当前位置: 首页 > 专利查询>深圳大学专利>正文

棱边缺陷检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:20901659 阅读:31 留言:0更新日期:2019-04-17 16:30
本发明专利技术公开了一种棱边缺陷检测方法,包括:获取待测设备的棱边图像,将所述棱边图像划分为多个图像块,分别检测每个图像块是否存在缺陷,得到与每个图像块对应的检测结果,当任一个检测结果显示存在缺陷时,则确定所述待测设备的棱边存在缺陷。本发明专利技术还提供了一种棱边缺陷检测装置、电子设备及存储介质。本发明专利技术例突破了现有技术中无法检测设备棱边缺陷的问题,且采用本发明专利技术实施例的检测结果准确、便捷。

【技术实现步骤摘要】
棱边缺陷检测方法、装置、电子设备及存储介质
本专利技术涉及图像检测
,尤其涉及一种棱边缺陷检测方法、装置、电子设备及存储介质。
技术介绍
现有的表面图像检测技术主要针对小尺寸物体如手机外壳、水果和光学元件等或表面形貌单一的大尺寸物体如钢板、皮革和液晶显示器等展开研究。而对于大尺寸产品的整体外观检测没有合适的方法。传统的基于人工检测的外观质量检测方法效率低,误差率高。此外,由于周围环境的影响,人工检测结果有时不一致。大尺寸产品的表面缺陷检测,对摄像头、光源等图像采集系统的硬件性能要求较高,相应的图像处理操作流程较为复杂,因此大多采用红外光谱、激光或线阵相机扫描等方式获取大尺寸物体的表面信息。但扫描系统需要借助移动装置,扫描效率依赖移动速度,当目标物体较大,且需要完成立体多角度扫描时,不仅对移动装置要求较高,增加成本,且扫描耗时,效率降低,使其应用受到极大限制。现有的适用于表面缺陷自动检测方法可分为四大类:滤波方法、结构方法、基于模型技术方法和统计方法。基于滤波的方法,如采用小波变换和Gabor滤波等滤波方法去除图像噪声,增强有利于缺陷检测的特征信息;基于结构的方法,如形态学操作和边缘检测,可以用来检测产品纹理信息缺陷;基于模型技术方法,如建立一个标识利用隐马尔可夫模型和自回归模型进行缺陷检测;基于统计方法,如直方图、共现矩阵和自相关函数,可构造图像像素的灰度分布以获取缺陷信息。然而,上述方法大多集中在表面缺陷的检测上,没有考虑到产品边界上的缺陷。
技术实现思路
本专利技术的主要目的在于提出一种棱边缺陷检测方法、装置、电子设备及存储介质,能够检测到设备棱边的缺陷问题。为实现上述目的,本专利技术提供的一种棱边缺陷检测方法,用于检测待测设备的棱边缺陷,其特征在于,所述方法包括步骤:获取待测设备的棱边图像;将所述棱边图像划分为多个图像块;分别检测每个图像块是否存在缺陷,得到与每个图像块对应的检测结果;当任一个检测结果显示存在缺陷时,则确定所述待测设备的棱边存在缺陷。可选的,所述获取待测设备的棱边图像,具体包括:采集所述待测设备的表面图像,所述待测设备的棱边位于所述表面的边缘;对所述表面图像进行滤波处理,得到第一梯度图像和第二梯度图像;通过图像阈值分割算法对所述第二梯度图像划分出棱边的目标区域;从所述目标区域中分别提取水平棱边区域和垂直棱边区域;从所述水平棱边区域和垂直棱边区域中分别提取水平棱边骨架和垂直棱边骨架;对所述水平棱边骨架和所述垂直棱边骨架采用最小二乘法拟合,确定水平棱边最优直线和垂直棱边最优直线;根据所述水平棱边最优直线和所述第一梯度图像,提取到所述水平棱边图像;根据所述垂直棱边最优直线和所述第二梯度图像,提取到所述垂直棱边图像。可选的,所述对所述表面图像进行滤波处理,得到第一梯度图像和第二梯度图像,具体包括:对所述表面图像进行梯度锐化提取棱边信息,得到所述第一梯度图像;对所述表面图像进行基于频域的高通滤波增强图像的高频信息在滤除干扰的情况下保留缺陷信息,再进行梯度锐化提取棱边信息,得到所述第二梯度图像。可选的,所述方法还包括:判断所述水平棱边骨架和所述垂直棱边骨架是否与图像块中心对称线存在偏差;若是,则对所述棱边采用图像插值方法修正位置偏差,得到修正后的棱边图像。可选的,所述将所述棱边图像划分为多个图像块,具体包括:确定所述棱边的起点坐标和终点坐标;将所述棱边图像以棱边区域中心线为对称轴,分别沿第一方向和第二方向扩展e个像素点,其中,所述第一方向与第二方向相反,e为正整数;以h个像素点为高,2e+1个像素点为宽,将所述棱边图像划分为连续的多个图像块。可选的,所述方法还包括:基于所述多个图像块的特征差异,通过对大量的图像块样本的灰度长轴分布进行统计,建立高斯分布模型,以得到图像块正常的概率函数并确定图像块正常的概率阈值。可选的,所述分别检测每个待测图像块是否存在缺陷,具体包括:分别计算每个图像块的灰度长轴,带入所述高斯分布模型的图像块正常的概率函数,计算得到图像块正常的概率;当所述概率小于所述图像块正常的概率阈值时,则检测所述图像块存在缺陷。此外,为实现上述目的,本专利技术还提出一种棱边缺陷检测装置,用于检测待测设备的棱边缺陷,所述装置包括:图像获取模块,用于获取待测设备的棱边图像;划分模块,用于将所述棱边图像划分为多个图像块;检测模块,用于分别检测每个图像块是否存在缺陷,得到与每个图像块对应的检测结果;缺陷确定模块,用于当任一个检测结果显示存在缺陷时,则确定所述待测设备的棱边存在缺陷。此外,为实现上述目的,本专利技术还提出一种电子设备,所述电子设备包括处理器以及存储器;所述处理器用于执行存储器中存储的棱边缺陷检测程序,以实现上述的方法。此外,为实现上述目的,本专利技术还提出一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述的方法。本专利技术公开了一种棱边缺陷检测方法、装置、电子设备及存储介质,通过获取待测设备的棱边图像,将所述棱边图像划分为多个图像块,分别检测每个图像块是否存在缺陷,得到与每个图像块对应的检测结果,当任一个检测结果显示存在缺陷时,则确定所述待测设备的棱边存在缺陷。相比于现有技术,本专利技术例突破了现有技术中无法检测设备棱边缺陷的问题,且采用本专利技术实施例的检测结果准确、便捷。附图说明图1为本专利技术较佳实施例提供的棱边检测系统的结构示意图;图2为本专利技术较佳实施例提供的棱边缺陷检测方法的流程示意图;图3为本专利技术较佳实施例提供的棱边缺陷检测方法的子流程示意图;图4为本专利技术较佳实施例提供的棱边缺陷检测方法的另一子流程示意图;图5为本专利技术较佳实施例提供的棱边缺陷检测方法的另一子流程示意图;图6为本专利技术较佳实施例提供的图像块划分示意图;图7为本专利技术较佳实施例提供的棱边缺陷检测装置的模块示意图;图8为本专利技术较佳实施例提供的电子设备的模块示意图。具体实施方式应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。如图1所示,为本申请较佳实施例提供的棱边缺陷检测系统的结构示意图。在图1中,棱边缺陷检测系统包括待测设备10、工业相机20、光源30及电子设备40。其中,待测设备10为检测对象,待测设备10的检测区域可以划分为表面11和棱边12,表面11的两侧为棱边12。工业相机20用于拍摄待测设备10,并采集待测设备10的图像。从图1可以看出,光源30正对着待测设备10的表面11和棱边12。在本实施例中,为突出棱边12的轮廓信息,系统在待测设备10的检测表面11的两侧安装了两个条形光源30。工业相机20采集图像后通过串口数据线传输至电子设备40中进行处理,以检测待测设备10的棱边12是否存在缺陷。可选的,本实施例中的待测设备10为电气柜。可选的,工业相机20的视场范围为1.0m×1.2m(宽×高)。本实施例中,光源30从待测设备10的两侧进行照射,导致待测设备10在水平和垂直方向的棱边12的灰度分布有所区别。由于棱边12的曲面对条形光照的反射造成水平方向的棱边灰度值本文档来自技高网...

