一种玻璃面板的音孔缺陷检测方法及系统技术方案

本发明专利技术适用于玻璃面板音孔缺陷识别，提供了一种玻璃面板的音孔缺陷检测方法，步骤包括：A，对玻璃面板的音孔进行图像采集并进行处理得到音孔图像，然后对音孔图像进行膨胀运算得到音孔灰度图像；B，对音孔灰度图像进行灰度统计，得到二值化阈值，然后对音孔灰度图像进行二值化分割得到音孔二值化图像；C，对音孔二值化图像进行分析和提取，得到空心区域图像，然后对空心区域图像进行计算，得到音孔感兴趣区域图像；D，根据音孔感兴趣区域图像进行缺陷识别，并标记缺陷坐标。本发明专利技术根据音孔轮廓特征，提取出音孔轮廓感兴趣区域，并基于该邻域灰度均值对亮点缺陷进行缺陷检测判断，进一步地，可检测多种型号的玻璃面板音孔崩边、裂纹、砂边。

【技术实现步骤摘要】
【专利说明】-种玻璃面板的音孔缺陷检测方法及系统 技术邻域 本专利技术属于面板检测邻域，尤其设及一种基于图像轮廓特征提取的用于手机玻璃 面板的音孔缺陷检测方法及系统。
技术介绍
目前，对于玻璃面板表面缺陷的检测与识别方法归纳起来有Ξ类：图像匹配比较 法，非图像匹配比较法和混合法。（1)图像匹配比较法运种方法是将作为模板的标准图像与 被检测的图像进行匹配，即异或运算，运种方法适用于图像出现缺口、边缘凹凸毛刺等缺 陷，但是对于种类众多的手机玻璃面板孔亮点缺陷，其在形状上并无差异，表现特征是灰度 值高于周边，同时不同客户对于玻璃面板音孔大小不一，因此运种方法不适用于手机玻璃 面板音孔缺陷检测。（2)非图像匹配比较法运种方法不需要模板图像，它依据预先定义的设 计规则来判断待检测图像是否有瑕疵，对于手机玻璃面板音孔亮点缺陷，可W认为阔值大 小为设计规则，但是由于受玻璃面板厚度、音孔大小W及加工角度的影响，常见的阔值分 害d、边缘分割等分割方法难W兼顾，有点是内存需求小、处理灵活。（3)混合法它是前述两种 方法的综合，在一定程度上克服了前两类方法的缺点，但目前运种方法还不是很成熟，其算 法复杂，不能满足实时检测的要求，且自适应性不够，系统扩展能力较差。
技术实现思路
本专利技术所要解决的技术问题在于提供一种玻璃面板的音孔缺陷检测方法及系统， 旨在解决现有检测音孔缺陷技术不成熟，算法复杂，不能满足实时检测的要求，且自适应性 不够，系统扩展能力较差的问题。 本专利技术是运样实现的，一种玻璃面板的音孔缺陷检测方法，步骤包括： 步骤A，对玻璃面板的音孔进行图像采集，并将采集的图像进行灰度转换和预处理 得到音孔图像，然后对所述音孔图像进行膨胀运算得到音孔灰度图像； 步骤B，对所述音孔灰度图像进行灰度统计，得到二值化阔值，然后根据所述二值 化阔值对所述音孔灰度图像进行二值化分割得到音孔二值化图像；[000引步骤C，对所述音孔二值化图像进行分析和提取，得到空屯、区域图像，然后对所述 空屯、区域图像进行计算，得到音孔感兴趣区域图像； 步骤D，根据所述音孔感兴趣区域图像进行缺陷识别，并标记缺陷坐标。 进一步地，步骤A具体包括： 步骤A1，对玻璃面板的音孔进行图像采集并进行灰度转换，然后对灰度转换后的 图像进行滤波和去噪的预处理得到音孔图像； 步骤A2,对预处理后的音孔图像进行膨胀运算得到音孔灰度图像;所述膨胀运算 的算子大小为音孔轮廓宽度大小。进一步地，步骤B具体包括： 步骤B1，对所述音孔灰度图像进行灰度直方图统计，灰度级数为256级，然后根据 音孔空屯、特征，从灰度级数0开始对所述音孔灰度图像进行遍历，得到第一个峰值灰度值； W灰度级0开始对所述音孔灰度图像进行遍历，当第i级对应的像素个数大小比邻 域域内的像素个数多时，Wi为第一个峰值灰度值，WNum(i)表示该灰度值对应灰度级的像 素个数，则满足： Num( i) =Max 阳皿（i±d)}，0<d<D，D<i< 255-D;其中D为邻域大小，d为变量； 步骤B2,根据得到的第一个峰值灰度值对所述音孔灰度图像进行遍历，得到第一 个峰谷灰度值，确定二值化阔值； 从第一峰值灰度值i对应的灰度级i开始对所述音孔灰度图像进行遍历，当第j级 对应的像素个数比邻域域内的像素个数少时，Wj为第一个峰谷灰度值，WNum(j)表示该灰 度值对应灰度级的像素个数，则满足：[001 引 Num( j) =Max{Num( j ±d) }，0<d<i，i<j< 255-D; 步骤B3，W步骤B2中得到的第一峰谷灰度值j为二值化阔值，对所述音孔灰度图像 进行二值化分割，得到音孔二值化图像。 