基于显微视觉的白玻表面缺陷检测方法技术

本发明专利技术属于缺陷检测领域，具体提供一种基于显微视觉的白玻表面缺陷检测方法。本发明专利技术旨在解决白玻外观品质检测需要人为参与并因此对人眼睛造成伤害以及增加了工人劳动强度的问题。本发明专利技术的方法包括以下步骤：对白玻表面的图像进行预处理；根据预处理的结果确定白玻表面上的候选缺陷；获取所述候选缺陷的缺陷特征；根据所述缺陷特征剔除缺陷干扰项；根据所述缺陷特征对剩余缺陷进行融合；计算融合后的缺陷尺寸。本发明专利技术的方法能够准确地检测出白玻表面的缺陷，满足手机白玻表面缺陷检测的需要，进而避免了人员参与。

White glass surface defect detection method based on microscopic vision

The invention belongs to the field of defect detection, and specifically provides a white glass surface defect detection method based on microscopic vision. The invention aims to solve the problem that the appearance quality of the white glass needs to be artificially involved, thereby causing harm to people's eyes and increasing the labor intensity of workers. The method of the invention comprises the following steps: image on the glass surface pretreatment; determine candidate white glass defects on the surface according to the result of preprocessing; defect feature acquisition of the candidate defect; according to the characteristics of defect defects through interference; according to the characteristics of residual defects defect fusion; defect size fusion calculation. The method of the invention can accurately detect the defects on the white glass surface, meet the requirement of the white glass surface defect detection of the mobile phone, and thereby avoid the participation of the personnel.

