基于旋转不变纹理特征的灯管表面瑕疵分类方法及系统技术方案

本发明专利技术公开了一种基于旋转不变纹理特征的灯管表面瑕疵分类方法和系统，采集节能灯管图像，利用滑动窗口方法获取灯管瑕疵部位；利用灰度共生矩阵的能量、对比度、同质性、相关性4个参数判断出瑕疵的大致方向；根据判断出来的大致方向，再次细分，找出瑕疵纹理的准确方向；将图像旋转校正，并计算旋转后的LBP特征；利用瑕疵准确方向上灰度共生矩阵计算出的4个参数和LBP特征，得到灯管瑕疵部分的纹理特征矩阵；利用纹理特征矩阵计算出待检测的灯管瑕疵与预收集瑕疵的相似度，最终将待分类瑕疵图像归类为相似度最大的一类。本节能灯管成品质量检测方法，检测效率和分类精度高，同时大大降低了检测人员的劳动强度。

【技术实现步骤摘要】

本专利技术属于产品质量检测
，具体涉及一种基于旋转不变纹理特征的粉管表面瑕疵分类方法及其分类系统。
技术介绍
在节能灯管的生产过程中，需要用荧光粉均匀地涂在玻璃管壁上，因此荧光粉喷涂质量就直接影响到节能灯的生产合格率。如果在生产过程中，由于机器设备或其他偶然因素造成荧光粉涂层刮擦、喷涂不均匀等瑕疵时，这些次品灯管需要按照不同瑕疵类别进行二次加工。因此灯管表面瑕疵检测和分类对节能灯的产品质量检测至关重要。在对节能灯管表面瑕疵情况进行检测和分类过程中，能够准确并且高效地在线实时检测和分类是十分重要的。然而，由于生产加工过程中产生瑕疵方向的不定性等因素，成品节能灯管的质量检测成为产品质量自动检测领域的一个技术难题。在现有的工艺条件下，节能灯管的瑕疵检测和分类一般是采用离线人工肉眼进行检测和分类，根据一些先验的经验来确定瑕疵的类别。虽然在一定程度上满足了需求，但是由于检测分类效率的低下、自动化程度低、人工检测易于出错和出现误检等问题，不能够满足现代化企业对于瑕疵灯管的检测和分类的实际需求。专利号为ZL201310015434.4的中国专利技术专利“一种基于机器视觉的U型粉管的检测方法及其检测系统”公开了一种通过图像采集、特征提取、瑕疵判别计算，最终判定被测粉管涂粉质量合格还是不合格，该方法及系统能够实现U型粉管涂粉效果的实时检测，但是无法有效判断瑕疵的不同类别，不能有效地对U型粉管瑕疵进行在线实时的分类。
技术实现思路
针对现有技术所存在的上述技术缺陷及不足，本专利技术提供了一种基于旋转不变纹理特征的灯管表面瑕疵分类方法和系统。基于上述瑕疵分类方法本专利技术还提供了一种基于旋转不变纹理特征的灯管表面质量检测和瑕疵分类方法和系统。本专利技术实现了灯管成品表面瑕疵的实时检测以及瑕疵类型的区分，检测效率和分类精度高，提高了节能灯管生产流水线的效率，同时大大降低了检测人员的劳动强度。为解决上述技术问题，本专利技术提供的技术方案分别如下：一种基于旋转不变纹理特征的灯管表面瑕疵分类方法，其特征在于，包括如下步骤：(1)采集各类别瑕疵灯管的瑕疵图像，按照设定方向，建立样本库；该步骤实际操作时，预先收集节能灯管生产公司人工分拣出的节能灯管次品，对次品粉管(灯管)按照瑕疵种类进行人工区分，将粉管瑕疵归类为几种典型类别，对各类别瑕疵采集一定数量图像，并按照设定方向对这些图像进行旋转，并保存这些图片，建立样本库；(2)采集待分类瑕疵灯管的灯管图像，读取灯管图像中包含瑕疵的感兴趣区域(ROI，RegionofInteresting)，截取瑕疵图像的感兴趣区域部分，得到待分类图像；(3)在设定角度方向上求取待分类图像的灰度共生矩阵，同时计算相应设定角度方向上灰度共生矩阵的特征参数，根据所述特征参数判断出待分类图像中灯管瑕疵的方向；(4)根据求得的灯管瑕疵的方向，将待分类图像进行旋转校正，使得灯管瑕疵的方向接近设定方向；该步骤中，所述的设定方向一般是指与样本库中指定的方向一致，以便于后续的计算和对比；(5)提取旋转校正后图像的LBP(LocalBinaryPatterns，局部二值模式)特征，并结合该待分类图像的特征参数，得到待分类图像的纹理特征矩阵；(6)根据求得的纹理特征矩阵，计算待分类图像与各类瑕疵图像的相似度；(7)将待分类图像归类为相似度最大的一类。作为优选，步骤(3)中，判断灯管瑕疵的方向的具体方法如下：(4-1)在0-180°角度范围内，以设定大角度间隔△θ1得到若干大角度方向，在得到的大角度方向上分别求取待分类图像的灰度共生矩阵，并计算该灰度共生矩阵的特征参数，判断出灯管瑕疵的大致方向范围；(4-2)针对判断出的大致方向范围，再以设定小角度间隔△θ2细分出相应的多个细分方向，计算出多个细分方向上相应的灰度共生矩阵，并计算该灰度共生矩阵的特征参数，判断出灯管瑕疵的灯管瑕疵的准确方向范围。采用上述方案，先确定大致方向范围，再在该范围内细分计算，大大提高了计算的针对性，可进一步提高计算效率。作为优选，所述△θ1＝45°，所述若干大角度方向分别为0°、45°、90°、135°。即，在步骤(4-1)中，计算待分类图像在0°、45°、90°、135°4个方向的灰度共生矩阵。步骤(4-1)中，根据特征参数得到的符合的要求的角度值定义为大致角度目标值，定义为θ’，所述大致方向范围＝θ’±△θ1。比如，步骤(4-1)中，判断出大致角度目标值为90°，得到的所述灯管瑕疵的大致方向范围为45-135°。作为优选，所述△θ2＝15°。即，步骤(4-2)中，利用步骤(4-1)所判断出的大致方向范围，再以15°为间隔，细分出6个方向，并计算出6个方向上相应的灰度共生矩阵；计算出6个细分方向上灰度共生矩阵的能量、对比度、同质性、相关性4个参数，并判断出灯管瑕疵的准确方向范围。步骤(4-2)中，根据特征参数得到的符合的要求的角度值定义为准确角度目标值，定义为θ”，所述准确方向范围＝θ”±△θ2。比如，步骤(4-2)中，判断出大致角度目标值为90°，得到的所述灯管瑕疵的准确方向范围为75-105°。作为优选，所述特征参数为灰度共生矩阵的能量(Energy)、对比度(Contrast)、同质性(Homogeneity)、相关性(Correlation)的4个参数。对瑕疵方向进行判断时，首先计算灰度共生矩阵的能量(Energy)、对比度(Contrast)、同质性(Homogeneity)、相关性(Correlation)4个参数：其中k为灰度共生矩阵的行数(列数)，P(i,j)为图像在(i,j)处的灰度值，μi,μj,σi,σj计算公式如下：然后，判断灯管瑕疵的大致方向可采用公式(10)～(13)中的一个或者多个：φ1＝f(max{Energyθ本文档来自技高网...