进一步地，步骤C具体包括： 步骤C1，对所述音孔二值化图像进行B0LB分析，根据空屯、轮廓特征、凸包面积W及 位置提取空屯、区域图像； WBlock(n)表示第η个轮廓，BlockLength(n)表示轮廓长度，BlockArea(n)表示凸 包面积，（BlockX(n)，BlockY(n))表示轮廓中屯、坐标； 当且仅当满足： 时，确定该轮廓为音孔空屯、对应的轮廓，对该轮廓进行提取获得空屯、区域图像;其 中，Length表示轮廓长度，Area表示轮廓面积，XI，X2表示轮廓中屯、所在的列坐标的最小值 和最大值;YUY2表示行坐标的最小值和最大值； 步骤C2,对所述空屯、区域图像进行膨胀运算和腐蚀运算，得到第一运算图像和第 二运算图像，将所述第一运算图像和第二运算图像相减，得到音孔感兴趣区域图像。 进一步地，步骤D具体包括： 步骤D1，根据所述音孔感兴趣区域图像提取对应的音孔图像，W所述音孔感兴趣 区域图像，确定所述音孔图像中的音孔感兴趣区域； 步骤D2,根据所述音孔感兴趣区域判断是否存在亮点； Wf(i，j)表示所述音孔感兴趣区域中第i点的灰度值，T表示所述音孔感兴趣区域 内所有像素的灰度平均值，A T表示缺陷阔值， 当且仅当第i点的灰度值大于或者等于所述灰度平均值与所述缺陷阔值之和时， 则确定存在亮点，并提取亮点轮廓； 当且仅当第i点的灰度值小于所述灰度平均值与所述缺陷阔值之和时，则确定正 常； 步骤D3，W所述灰度平均值与所述缺陷阔值之和为分割阔值，对所述音孔图像进 行二值化分割得到二值化分割图像，并根据所述亮点轮廓判断音孔缺陷，并标记缺陷坐标； WB( i，j)表示所述二值化分割图像，则： 在判断出现一个亮点或多个亮点，且亮点之间位置分割较远，则确定为音孔崩边； 在判断亮点布满音孔轮廓边缘，且亮点之间彼此连接，则确定为音孔砂边； 在判断为出现细长条亮点，且所述细长条亮点长宽比满足缺陷阔值时，则确定为 音孔裂纹。 本专利技术还提供了一种玻璃面板的音孔缺陷检测系统，包括： 采集处理单元，对玻璃面板的音孔进行图像采集，并将采集的图像进行灰度转换 和预处理得到音孔图像，然后对所述音孔图像进行膨胀运算得到音孔灰度图像； 二值化处理单元，用于对所述音孔灰度图像进行灰度统计，得到二值化阔值，然后 根据所述二值化阔值对所述音孔灰度图像进行二值化分割得到音孔二值化图像； 分析提取单元，用于对所述音孔二值化图像进行分析和提取，得到空屯、区域图像， 然后对所述空屯、区域图像进行计算，得到音孔感兴趣区域图像； 缺陷识别单元，用于根据所述音孔感兴趣区域图像进行缺陷识别，并标记缺陷坐 标。 进一步地，所述采集处理单元具体用于： 首先，对玻璃面板的音孔进行图像采集并进行灰度转换，然后对灰度转换后的图 像进行滤波和去噪的预处理得到音孔图像； 最后，对预处理后的音孔图像进行膨胀运算得到音孔灰度图像;所述膨胀运算的 算子大小为音孔轮廓宽度大小。 进一步地，所述二值化处理单元具体用于： 首先，对所述音孔灰度图像进行灰度直方图统计，灰度级数为256级，然后根据音 孔空屯、特征，从灰度级数0开始对所述音孔灰度图像进行遍历，得到第一个峰值灰度值； W灰度级0开始对所述音孔灰度图像进行遍历，当第i级对应的像素个数大小比邻 域域内的像素个数多时，Wi为第一个峰值灰度值，WNum(i)表示该灰度值对应灰度级的像 素个数，则满足： Num(i)=Max{Num(i±d)}，0<d<D，D< 本文档来自技高网...

【技术保护点】
一种玻璃面板的音孔缺陷检测方法，其特征在于，所述音孔缺陷检测方法的步骤包括：步骤A，对玻璃面板的音孔进行图像采集，并将采集的图像进行灰度转换和预处理得到音孔图像，然后对所述音孔图像进行膨胀运算得到音孔灰度图像；步骤B，对所述音孔灰度图像进行灰度统计，得到二值化阈值，然后根据所述二值化阈值对所述音孔灰度图像进行二值化分割得到音孔二值化图像；步骤C，对所述音孔二值化图像进行分析和提取，得到空心区域图像，然后对所述空心区域图像进行计算，得到音孔感兴趣区域图像；步骤D，根据所述音孔感兴趣区域图像进行缺陷识别，并标记缺陷坐标。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘新辉，冯平，程涛，孙高磊，彭涛，
申请(专利权)人：刘新辉，冯平，程涛，孙高磊，彭涛，
类型：发明
国别省市：广东;44