一种工件表面缺陷检测方法及系统技术方案

本申请公开了一种工件表面缺陷检测方法及系统，该方法包括：根据待测工件图像的纹理周期特性，对所述待测工件图像进行分割，得到待测单元图集；分别将所述待测单元图集中的每张待测单元图与相应的预设标准单元图进行比对，得到与所述待测单元图集对应的缺陷单元图集；对所述缺陷单元图集进行拼接，得到相应的拼接图像；对所述拼接图像上的缺陷进行检测，得到相应的工件表面缺陷信息。本发明专利技术公开的工件表面缺陷检测方法及系统，将待测工件图像合理分割，利用待测单元图与预设标准单元图进行比对，得到缺陷单元图，再将缺陷单元图进行拼接，最终得到工件的缺陷信息。由于使用了较小的单元图进行比对，使工控机的处理速度加快，提高了缺陷检测速度。

A method and system for detecting the surface defects of the workpiece

The invention discloses a workpiece surface defect detection method and system, the method includes: according to the characteristics of the workpiece image texture cycle to be measured, the measured workpiece image segmentation by unit atlas to be tested; respectively, each of the measured concentration of tested unit map units were compared with the corresponding the preset standard unit map, get the defective unit atlas measurement unit atlas corresponding to the question; to mosaic the defective cell atlas, the corresponding image mosaic; to detect the defects of the mosaic image, get the workpiece surface defect information corresponding. Workpiece surface defect detection method and system are disclosed, will be reasonable division of the workpiece image, using the comparison chart and the default standard unit map unit to be tested, get the defect unit map, then splicing defect unit map, finally get the defect information of the workpiece. With the use of smaller unit diagrams, the processing speed of the industrial control machine is accelerated and the speed of defect detection is improved.