【技术实现步骤摘要】
基于显微视觉的白玻表面缺陷检测方法
本专利技术属于缺陷检测领域，具体提供一种基于显微视觉的白玻表面缺陷检测方法。
技术介绍
随着科技的进步，智能手机的生产也愈来愈自动化。但是，有些工序还仍旧由人进行安装或者检测，其中，虽然手机白玻流水线生产已经实现了半自动化，但是白玻外观品质检测还需要人为参与。该项工作不仅需要人在强光下用肉眼对白玻进行检测，而且流程繁杂，熟练工人检测一片白玻需要10s到15s的时间，因此，这一工作对人眼危害很大，并且由于需要大量的人工，无形中增加了劳动成本和工人的劳动强度。相应地，本领域需要一种白玻表面缺陷检测方法来解决上述问题。
技术实现思路
为了解决现有技术中的上述问题，即为了解决白玻外观品质检测需要人为参与并因此对人眼睛造成伤害以及增加了工人劳动强度的问题，本专利技术提供了一种基于显微视觉的白玻表面缺陷检测方法，该方法包括以下步骤：对白玻表面的图像进行预处理；根据预处理的结果确定白玻表面上的候选缺陷；获取所述候选缺陷的缺陷特征；根据所述缺陷特征剔除缺陷干扰项；根据所述缺陷特征对剩余缺陷进行融合；计算融合后的缺陷尺寸。在上述方法的优选技术方案中，所述对白玻表面的图像进行预处理的步骤进一步包括：将白玻表面的图像切割成多个图像块。在上述方法的优选技术方案中，所述对白玻表面的图像进行预处理的步骤还包括：对所述多个图像进行二值化处理；提取所述多个图像中的轮廓。在上述方法的优选技术方案中，所述根据预处理的结果确定白玻表面上的候选缺陷的步骤进一步包括：将提取出的轮廓作为白玻表面上的候选缺陷。在上述方法的优选技术方案中，所述获取所述候选缺陷的缺陷特征的步骤进一步包括获取下列各项中的至少一项：所述候选缺陷的最小外接矩形的特征、所述候选缺陷的直线度、所述候选缺陷的平滑度以及所述候选缺陷的亮像素浓度特征。在上述方法的优选技术方案中，所述亮像素浓度特征通过下列公式计算：其中，n是所述候选缺陷中包含的灰度值大于250以上的像素点个数，N是所述候选缺陷的总像素个数。在上述方法的优选技术方案中，所述最小外接矩形的特征包括所述最小外接矩形的长度、宽度以及长宽比。在上述方法的优选技术方案中，所述根据所述缺陷特征剔除缺陷干扰项的步骤进一步包括：根据所述候选缺陷的最小外接矩形的特征、所述候选缺陷的直线度、所述候选缺陷的平滑度以及所述候选缺陷的亮像素浓度特征中的至少一项来剔除灰尘和纤维。在上述方法的优选技术方案中，所述根据所述缺陷特征对剩余缺陷进行融合的步骤进一步包括：采用区域生长的方法对剩余缺陷进行分类融合。在另一方面，本专利技术提供了一种基于显微视觉的白玻表面缺陷检测方法，该方法包括以下步骤：对白玻表面的图像进行预处理；在预处理的基础上对白玻进行宽度测量；根据宽度测量结果对白玻上的崩边进行定位。在上述方法的优选技术方案中，所述对白玻表面的图像进行预处理的步骤进一步包括：将白玻表面的图像切割成多个图像块。在上述方法的优选技术方案中，所述在预处理的基础上对白玻进行宽度测量的步骤进一步包括：采用定步长线扫描的方法对白玻边缘的一行或一列图像块的宽度进行测量。在上述方法的优选技术方案中，所述根据宽度测量结果对白玻上的崩边进行定位的步骤进一步包括：根据宽度测量结果，获取宽度集合中的异常宽度；根据获得的异常宽度来确定崩边的位置和尺寸。本领域技术人员能够理解的是，在本专利技术的优选技术方案中，通过将采集到的白玻表面的图像切割成多个尺寸相同的图像块，然后同时采集每个图像块的信息，进而获得每个图像块内的缺陷。计算出每个缺陷的亮像素浓度，并对每个缺陷做最小外接矩形，根据每个缺陷的最小外接矩形可获得每个缺陷的直线度、平滑度等，然后根据上述缺陷的缺陷特征剔除缺陷干扰项，排除白玻上灰尘和纤维的干扰。最后采用区域生长的方法对剩余缺陷进行分类融合，并对融合后的缺陷尺寸进行计算。进一步，采用定步长线扫描的方法对白玻的边缘和宽度进行测量，然后根据测量结果中异常宽度对崩边进行定位与测量。通过本专利技术的上述方法能够有效地检测出白玻表面的缺陷，可以完全替代现有的人工检测，节省劳动力和成本。附图说明图1是本专利技术的基于显微视觉的白玻表面缺陷检测方法的划伤检测算法流程图；图2是本专利技术的基于显微视觉的白玻表面缺陷检测方法的崩边检测算法流程图；图3是白玻表面缺陷的最小外接矩形的示意图。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。例如，虽然说明书是以手机玻璃作为实施对象的，但是很明显，本专利技术的白玻表面缺陷检测方法还可以应用到其他透明材质缺陷的检测，本领域技术人员可以根据需要对其作出调整，以便适应具体的应用场合。如图1所示，本专利技术的白玻表面缺陷检测方法主要包括：步骤S100，对白玻表面的图像进行预处理；步骤S200，根据预处理的结果确定白玻表面上的候选缺陷；步骤S300，获取所述候选缺陷的缺陷特征；步骤S400，根据所述缺陷特征剔除缺陷干扰项；步骤S500，根据所述缺陷特征对剩余缺陷进行融合；步骤S600，计算融合后的缺陷尺寸。如图2所示，本专利技术的白玻表面缺陷检测方法还包括：步骤S700，对白玻表面的图像进行预处理；步骤S800，在预处理的基础上对白玻进行宽度测量；步骤S900，根据宽度测量结果对白玻上的崩边进行定位。其中，步骤S100至步骤S600主要用于检测、计算白玻表面上的缺陷，例如，划痕、蹭伤等；步骤S700至步骤S900主要用于检测白玻边缘处的崩边缺陷。具体地，在步骤S100中，首先，将采集到的白玻表面的图像切割成M个2048像素×2048像素尺寸相同的图像块，M为正整数。本领域技术人员能够理解的是，在具体实施时，白玻边缘有可能会存在一列和/或一行2048像素×i像素的图像块，0＜i＜2048。在不影响缺陷处理效果的前期下，本领域技术人员也可以根据需要将白玻表面的图像切割成其他大小的图像块。其次，将所有分割好的图像块进行二值化处理，以便将各图像块上的像素点的灰度值设置在0～255之间，即使整个图像呈现出明显的黑白效果。因为二值化处理是本领域技术人员所熟知且能够实现的图像处理方法，所以在此不作详细说明。然后，获取每个图像块上的轮廓，该轮廓为每个图像块上灰度值异常的集合。本领域技术人员能够理解的是，优选地对所有图像块上的轮廓同时进行查找，以便提高轮廓的查找速率；或者本领域技术人员也可以根据需要对所有图像块依次进行查找，例如，在白玻表面积较小时对所有图像块依次进行处理。具体地，在步骤S200中，将步骤S100中得到的轮廓直接作为候选缺陷，或者作进一步处理之后作为候选缺陷，进一步将所有候选缺陷进行标记并存储，以便进行后续的操作。具体地，在步骤S300中，确定每个图像块内存在的所有缺陷的缺陷特征。该缺陷特征包括但不限于：缺陷的最小外接矩形的特征、缺陷的直线度、缺陷的平滑度和缺陷的亮像素浓度等。如图3所示，缺陷的最小外接矩形的特征主要包括：最小外接矩形的长度length、宽度width、长宽比ratio＝length/width、最小外接矩形的中心轴与白玻表面上的X轴方向的夹角α(0°～360°)，进而通过上述特征能够确定缺陷的最小外接矩形的特征向量。本领域技术人员能够理本文档来自技高网...

