图像的缺陷检测方法技术

本发明专利技术涉及一种图像的缺陷检测方法，包括以下步骤：扫描待检测图像，获取所述待检测图像中的待测图案的边缘轮廓；在所述边缘轮廓中选取搜索点，并将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，构成瑕疵点聚类；计算所述瑕疵点聚类中每一瑕疵点对应的瑕疵尺寸信息。本发明专利技术中，实现了在降低成本情况下，对图像的缺陷精确检测。

【技术实现步骤摘要】
图像的缺陷检测方法
本专利技术属于图像模式识别领域，尤其涉及一种图像的缺陷检测方法。
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，目前多数检测依靠人工肉眼识别。依靠人工肉眼识别的方式不仅耗费时间、对人的视力造成影响，还会因为不同人检测指标不同而造成漏检或者过检。目前市场上的Logo区域缺陷检测设备尚未成熟，部分Logo缺陷检测设备只能对Logo区域较大的缺陷进行检测。不能够精确的计算缺陷的尺寸和位置。另一种Logo区域检测设备因为算法和机械原因算法处理时间较长而且成本极其昂贵。
技术实现思路
为了解决现有技术中的上述问题，即为了解决如何在降低成本情况下，实现对图像的缺陷精确检测问题，本专利技术提供了一种图像的缺陷检测方法，所述方法包括以下步骤：扫描待检测图像，获取所述待检测图像中的待测图案的边缘轮廓；在所述边缘轮廓中选取搜索点，并将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，构成瑕疵点聚类；计算所述瑕疵点聚类中每一瑕疵点对应的瑕疵尺寸信息。优选地，所述获取所述待检测图像中的待测图案的边缘轮廓，具体包括：以所述待检测图像原点为起始点，步骤A，沿y轴方向向下搜索直到搜索高度为待检测图像高度，获取搜索到的搜索点；步骤B，对所述起始点在x轴方向加数值1，重复上述步骤A；直到所述起始点在x轴方向上的数值等于所述待检测图像的宽度；步骤C，统计所有搜索点记为第一搜索点集合；步骤A’，沿x轴方向向右搜索直到搜索长度为待检测图像高度，获取搜索到的搜索点；步骤B’，对所述起始点在y轴方向加数值1，重复上述步骤A；直到所述起始点在y轴方向上的数值等于所述待检测图像的宽度；步骤C’，统计所有搜索点记为第二搜索点集合；将所述第一搜索点集合和第二搜索点集合中的所有搜索点合并，删除两者共有的搜索点，得到新的搜索点集合，根据该新的搜索点集合中的各搜索点构成所述待检测图像中的待测图案的边缘轮廓；其中，所述搜索点为搜索到的灰度值跳变点。优选地，所述将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，具体包括：将所述待测图案与所述模板图像中的模板图案进行匹配；根据匹配结果计算所述搜索点与模板图案中对应搜索点间的距离，记为偏移量；当所述偏移量与平均偏移量的差值大于预设偏移量阈值时，确定所述搜索点为瑕疵点；所述平均偏移量为，所述待测图案中所有搜索点的偏移量总和的平均值。优选地，所述将所述待测图案与所述模板图像中的模板图案进行匹配，具体包括：在所述待测图案中所构成的新的搜索点集合中选取搜索点P1，并在所述模板图像中选取所述P1的对应点P2，根据所选取的P1和2计算旋转偏移量Δθ、平移偏移量R和沿Y轴拉伸量K；根据旋转偏移量Δθ、平移偏移量R和沿Y轴拉伸量K将所述搜索点投影到与所述待测图案相同的模板图像中，得到匹配结果；具体的，根据P1和P2计算长度D和与水平方向夹角θ；在所述待测图案和模板图像中选取三组对应点P11、P21、P12、P22、P13和P23，则平移偏移量R为：Ry＝P11y-P21yRx＝P11x-P21x沿Y轴拉伸量K为：其中，l1为P11和P12两点距离，l2为P13、P23两点距离；则所述Δθ为：其中，在将得到的瑕疵点构成瑕疵点聚类时，所有的瑕疵点构成瑕疵点数组