一种基于图像的工件缺陷检测方法技术

本发明专利技术公开了一种基于图像的工件缺陷检测方法，包括对模板工件图像和待测工件图像提取工件最小外接矩形区域并进行粗匹配；提取模板工件图像和待测工件图像中的所有白色联通区域，将不符合条件的白色联通区域进行滤除；将待测工件图像和模板工具图像中的所有白色联通区域进行配对并进行平移校正，表示出差异区域；筛选所有差异区域，将筛选后的结果作为缺陷在待测工件图像上进行标记，输出完成缺陷标记的待测工件图像，并提示缺陷数量；还包括采用行列滤波方法筛选所有差异区域。本发明专利技术方法提高了缺陷检测的准确度，降低了缺陷检测的总耗时；本发明专利技术能满足多种类型待测工件与模板工件图像的高精度匹配，在缺陷检测上有较高的准确率。

【技术实现步骤摘要】
一种基于图像的工件缺陷检测方法
本专利技术涉及一种基于图像的工件缺陷检测方法，属于智能检测

技术介绍
随着科技的发展和生产规模的不断扩大，工业生产对工件质量要求也越来越高，包括检测的实时性和准确性都有了更高的指标。相比于传统检测技术，智能检测技术具有实时、快速、非接触的检测优势，成为目前检测技术的主要发展方向。例如汽车保险盒用于安装汽车保险丝，是汽车电器线路的保护装置，当汽车线路出故障时可判断问题所在。保险盒的传统检测方法依靠人工检测，检测难度大，误检率与漏检率高，检测耗时长，每个工件检测时间在五分钟左右，难以达到生产要求。在已经公开的专利文件中，专利申请号201710074962.5、专利名称为一种基于机器视觉的工件缺陷检测方法，其使用了最多将图像分为九大块后再进行匹配校正的方法，单块图像最多能包含五十个白色区域。每对白色区域的校正移动矢量相互独立，采用此专利方法则大块中每对白色区域校正矢量皆一致，因此会造成额外的校正误差，降低匹配精度，容易检测到额外的缺陷，导致误检率上升。同时，原方法为了提高匹配精度，采用的匹配算法多使用卷积方法，线性度差，耗时较长。总的来说，现有技术中采用的方法时将待检工件图像作为一个整体检测，没有充分考虑到每个区域的差异性，因此检测精度不高，容易误检和漏检，同时单个工件检测时长过长，实时性差。
技术实现思路
本专利技术所要解决的技术问题是提高基于机器视觉的工件缺陷检测的精度，提供一种待检测工件内部缺陷检测方法，通过对模板和待测工件图像中逐个白色区域进行匹配校正，采用线性匹配校正方法，在准确率和实时性方面均超越传统方法。为解决上述技术问题，本专利技术提供一种基于图像的工件缺陷检测方法，包括以下步骤：(a)读取已二值化的模板工件图像MA和待测工件图像MB；(b)确定模板工件图像MA和待测工件图像MB的上下左右边界，根据边界重新确定模板工件图像MA和待测工件图像MB，完成对模板工件图像MA和待测工件图像MB的粗匹配；(c)提取模板工件图像MA和待测工件图像MB中的所有白色联通区域，将不符合条件的白色联通区域进行滤除；(d)将待测工件图像MA和模板工具图像MB中的所有白色联通区域进行配对并校正，表示出差异区域；(e)筛选所有差异区域，将筛选后的结果作为缺陷在待测工件图像上进行标记，输出完成缺陷标记的待测工件图像，并提示缺陷数量。进一步地，步骤(b)中对模板工件图像MA和待测工件图像MB进行粗匹配具体包括：(b1)分别获得MA和MB在上下左右距离边界最近的白点，经过所述白点构造MA和MB各自的最小外接矩形轮廓；(b2)分别求模板工件图像最小外接矩形轮廓与待测工件图像的最小外接矩形轮廓的横向边长差值和纵向边长差值，只要一个差值大于阈值则直接判定待测工件为不合格工件；(b3)对MA和MB粗匹配：若两个差值均小于等于阈值，分别获取求模板工件图像的外接矩形与待测工件图像外接矩形时使用的所有八个白点坐标，根据这八个白点坐标求最小外接矩形框的坐标，以该最小外接矩形框的坐标分别对MA与MB进行提取，完成对MA与MB的粗匹配。进一步地，步骤(c)具体包括：对MA和MB中每个白色联通区域的面积进行计算，保留区域面积大于预先设定阈值的白色联通区域，并对保留下来的白色联通区域轮廓上所有点的坐标进行保存。