【技术保护点】
1.一种棱边缺陷检测方法,用于检测待测设备的棱边缺陷,其特征在于,所述方法包括步骤:获取待测设备的棱边图像;将所述棱边图像划分为多个图像块;分别检测每个图像块是否存在缺陷,得到与每个图像块对应的检测结果;当任一个检测结果显示存在缺陷时,则确定所述待测设备的棱边存在缺陷。

【技术特征摘要】
1.一种棱边缺陷检测方法,用于检测待测设备的棱边缺陷,其特征在于,所述方法包括步骤:获取待测设备的棱边图像;将所述棱边图像划分为多个图像块;分别检测每个图像块是否存在缺陷,得到与每个图像块对应的检测结果;当任一个检测结果显示存在缺陷时,则确定所述待测设备的棱边存在缺陷。2.根据权利要求1所述的棱边缺陷检测方法,其特征在于,所述获取待测设备的棱边图像,具体包括:采集所述待测设备的表面图像,所述待测设备的棱边位于所述表面的边缘;对所述表面图像进行滤波处理,得到第一梯度图像和第二梯度图像;通过图像阈值分割算法对所述第二梯度图像划分出棱边的目标区域;从所述目标区域中分别提取水平棱边区域和垂直棱边区域;从所述水平棱边区域和垂直棱边区域中分别提取水平棱边骨架和垂直棱边骨架;对所述水平棱边骨架和所述垂直棱边骨架采用最小二乘法拟合,确定水平棱边最优直线和垂直棱边最优直线;根据所述水平棱边最优直线和所述第一梯度图像,提取到所述水平棱边图像;根据所述垂直棱边最优直线和所述第二梯度图像,提取到所述垂直棱边图像。3.根据权利要求2所述的棱边缺陷检测方法,其特征在于,所述对所述表面图像进行滤波处理,得到第一梯度图像和第二梯度图像,具体包括:对所述表面图像进行梯度锐化提取棱边信息,得到所述第一梯度图像;对所述表面图像进行基于频域的高通滤波增强图像的高频信息在滤除干扰的情况下保留缺陷信息,再进行梯度锐化提取棱边信息,得到所述第二梯度图像。4.根据权利要求1所述的棱边缺陷检测方法,其特征在于,所述方法还包括:判断所述水平棱边骨架和所述垂直棱边骨架是否与图像块中心对称线存在偏差;若是,则对所述棱边采用图像插值方法修正位置偏差,得到修正后的棱边图像。5.根据权利要求4所述...

【专利技术属性】
技术研发人员:彭业萍吴敏曹广忠阮松波
申请(专利权)人:深圳大学
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1