【技术保护点】
一种基于显微视觉的白玻表面缺陷检测方法，其特征在于，所述方法包括以下步骤：对白玻表面的图像进行预处理；根据预处理的结果确定白玻表面上的候选缺陷；获取所述候选缺陷的缺陷特征；根据所述缺陷特征剔除缺陷干扰项；根据所述缺陷特征对剩余缺陷进行融合；计算融合后的缺陷尺寸。

【技术特征摘要】
1.一种基于显微视觉的白玻表面缺陷检测方法，其特征在于，所述方法包括以下步骤：对白玻表面的图像进行预处理；根据预处理的结果确定白玻表面上的候选缺陷；获取所述候选缺陷的缺陷特征；根据所述缺陷特征剔除缺陷干扰项；根据所述缺陷特征对剩余缺陷进行融合；计算融合后的缺陷尺寸。2.根据权利要求1所述的基于显微视觉的白玻表面缺陷检测方法，其特征在于，所述对白玻表面的图像进行预处理的步骤进一步包括：将白玻表面的图像切割成多个图像块。3.根据权利要求2所述的基于显微视觉的白玻表面缺陷检测的方法，其特征在于，所述对白玻表面的图像进行预处理的步骤还包括：对所述多个图像进行二值化处理；提取所述多个图像中的轮廓。4.根据权利要求3所述的基于显微视觉的白玻表面缺陷检测方法，其特征在于，所述根据预处理的结果确定白玻表面上的候选缺陷的步骤进一步包括：将提取出的轮廓作为白玻表面上的候选缺陷。5.根据权利要求4所述的基于显微视觉的白玻表面缺陷检测方法，其特征在于，所述获取所述候选缺陷的缺陷特征的步骤进一步包括获取下列各项中的至少一项：所述候选缺陷的最小外接矩形的特征、所述候选缺陷的直线度、所述候选缺陷的平滑度以及所述候选缺陷的亮像素浓度特征。6.根据权利要求5所述的基于显微视觉的白玻表面缺陷检测方法，其特征在于，所述亮像素浓度特征通过下列公式计算：其中，n是所述候选缺陷中包含的灰度值大于250以上的像素点个数，N是所述候选缺陷的总像素个数。7.根据权利要求5所述的基于显微视觉的白...

【专利技术属性】
技术研发人员：袁伦喜，张正涛，杨化彬，陶显，徐德，
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