【技术实现步骤摘要】
一种工件表面缺陷检测方法及系统
本专利技术涉及自动化外观检测领域，特别涉及一种工件表面缺陷检测方法及系统。
技术介绍
在自动化外观检测领域中，通常使用线阵电荷耦合器件(CCD)相机对工件进行拍摄扫描。但当工件尺寸较大时，线阵CCD相机拍摄的图像分辨率极高，大小能够达到几百兆，此时图像的数据过于庞大，导致工控机自动化检测的处理速度变慢，满足不了自动化外观缺陷检测的速度要求。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种工件表面缺陷检测方法及系统，能够提高对工件表面缺陷的检测速度。其具体方案如下：一种工件表面缺陷检测方法，包括：根据待测工件图像的纹理周期特性，对所述待测工件图像进行分割，得到待测单元图集；分别将所述待测单元图集中的每张待测单元图与相应的预设标准单元图进行比对，得到与所述待测单元图集对应的缺陷单元图集；对所述缺陷单元图集进行拼接，得到相应的拼接图像；对所述拼接图像上的缺陷进行检测，得到相应的工件表面缺陷信息。优选地，所述根据待测工件图像的纹理周期特性，对所述待测工件图像进行分割，得到待测单元图集的过程，包括：根据所述纹理周期特性，获取所述待测工件图像的重复纹理单元的单元特征；根据所述单元特征与模板匹配算法，对所述待测工件图像进行分割，得到所述待测单元图集。优选地，所述根据所述纹理周期特性，获取所述待测工件图像的重复纹理单元的单元特征的过程，包括：获取所述重复纹理单元的大小信息；在所述重复纹理单元上添加标识位，以获取所述纹理单元的位置信息；相应地，所述根据所述单元特征与模板匹配算法，对所述待测工件图像进行分割，得到所述待测单元图集的过程，包括：根据所述模板匹配算法，对所述待测工件图像进行位置校正，得到水平待测工件图像；根据所述大小信息与所述位置信息，对所述水平待测工件图像进行分割，得到所述待测单元图集。优选地，将所述待测单元图集中的任一张待测单元图与相应的预设标准单元图进行比对的过程，包括：分别对该待测单元图与相应的预设标准单元图进行二值化处理，得到对应的待测二值化结果与标准二值化结果；利用所述待测二值化结果与所述标准二值化结果进行差值运算，得到差值图像；判断所述差值图像中像素值是否超过预设像素阈值，如果是，则将所述差值图像中，像素值超过所述预设像素阈值的部分确定为缺陷部分，得到相应的缺陷单元图。优选地，所述对所述缺陷单元图集进行拼接的过程之前，还包括：对所述缺陷单元图集进行形态学开运算。优选地，所述对所述拼接图像上的缺陷进行检测，得到相应的工件表面缺陷信息的过程，包括：对所述拼接图像上的缺陷进行识别分类，得到相应的缺陷类别信息；对所述拼接图像上的缺陷进行定位处理，得到相应的缺陷位置信息。优选地，所述对所述拼接图像上的缺陷进行识别分类，得到相应的缺陷类别信息的过程，包括：根据Blob分析与灰度直方图法，获取所述拼接图像上的缺陷的特征信息；将所述特征信息构成特征向量，输入至训练后模型中，得到所述训练后模型输出的所述缺陷类别信息；其中，所述训练后模型为预先利用训练样本对基于神经网络构建的待训练模型进行训练后得到的模型，所述训练样本包括历史缺陷特征信息和相应的缺陷类别信息。优选地，所述对所述拼接图像上的缺陷进行定位处理，得到相应的缺陷位置信息的过程，包括：获取所述拼接图像上的缺陷的连通域的质心坐标，得到所述缺陷位置信息。相应地，本专利技术还提供一种工件表面缺陷检测系统，包括：分割模块，用于根据待测工件图像的纹理周期特性，对所述待测工件图像进行分割，得到待测单元图集；比对模块，用于分别将所述待测单元图集中的每张待测单元图与相应的预设标准单元图进行比对，得到与所述待测单元图集对应的缺陷单元图集；拼接模块，用于对所述缺陷单元图集进行拼接，得到相应的拼接图像；检测模块，用于对所述拼接图像上的缺陷进行检测，得到相应的工件表面缺陷信息。优选地，所述检测模块，包括：识别分类子模块，用于对所述拼接图像上的缺陷进行识别分类，得到相应的缺陷类别信息；定位处理子模块，用于对所述拼接图像上的缺陷进行定位处理，得到相应的缺陷位置信息。本专利技术公开的工件表面缺陷检测方法及系统，根据纹理周期特性，将待测工件图像合理分割，得到对应的待测单元图，再利用待测单元图与预设标准单元图进行比对，得到缺陷单元图，然后将缺陷单元图拼接，得到拼接图像。此时，拼接图像上的缺陷即为待测工件图像上的缺陷，保证了缺陷的检出率，并且由于使用了比待测工件图像更小的单元图进行比对，使得工控机的自动化处理速度加快，提高了对工件表面缺陷的检测速度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例公开的一种工件表面缺陷检测方法的流程图；图2为本专利技术实施例中公开的对待测工件图像进行分割的流程图；图3为本专利技术实施例中公开的将待测单元图集中的任一张待测单元图与相应的预设标准单元图进行比对的流程图；图4为本专利技术实施例中公开的对拼接图像上的缺陷进行检测，得到相应的工件表面缺陷信息的流程图；图5为本专利技术实施例公开的一种工件表面缺陷检测系统的结构图；图6为本专利技术实施例公开的检测模块的结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例公开了一种工件表面缺陷检测方法，参见图1所示，图1为本专利技术实施例公开的一种工件表面缺陷检测方法的流程图，包括以下步骤：步骤S11：根据待测工件图像的纹理周期特性，对所述待测工件图像进行分割，得到待测单元图集；具体地，根据所述纹理周期特性，获取所述待测工件图像的重复纹理单元的单元特征；根据所述单元特征与模板匹配算法，对所述待测工件图像进行分割，得到所述待测单元图集。根据待测工件图像的纹理周期特性，对待测工件图像进行合理的分割，能够避免由于不当分割造成的检测误差。步骤S12：分别将所述待测单元图集中的每张待测单元图与相应的预设标准单元图进行比对，得到与所述待测单元图集对应的缺陷单元图集；其中，预设标准单元图为与待测工件图像对应的无缺陷工件图像根据相同分割方式得到的，比对得到的缺陷单元图集为仅包括缺陷部分像素的单元图。步骤S13：对所述缺陷单元图集进行拼接，得到相应的拼接图像；具体地，根据图像融合技术进行图像拼接。任意两幅单元图的拼接过程为：利用HARRIS角点，根据灰度与松弛匹配找到对应特征点；通过特征点的梯度方向等信息，确定一组最佳的特征匹配，利用该组最佳数据得到两幅图像间变换矩阵的估计初值，然后根据递归算法，得到最终的精确变换关系。步骤S14：对所述拼接图像上的缺陷进行检测，得到相应的工件表面缺陷信息。本专利技术实施例中，步骤S13中得到的拼接图像中的缺陷即为待测工件图像中的缺陷，并且拼接图像中仅包含缺陷，所以利用拼接图像对缺陷进行检测，更容易处理。本专利技术公开的工件表面缺陷检测方法，根据本文档来自技高网...