【技术保护点】
一种基于旋转不变纹理特征的灯管表面瑕疵分类方法，其特征在于，包括如下步骤：(1)采集各类别瑕疵灯管的瑕疵图像，按照设定方向，建立样本库；(2)采集待分类瑕疵灯管的灯管图像，读取灯管图像中包含瑕疵的感兴趣区域，得到待分类图像；(3)在设定角度方向上求取待分类图像的灰度共生矩阵，同时计算相应设定角度方向上灰度共生矩阵的特征参数，根据所述特征参数判断出待分类图像中灯管瑕疵的方向；(4)根据求得的灯管瑕疵的方向，将待分类图像进行旋转校正，使得灯管瑕疵的方向接近设定方向；(5)提取旋转校正后图像的LBP特征，并结合该待分类图像的特征参数，得到待分类图像的纹理特征矩阵；(6)根据求得的纹理特征矩阵，计算待分类图像与各类瑕疵图像的相似度；(7)将待分类图像归类为相似度最大的一类。

【技术特征摘要】
1.一种基于旋转不变纹理特征的灯管表面瑕疵分类方法，其特征在于，包括如下步骤：(1)采集各类别瑕疵灯管的瑕疵图像，按照设定方向，建立样本库；(2)采集待分类瑕疵灯管的灯管图像，读取灯管图像中包含瑕疵的感兴趣区域，得到待分类图像；(3)在设定角度方向上求取待分类图像的灰度共生矩阵，同时计算相应设定角度方向上灰度共生矩阵的特征参数，根据所述特征参数判断出待分类图像中灯管瑕疵的方向；(4)根据求得的灯管瑕疵的方向，将待分类图像进行旋转校正，使得灯管瑕疵的方向接近设定方向；(5)提取旋转校正后图像的LBP特征，并结合该待分类图像的特征参数，得到待分类图像的纹理特征矩阵；(6)根据求得的纹理特征矩阵，计算待分类图像与各类瑕疵图像的相似度；(7)将待分类图像归类为相似度最大的一类。2.根据权利要求1所述的基于旋转不变纹理特征的灯管表面瑕疵分类方法，其特征在于，步骤(3)中，判断灯管瑕疵的方向的具体方法如下：(4-1)在0-180°角度范围内，以设定大角度间隔△θ1得到若干大角度方向，在得到的大角度方向上分别求取待分类图像的灰度共生矩阵，并计算该灰度共生矩阵的特征参数，判断出灯管瑕疵的大致方向范围；(4-2)针对判断出的大致方向范围，再以设定小角度间隔△θ2细分出相应的多个细分方向，计算出多个细分方向上相应的灰度共生矩阵，并计算该灰度共生矩阵的特征参数，判断出灯管瑕疵的灯管瑕疵的准确方向范围。3.根据权利要求2所述的基于旋转不变纹理特征的灯管表面瑕疵分类方法，其特征在于，所述△θ1＝45°，所述若干大角度方向分别为0°、45°、90°、135°。4.根据权利要求2所述的基于旋转不变纹理特征的灯管表面瑕疵分类方法，其特征在于，所述△θ2＝15°。5.根据权利要求1或2所述的基于旋转不变纹理特征的灯管表面瑕疵分类方法，其特征在于，所述特征参数为灰度共生矩阵的能量、对比度、同质性、相关性。6.根据权利要求2所述的基于旋转不变纹理特征的灯管表面瑕疵分类方法，其特征在于，所述准确方向为一个角度范围θ0～θ1，所述旋转校正时，旋转的方向为7.一种基于旋转不变纹理特征的灯管表面质量检测和瑕疵分类方法，其特征在于，包括权利要求1～6任一项所述的基于旋转不变纹理特征的灯管表面瑕疵分类方法，其中，步骤(2)替换为：(2)在线实时采集待检测灯管的灯管图像；利用滑动窗口方法检测上述灯管图像...

【专利技术属性】
技术研发人员：侯北平，王周敏，穆清萍，于爱华，朱文，介婧，李刚，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：浙江;33