进一步地，步骤(d)具体包括：(d1)确定MB中的所有白色联通区域的中心坐标，检测每个中心坐标是否位于模板工件图像MA的某一白色联通区域，若是则两个白色联通区域配对，找到所有配对的MA和MB的白色联通区域；(d2)提取第i个配对的MA的白色联通区域的外接矩形区域内的图像Mai和待测工件图像MB的白色联通区域的外接矩形区域内的图像Mbi；以模板工件图像MA上的第i个配对的白色联通区域的中心坐标为原点，以单个像素为x轴和y轴长度单位建立二维坐标系，其中i为MA和MB的白色联通区域的配对的序号，i＝1,2……R，R为配对总数；(d3)在预先设定的正方形区域中，以单个像素为单位移动Mai和Mbi至遍历完整个正方形区域，每平移一次将Mai和Mbi进行异或比对统计差异图中差异点总数；(d4)递归调用步骤(d2)～(d3)至遍历MA和MB所有配对的白色联通区域(d5)以差异点总数最小时的平移位置为模板工件图像MA和待测工件图像MB校正时应该平移到的位置对MA和MB进行平移校正，保存差异点总数最小时的差异图；(d6)针对模板工件图像和待测工件图像中的未配对白色联通区域，整个白色联通区域均是差异图。更进一步地，确定白色联通区域的中心坐标包括先确定白色联通区域的最小外接矩形区域，所述最小外接矩形区域的中心坐标作为白色联通区域的中心坐标。进一步地，步骤(e)具体包括：(e1)将差异图中的所有差异区域进行提取，对差异区域进行行列滤波：当差异区域某一行连续的差异点数超过阈值时，差异区域某一列连续的差异点数超过阈值，保留该差异区域，删除其他不满足条件的差异区域；(e2)所有保留下来的差异区域均为检测出的缺陷，将缺陷在待测工件图像上进行标记，输出完成缺陷标记的待测工件图像，并提示缺陷数量。本专利技术所达到的有益效果：本专利技术首先对待测工件图像与模板工件图像进行粗匹配，再对经过粗匹配的待测工件图像与模板工件图像进行白色区域提取，对白色区域进行筛选和配对，将配对的白色区域进行精匹配并校正，将最后检测的缺陷在待测工件图像上显示，提高了缺陷检测的准确度，降低了缺陷检测的总耗时。本专利技术能满足多种类型待测工件与模板工件图像的高精度匹配，在缺陷检测上有较高的准确率。附图说明图1是本专利技术方法流程示意图；图2(a)是二值化工件图像；图2(b)是确定边界后的工件图像；图3是八个白点及最小外接矩形框示意图；图4(a)是MA的部分区域图像；图4(b)是MB的部分区域图像；图5(a)是MA部分区域图像提取外接矩形区域示意图；图5(b)是MB部分区域图像提取区域中心坐标示意图；图6(a)是MA仅外接矩形区域示意图；图6(b)是MB仅白色联通区域中心坐标示意图；图7是判断MB白色联通区域中心坐标与MA外接矩形区域位置关系示意图；图8(a)是未滤波差异图；图8(b)是已滤波差异图；图9是对差异图显示滤波模板进行滤波的示意图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。(a)读取已二值化的模板工件图像MA和待测工件图像MB，如图2所示；(b)确定模板工件图像MA和待测工件图像MB的上下左右边界，根据边界重新确定模板工件图像MA和待测工件图像MB，完成对模板工件图像MA和待测工件图像MB的粗匹配。具体的，分别获得MA和MB在上下左右距离边界最近的白点，经过所述白点构造MA和MB各自的最小外接矩形轮廓，如图2(b)所示；根据图2(a)的四个白点确定图2(b)中的边界位置，使工件图像正好处在边界区域中。分别求模板工件图像最小外接矩形轮廓与待测工件图像的最小外接矩形轮廓的横向边长差值和纵向边长差值，只要一个差值大于阈值则直接判定待测工件为不合格工件；对MA和MB粗匹配：若两个差值均小于等于阈值，分别获取求模板工件图像的外接矩形与待测工件图像外接矩形时使用的所有八个白点坐标，根据这八个白点坐标求最本文档来自技高网...