【技术保护点】
一种工件表面缺陷检测方法，其特征在于，包括：根据待测工件图像的纹理周期特性，对所述待测工件图像进行分割，得到待测单元图集；分别将所述待测单元图集中的每张待测单元图与相应的预设标准单元图进行比对，得到与所述待测单元图集对应的缺陷单元图集；对所述缺陷单元图集进行拼接，得到相应的拼接图像；对所述拼接图像上的缺陷进行检测，得到相应的工件表面缺陷信息。

【技术特征摘要】
1.一种工件表面缺陷检测方法，其特征在于，包括：根据待测工件图像的纹理周期特性，对所述待测工件图像进行分割，得到待测单元图集；分别将所述待测单元图集中的每张待测单元图与相应的预设标准单元图进行比对，得到与所述待测单元图集对应的缺陷单元图集；对所述缺陷单元图集进行拼接，得到相应的拼接图像；对所述拼接图像上的缺陷进行检测，得到相应的工件表面缺陷信息。2.根据权利要求1所述的方法，其特征在于，所述根据待测工件图像的纹理周期特性，对所述待测工件图像进行分割，得到待测单元图集的过程，包括：根据所述纹理周期特性，获取所述待测工件图像的重复纹理单元的单元特征；根据所述单元特征与模板匹配算法，对所述待测工件图像进行分割，得到所述待测单元图集。3.根据权利要求2所述的方法，其特征在于，所述根据所述纹理周期特性，获取所述待测工件图像的重复纹理单元的单元特征的过程，包括：获取所述重复纹理单元的大小信息；在所述重复纹理单元上添加标识位，以获取所述纹理单元的位置信息；相应地，所述根据所述单元特征与模板匹配算法，对所述待测工件图像进行分割，得到所述待测单元图集的过程，包括：根据所述模板匹配算法，对所述待测工件图像进行位置校正，得到水平待测工件图像；根据所述大小信息与所述位置信息，对所述水平待测工件图像进行分割，得到所述待测单元图集。4.根据权利要求1所述的方法，其特征在于，将所述待测单元图集中的任一张待测单元图与相应的预设标准单元图进行比对的过程，包括：分别对该待测单元图与相应的预设标准单元图进行二值化处理，得到对应的待测二值化结果与标准二值化结果；利用所述待测二值化结果与所述标准二值化结果进行差值运算，得到差值图像；判断所述差值图像中像素值是否超过预设像素阈值，如果是，则将所述差值图像中，像素值超过所述预设像素阈值的部分确定为缺陷部分，得到相应的缺陷单元图。5.根据权利要求1所述的方...

【专利技术属性】
技术研发人员：尹志锋，张平，张美杰，张明杰，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44