；步骤一，在所述瑕疵点数组中选取第一个瑕疵点定义为基准点，并存储在基准点数组中；其中，所述瑕疵点数组中所有瑕疵点顺次排列；步骤二，计算所述基准点到所述瑕疵点数组中其他各瑕疵点的距离，选取距离小于预设数值的瑕疵点全部存储到所述基准点数组中，并将存储到所述基准点数组中的瑕疵点在所述瑕疵点数组中删除；步骤三，计算所述基准点数组中另一瑕疵点与所述瑕疵点数组中其他瑕疵点的距离，选取距离小于预设数值的瑕疵点存储到所述基准点数组中，直到所述基准点数组中所有瑕疵点计算结束；步骤四，重复上述步骤一到三，直到所述瑕疵点数组中不存在任何的瑕疵点；步骤五，各基准点数组构成瑕疵点聚类。优选地，分别计算所述瑕疵点聚类中各基准点数组的瑕疵偏移量的方差；在所述瑕疵点聚类中删除方差小于预设方差阈值的基准点数组。优选地，所述计算所述瑕疵点聚类中每一瑕疵点对应的瑕疵尺寸信息之前，还包括：选取所述瑕疵点聚类中具有两个端点的基准点数组；计算任一端点与所述待测图案中除去瑕疵点之外的搜索点间的距离，若距离小于预设的第一距离阈值，则将该搜索点存储到所述端点所属的基准点数组中；所述端点为，所述基准点数组中选取任一瑕疵点，其它瑕疵点中只存在一个瑕疵点与该任一瑕疵点的距离小于第二距离阈值，该任一瑕疵点为一个端点。优选地，所述计算所述瑕疵点聚类中每一瑕疵点对应的瑕疵尺寸信息，具体包括：获取所述瑕疵点聚类中任一基准点数组中所有瑕疵点的最小外接矩形；计算所述最小外接矩形的长、宽、面积，得到任一基准点数组的瑕疵尺寸信息。优选地，所述在所述边缘轮廓中选取搜索点之前，还包括：确定所述边缘轮廓与模板图像中对应的待测图案的大小是否相近，若相近，则在所述边缘轮廓中选取搜索点；否则，确定待检测图像存在较大缺陷。与现有技术相比，本专利技术至少具有以下优点：通过本专利技术的设计，实现了在降低成本情况下，对图像的缺陷精确检测。附图说明图1是本专利技术所提供的图像的缺陷检测方法的流程示意图。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。本专利技术提出一种图像的缺陷检测方法，下面结合附图，对本专利技术具体实施方式进行详细说明。如图1所示，该方法具体包括如下步骤：步骤101，扫描待检测图像，获取所述待检测图像中的待测图案的边缘轮廓。在本步骤中，在进行边缘轮廓提取时，需要对待检测图像进行图像增强、canny处理。所述在所述边缘轮廓中选取搜索点之前，还包括：确定所述边缘轮廓与模板图像中对应的待测图案的大小是否相近，若相近，则在所述边缘轮廓中选取搜索点；否则，确定待检测图像存在较大缺陷。该边缘轮廓提取步骤具体包括：以所述待检测图像原点为起始点，其中，定义该待检测图像左上角为该待检测图像原点；步骤A，沿y轴方向向下搜索直到搜索高度为待检测图像高度，获取搜索到的搜索点；步骤B，对所述起始点在x轴方向加数值1，重复上述步骤A；直到所述起始点在x轴方向上的数值等于所述待检测图像的宽度；步骤C，统计所有搜索点记为第一搜索点集合；认为搜索到的搜索点为待检测图像内边缘与x轴夹角小于45度的点；步骤A’，沿x轴方向向右搜索直到搜索长度为待检测图像高度，获取搜索到的搜索点；步骤B’，对所述起始点在y轴方向加数值1，重复上述步骤A；直到所述起始点在y轴方向上的数值等于所述待检测图像的宽度；步骤C’，统计所有搜索点记为第二搜索点集合；认为搜索到的搜索点为待检测图像内边缘与x轴夹角大于45度的点；将所述第一搜索点集合和第二搜索点集合中的所有搜索点合并，删除两者共有的搜索点，得到新的搜索点集合，根据该新的搜索点集合中的各搜索点构成所述待检测图像中的待测图案的边缘轮廓；其中，所述搜索点为搜索到的灰度值跳变点。步骤102，在所述边缘轮廓中选取搜索点，并将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，构成瑕疵点聚类。所述本文档来自技高网...