【技术保护点】
1.一种基于图像的工件缺陷检测方法，其特征在于，包括以下步骤：(a)读取已二值化的模板工件图像MA和待测工件图像MB；(b)确定模板工件图像MA和待测工件图像MB的上下左右边界，根据边界重新确定模板工件图像MA和待测工件图像MB，完成对模板工件图像MA和待测工件图像MB的粗匹配；(c)提取模板工件图像MA和待测工件图像MB中的所有白色联通区域，将不符合条件的白色联通区域进行滤除；(d)将待测工件图像MA和模板工具图像MB中的所有白色联通区域进行配对并进行平移校正，表示出差异区域；(e)筛选所有差异区域，将筛选后的结果作为缺陷在待测工件图像上进行标记，输出完成缺陷标记的待测工件图像，并提示缺陷数量。

【技术特征摘要】
1.一种基于图像的工件缺陷检测方法，其特征在于，包括以下步骤：(a)读取已二值化的模板工件图像MA和待测工件图像MB；(b)确定模板工件图像MA和待测工件图像MB的上下左右边界，根据边界重新确定模板工件图像MA和待测工件图像MB，完成对模板工件图像MA和待测工件图像MB的粗匹配；(c)提取模板工件图像MA和待测工件图像MB中的所有白色联通区域，将不符合条件的白色联通区域进行滤除；(d)将待测工件图像MA和模板工具图像MB中的所有白色联通区域进行配对并进行平移校正，表示出差异区域；(e)筛选所有差异区域，将筛选后的结果作为缺陷在待测工件图像上进行标记，输出完成缺陷标记的待测工件图像，并提示缺陷数量。2.根据权利要求1所述的基于图像的工件缺陷检测方法，其特征是，步骤(b)中对模板工件图像MA和待测工件图像MB进行粗匹配具体包括：(b1)分别获得MA和MB在上下左右距离边界最近的白点，经过所述白点构造MA和MB各自的最小外接矩形轮廓；(b2)分别求模板工件图像最小外接矩形轮廓与待测工件图像的最小外接矩形轮廓的横向边长差值和纵向边长差值，只要一个差值大于阈值则直接判定待测工件为不合格工件；(b3)对MA和MB粗匹配：若两个差值均小于等于阈值，分别获取求模板工件图像的外接矩形与待测工件图像外接矩形时使用的所有八个白点坐标，根据这八个白点坐标求最小外接矩形框的坐标，以该最小外接矩形框的坐标分别对MA与MB进行提取，完成对MA与MB的粗匹配。3.根据权利要求1所述的基于图像的工件缺陷检测方法，其特征是，步骤(c)具体包括：对MA和MB中每个白色联通区域的面积进行计算，保留区域面积大于预先设定阈值的白色联通区域，并对保留下来的白色联通区域轮廓上所有点的坐标进行保存。4.根据权利要求1所述的基于图像的工件缺陷检测方法，其特征是，步骤(d)具体包括：(d1)确定MB中的所有白色联通区域...

【专利技术属性】
技术研发人员：杨洋，徐贵力，黄翔，李泷杲，程月华，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32