得到的外接矩形，查找步骤21中所提取的外轮廓中四条直线段与四段圆弧的过渡点；步骤25，根据所述过渡点，将整个外轮廓分割成互不重叠的四段直线段子轮廓和四段圆弧子轮廓；分别确定各子轮廓的起始点、结束点坐标；步骤26，查找四段圆弧子轮廓上的点，分别拟合各圆弧子轮廓上所查找到的点，得到各圆弧子轮廓的方程。5.根据权利要求4所述的方法，其特征在于，步骤22具体包括：步骤221，以图像的中心(rows/2,cols/2)为起点，向白玻璃板外轮廓中四条直线段分别引出两条或两条以上的...

【专利技术属性】
技术研发人员：苏虎，张正涛，袁智超，沈飞，宫新一，杨化彬，张武杰，
申请(专利权)人：中国科学院自动化研究所，中国科学院自动化研究所洛阳机器人与智能装备创新研究院，
类型：发明
国别省市：北京;11