一种低对比影像差异的检测方法及其拍摄装置制造方法及图纸

本发明专利技术涉及低对比影像的检测方法和拍摄其影像的装置，尤其是一种低对比影像差异的检测方法及其拍摄装置，为了解决采用现有检测手法检测表面颜色相近的产品时存在效率极低且判定准确率也很低的问题，提供一种低对比影像差异的检测方法，包括以下步骤：a）通过相机获取产品图像；b）将步骤a）中图像对应的直方图进行灰度拉伸处理，提升图像的对比度；c）计算步骤b）中提升对比度后图像的图像梯度，强化图像表面纹路；d）利用熵值法判定步骤c）中图像表面纹路的复杂程度；e）根据步骤d）所得的图像表面纹路复杂程度对产品进行分类，本发明专利技术的检测速度是现有检测速度的数十倍。

A Detection Method of Low Contrast Image Difference and Its Photographing Device

【技术实现步骤摘要】
一种低对比影像差异的检测方法及其拍摄装置
本专利技术涉及低对比影像的检测方法和拍摄其影像的装置，尤其是一种低对比影像差异的检测方法及其拍摄装置。
技术介绍
在工业生产中有许多的产品表面颜色相近，不易用人眼辨识产品的差别，例如UV胶涂层，OCA胶涂层等，这样的产品由于颜色变化或是对比度极低，利用人眼是无法分辨其差异的，在此类产品的分辨上，现有技术是利用电子显微镜放大图像数十倍，以微观的方式观察其表面结构的复杂程度，这样的人工判别方式费时且不客观，传统的检测方式，在原始图像中先框选一小范围利用光学显微镜观察，由人工评估光学显微镜下之放大图像结构，结构越复杂或越密集，表示涂层越厚，这种随机抽样的方式，仅能观察部分产品的表面，但光学胶的涂布往往会有不均匀的情况发生，其结构不复杂，因此发生误判的情况相当频繁，简而言之，采用现有检测手法检测效率极低且判定的准确率也很低。
技术实现思路
本专利技术要解决的技术问题是：为了解决采用现有检测手法检测表面颜色相近的产品时存在效率极低且判定准确率也很低的问题，提供一种低对比影像差异的检测方法及其拍摄装置。本专利技术解决其技术问题所采用的技术方案是：提供一种低对比影像差异的检测方法，包括以下步骤：a）通过相机获取产品图像；b）将步骤a）中图像对应的直方图进行灰度拉伸处理，提升图像的对比度；c）计算步骤b）中提升对比度后图像的图像梯度，强化图像表面纹路；d）利用熵值法判定步骤c）中图像表面纹路的复杂程度；e）根据步骤d）所得的图像表面纹路复杂程度对产品进行分类。作为优选的，所述步骤b）中灰度拉伸处理是采用公式，，其中f（x，y）为图像中当下像素点的灰阶值，MAX为图像中最白像素点的灰阶值，MIN为图像中最黑像素点的灰阶值，x和y是当下像素点的坐标；或所述步骤b）中灰度拉伸处理是采用公式，，其中B为图像中最白像素点的灰阶值，A为图像中最黑像素点的灰阶值，f(x,y)为图像中当下像素点的灰阶值。作为优选的，所述步骤c）中图像梯度采用公式为：G（x，y）=dx（i，j）+dy（i，j）；dx（i，j）=I（i+1，j）-I（i，j）；dy（i，j）=I（i，j+1）-I（i，j）；其中，I是图像像素的值，（i，j）为像素的坐标。作为优选的，所述步骤d）中熵值法运用公式如下：，其中p（i，j）为像素点在（i，j）位置的灰阶值，（i，j）为像素点的坐标，Entropy代表熵。为了便于分类，所述步骤e）中产品的分类是依据熵值大小判断，熵值越大说明图像中的结构越复杂或图像中的密度越高，反之越低，熵值存在一个区间值，区间值与计算所得的熵值对比，计算所得的熵值处于某个区间值中就将此产品分类到与此区间值对应的类别中。为了保证拍摄精度，采用的低对比影像差异拍摄装置包括相机、镜头、光源和拍摄平台，镜头固定安装在相机上，并对准拍摄平台，镜头和拍摄平台之间存在距离，此距离段中设置有光源，光源对准拍摄平台，镜头与拍摄平台之间存在70°±5°的夹角α，光源与拍摄平台之间存在55°±5°的夹角β。进一步的，所述光源为白光光源，色温7000K±500K，镜头为0.48X远心镜头。本专利技术的有益效果是，本专利技术的一种低对比影像差异的检测方法及其拍摄装置，采用CCD相机取代光学显微镜，并将低对比图像透过对比拉伸与梯度图像来强化其表面结构，最后利用熵值法来量化图像结构的复杂度，当熵值越大则代表其表面结构越复杂或越密集，说明涂层越厚，反之涂层越薄，本专利技术采用自动视觉检测方案，具有极高的检测效率且具有量化标准，可避免人为主观判定不准确的问题，并且本专利技术的检测速度是现有检测速度的数十倍。附图说明图1a是现有检测方法对表格中的UV8进行检测区域的随机选定。图1b是图1a中选定区域在光学显微镜下的放大图像。图1c是现有检测方法对表格中的UV8进行检测区域的二次随机选定。图1d是图1c中选定区域在光学显微镜下的放大图像。图1e是现有检测方法对表格中的UV6进行检测区域的随机选定。图1f图1e中选定区域在光学显微镜下的放大图像。图2是根据产品表面纹路复杂程度绘制的3D图。图3是表格中图像经处理后熵值的分布图。图4是用于拍摄图像的拍摄装置。具体实施方式现在结合附图和优选实施例对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。采用CCD相机拍得的UV胶涂层图像，CCD相机市购，表格中的UV代表涂层为UV胶涂层，数字代表UV涂层的厚度，2代表UV涂层的厚度为2微米，16代表UV涂层的厚度为16微米。图1a到图1f是现有检测方法，以表中UV8为例，现有检测方法采用随机选取放大检测区域如图1a为首次选取，选定区域在图像的左上区域，即图中的方框区域，图1a为二次选取，选定区域在图像的右上区域，即图中的方框区域，图1b对应图1a中的方框区域，展示的是在光学显微镜下的放大图像，图1d对应图1c中的方框区域，展示的是在光学显微镜下的放大图像，通过人工对图1b和图1d的图像做出评估；这种随机抽样的方式，仅能观察部分产品的表面，但UV胶的涂抹分布往往会有不均匀的状况发生，如图1d虽为UV8产品但其结构却比图1f的UV6产品结构更简单，靠人工识别是识别不出来的，因此发生误判的情况相当频繁。本专利技术以表格中的UV6为例，为了更加直观的说明借用图1e，图1e中左中区域最黑，左下区域最白，在UV6的图像进入图像处理软件时各像素点的灰阶值和各像素的坐标值会被读取，首先利用软件调取UV6的直方图，再利用灰度拉伸，将直方图中最小灰阶值拉伸为0，最大灰阶值拉伸为255，简单的说就是让黑色的像素点变的更黑，让白色的像素点变得更白，灰度拉伸不局限于某个公式，如，和，都可以用来计算，假设图1e左下区域最白的像素点灰阶值为120，图1e中左中区域最黑的像素点灰阶值为100，那么最大值为120，最小值为100，使用计算，，，也就是上文说的强制拉伸为0，如像素点灰阶值为110，，，四舍五入为128；使用公式，其中B为图像中最白像素点的灰阶值，即为120，A为图像中最黑像素点的灰阶值，即为100，f(x,y)为图像中当下像素点的灰阶值，同样以像素点灰阶值为110为例，，，四舍五入为128；将计算后的灰阶值引入直方图后就会得出表中的增强图像，从原始图像和增强图像的对比可以发现明显的变化。直方图软件或直方图插件为现有的软件，在大多数的图像处理软件中都有，如最新的Photoshop，甚至在一些专业数码相机中已经内嵌安装了直方图插件，在拍摄完毕后能直接观看直方图和编辑直方图，以实现增强图像的画面感。在进行灰度拉伸的同时，各像素点坐标已被获取，采用图像梯度:G(x,y)=dx(i,j)+dy(i,j)；dx(i,j)=I(i+1,j)-I(i,j)；dy(i,j)=I(i,j+1)-I(i,j)；其中，I是图像像素的值(如：RGB值)，(i,j)为像素的坐标；图像梯度一般也可以用中值差分：dx(i,j)=[I(i+1,j)-I(i-1,j)]/2；dy(i,j)=[I(i,j+1)-I(i,j-1)]/2；上面说的是简单的梯度定义，其实还有更多更复杂的梯度公式；接着本利用信息论中用于评估信息内涵复杂度量化衡量指标“熵”（Entrop本文档来自技高网...

