一种基于机器视觉的产品表面划痕检测方法技术

本发明专利技术提出一种基于机器视觉的产品表面划痕检测方法，涉及机器视觉缺陷检测技术领域，具体包括：接收信号，采集图像信息；利用卷积神经网络对图像进行纹理抑制，先对采集图像进行非经典感受野抑制，再将抑制后的图像输入已经训练好的卷积神经网络中进行纹理判断，最后将图像进行动态迭代抑制初步得到划痕图片；滞后双阈值划痕连接，对小范围的断裂划痕进行连接，采用高低两种阈值对图像进行二值化，以高阈值为基础低阈值为补充来连接图像边缘；对划痕图像进行细化。本发明专利技术通过实时快速采集手机隔板图片，经过一系列处理，可高效、准确地检测出表面划痕，且实时显示检测结果。

【技术实现步骤摘要】
一种基于机器视觉的产品表面划痕检测方法
本专利技术涉及机器视觉缺陷检测
，尤其是一种基于机器视觉的产品表面划痕检测方法。
技术介绍
产品表面划痕检测是缺陷检测中必不可少的一项检测内容。由于材料以及工艺的影响，生产过程中有时候会在产品表面形成划痕，而且划痕形态多样，加上背景的纹理干扰，这些都为人工对划痕的检测增加了难度。而随着市场对产品质量和产品外观要求的不断提高，厂家对划痕检测的要求也越来越高，而面对这种高精度的检测要求，人工检测由于其成本高，效率低，出错率高等原因已变得不再适用。因而机器视觉检测成为检测这类产品的最佳手段。
技术实现思路
本专利技术提供一种基于机器视觉的产品表面划痕检测方法，准确率高，操作简单，效率高。本专利技术具体采用如下技术方案实现：一种基于机器视觉的产品表面划痕检测方法，具体包括以下步骤：步骤1.接收信号，采集图像信息；步骤2.利用卷积神经网络对图像进行纹理抑制，先对采集图像进行非经典感受野抑制，再将抑制后的图像输入已经训练好的卷积神经网络中进行纹理判断，最后将图像进行动态迭代抑制初步得到划痕图片；步骤3.滞后双阈值划痕连接，对小范围的断裂划痕进行连接，采用本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的产品表面划痕检测方法，其特征在于，具体包括以下步骤：步骤1.接收信号，采集图像信息；步骤2.利用卷积神经网络对图像进行纹理抑制，先对采集图像进行非经典感受野抑制，再将抑制后的图像输入已经训练好的卷积神经网络中进行纹理判断，最后将图像进行动态迭代抑制初步得到划痕图片；步骤3.滞后双阈值划痕连接，对小范围的断裂划痕进行连接，采用高低两种阈值对图像进行二值化，以高阈值为基础低阈值为补充来连接图像边缘；步骤4.对划痕图像进行细化。

【技术特征摘要】
1.一种基于机器视觉的产品表面划痕检测方法，其特征在于，具体包括以下步骤：步骤1.接收信号，采集图像信息；步骤2.利用卷积神经网络对图像进行纹理抑制，先对采集图像进行非经典感受野抑制，再将抑制后的图像输入已经训练好的卷积神经网络中进行纹理判断，最后将图像进行动态迭代抑制初步得到划痕图片；步骤3.滞后双阈值划痕连接，对小范围的断裂划痕进行连接，采用高低两种阈值对图像进行二值化，以高阈值为基础低阈值为补充来连接图像边缘；步骤4.对划痕图像进行细化。2.根据权利要求1所述的一种基于机器视觉的产品表面划痕检测方法，其特征在于，所述步骤2包括具体以下步骤：步骤21.对采集图像进行高斯差分滤波，模拟人初级视皮层神经元感受野对刺激的响应强度随距离的变化情况；步骤22.卷积神经网络纹理预测模型，对步骤21处理后的图片按像素遍历，以遍历点为中心，取128*128大小的单通道图片为神经网络的输入，采用已经训练好的多层卷积神经网络根据周围点的灰度值拟合预测出该中心点的灰度值，对不属于纹理的点，得到的灰度值低，属于纹理的中心点，灰度值高，最后得到一张...

【专利技术属性】
技术研发人员：林少斌，
申请(专利权)人：三固厦门科技有限公司，
类型：发明
国别省市：福建,35