【技术保护点】
一种图像的缺陷检测方法，其特征在于，包括以下步骤：扫描待检测图像，获取所述待检测图像中的待测图案的边缘轮廓；在所述边缘轮廓中选取搜索点，并将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，构成瑕疵点聚类；计算所述瑕疵点聚类中每一瑕疵点对应的瑕疵尺寸信息。

【技术特征摘要】
1.一种图像的缺陷检测方法，其特征在于，包括以下步骤：扫描待检测图像，获取所述待检测图像中的待测图案的边缘轮廓；在所述边缘轮廓中选取搜索点，并将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，构成瑕疵点聚类；计算所述瑕疵点聚类中每一瑕疵点对应的瑕疵尺寸信息。2.根据权利要求1所述的图像的缺陷检测方法，其特征在于，所述获取所述待检测图像中的待测图案的边缘轮廓，具体包括：以所述待检测图像原点为起始点，步骤A，沿y轴方向向下搜索直到搜索高度为待检测图像高度，获取搜索到的搜索点；步骤B，对所述起始点在x轴方向加数值1，重复上述步骤A；直到所述起始点在x轴方向上的数值等于所述待检测图像的宽度；步骤C，统计所有搜索点记为第一搜索点集合；步骤A’，沿x轴方向向右搜索直到搜索长度为待检测图像高度，获取搜索到的搜索点；步骤B’，对所述起始点在y轴方向加数值1，重复上述步骤A；直到所述起始点在y轴方向上的数值等于所述待检测图像的宽度；步骤C’，统计所有搜索点记为第二搜索点集合；将所述第一搜索点集合和第二搜索点集合中的所有搜索点合并，删除两者共有的搜索点，得到新的搜索点集合，根据该新的搜索点集合中的各搜索点构成所述待检测图像中的待测图案的边缘轮廓；其中，所述搜索点为搜索到的灰度值跳变点。3.根据权利要求1所述的图像的缺陷检测方法，其特征在于，所述将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，具体包括：将所述待测图案与所述模板图像中的模板图案进行匹配；根据匹配结果计算所述搜索点与模板图案中对应搜索点间的距离，记为偏移量；当所述偏移量与平均偏移量的差值大于预设偏移量阈值时，确定所述搜索点为瑕疵点；所述平均偏移量为，所述待测图案中所有搜索点的偏移量总和的平均值。4.根据权利要求3所述的图像的缺陷检测方法，其特征在于，所述将所述待测图案与所述模板图像中的模板图案进行匹配，具体包括：在所述待测图案中所构成的新的搜索点集合中选取搜索点P1，并在所述模板图像中选取所述P1的对应点P2，根据所选取的P1和2计算旋转偏移量Δθ、平移偏移量R和沿Y轴拉伸量K；根据旋转偏移量Δθ、平移偏移量R和沿Y轴拉伸量K将所述搜索点投影到与所述待测图案相同的模板图像中，得到匹配结果；具体的，根据P1和P2计算长度D和与水平方向夹角θ；在所述待测图案和模板图像中选取三组对应点P11、P21、P12、P22、P13和P23，则平移偏移量R为：Ry＝P11y-P21yRx＝P11x-P21x沿Y轴拉伸量K为：

【专利技术属性】
技术研发人员：宫新一，徐德，张正涛，沈飞，苏虎，杨化彬，袁智超，
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