【技术保护点】
1.一种低对比影像差异的检测方法，其特征在于包括以下步骤： a）通过相机获取产品图像；b）将步骤a）中图像对应的直方图进行灰度拉伸处理，提升图像的对比度；c）计算步骤b）中提升对比度后图像的图像梯度，强化图像表面纹路；d）利用熵值法判定步骤c）中图像表面纹路的复杂程度；e）根据步骤d）所得的图像表面纹路复杂程度对产品进行分类。

【技术特征摘要】
1.一种低对比影像差异的检测方法，其特征在于包括以下步骤：a）通过相机获取产品图像；b）将步骤a）中图像对应的直方图进行灰度拉伸处理，提升图像的对比度；c）计算步骤b）中提升对比度后图像的图像梯度，强化图像表面纹路；d）利用熵值法判定步骤c）中图像表面纹路的复杂程度；e）根据步骤d）所得的图像表面纹路复杂程度对产品进行分类。2.根据权利要求1所述的一种低对比影像差异的检测方法，其特征在于：所述步骤b）中灰度拉伸处理是采用公式，，其中f（x，y）为图像中当下像素点的灰阶值，MAX为图像中最白像素点的灰阶值，MIN为图像中最黑像素点的灰阶值，x和y是当下像素点的坐标；或所述步骤b）中灰度拉伸处理是采用公式，，其中B为图像中最白像素点的灰阶值，A为图像中最黑像素点的灰阶值，f(x,y)为图像中当下像素点的灰阶值。3.根据权利要求2所述的一种低对比影像差异的检测方法，其特征在于：所述步骤c）中图像梯度采用公式为：G（x，y）=dx（i，j）+dy（i，j）；dx（i，j）=I（i+1，j）-I（i，j）；dy（i，j）=I（i，j+1）-I（i，j）；其中，I是图像像素...

【专利技术属性】
技术研发人员：王郑，王岩松，赵新民，
申请(专利权)人：征图新视江苏科技股份有限公司，
类型：发明
国别省市：江苏,32