板材包边缺陷检测方法、系统、装置制造方法及图纸

本发明专利技术属于图像检测技术领域，具体涉及了一种板材包边缺陷检测方法、系统、装置，旨在解决现有人工板材包边缺陷检测技术错误率高、效率低的问题。本发明专利技术方法包括：提取图像的RGB颜色特征图、纵向及横向梯度特征图后按照设定的宽度划分图像；将划分后的子窗口图像纵向划分为设定数量的子单元；提取子单元的灰度统计特征，构建子窗口特征集合并聚类为设定数量的类；计算聚类中心特征两两之间的距离，并统计任一聚类中心特征距离中的大于设定阈值的距离数量，若大于聚类数的一半，则聚类对应的子窗口为缺陷部位在图像中的位置。本发明专利技术实现板材包边缺陷的自动化在线检测，并且可以动态调整检测中距离的设定阈值，检测效率高、错误率低、鲁棒性好。

Detection method, system and device of edge defects of sheet metal

【技术实现步骤摘要】
板材包边缺陷检测方法、系统、装置
本专利技术属于图像检测
，具体涉及了一种板材包边缺陷检测方法、系统、装置。
技术介绍
近几年，消费者对家具的个性化需求越来越突出，因此定制家具越来越流行，定制家具市场也得到蓬勃发展。通常，客户完成家具定型后，厂方根据家具造型结构，生产所需尺寸、不同花色的各部件板材。板材的内部材质通常为木材、木质纤维、纤维边角料等，通常在板材外表面会贴附不同纹理的包边，在板材加工生产过程中，不可避免的会出现包边脱落、磕碰、多胶等各种不合格情况。由于家具整体运输不便，厂家通常是在车间生产完成所有家具部件板材，运送到客户住处然后由工作人员上门安装，而定制家具板材同一批次同一块板材只按需生产，无备份，若板材运送到客户处才被发现有瑕疵，则调换成本陡增，因此板材的出厂质量至关重要。在板材的生产过程中，容易出现不合格情况的是板材的包边部分。包边是用粘合剂将封条附着在板材主体上，可能出现缺失、错位等缺陷情况，即时发现包边的缺陷，可以提升板材生产的合格率。目前的板材缺陷检测主要由人工目测完成，由于板材缺陷如缺角等有时尺寸较小，达到毫米级，本文档来自技高网...

【技术保护点】
1.一种板材包边缺陷检测方法，其特征在于，该板材包边缺陷检测方法包括：/n步骤A10，获取包含板材包边接缝直线的板材图像作为待检测图像；/n步骤A20，对所述待检测图像进行通道分离，获得R颜色特征图、G颜色特征图、B颜色特征图；对所述待检测图像进行灰度化以及卷积操作，提取所述待检测图像的纵向梯度特征图、横向梯度特征图；/n步骤A30，分别将所述R颜色特征图、G颜色特征图、B颜色特征图、纵向梯度特征图、横向梯度特征图按照设定宽度、设定步长沿图像横向划分为T个子窗口；/n步骤A40，分别将所述T个子窗口中每一个子窗口纵向等分为设定数量的子单元，并按照设定灰度值步长分别提取每一个子单元的灰度统计特征...

【技术特征摘要】
1.一种板材包边缺陷检测方法，其特征在于，该板材包边缺陷检测方法包括：
步骤A10，获取包含板材包边接缝直线的板材图像作为待检测图像；
步骤A20，对所述待检测图像进行通道分离，获得R颜色特征图、G颜色特征图、B颜色特征图；对所述待检测图像进行灰度化以及卷积操作，提取所述待检测图像的纵向梯度特征图、横向梯度特征图；
步骤A30，分别将所述R颜色特征图、G颜色特征图、B颜色特征图、纵向梯度特征图、横向梯度特征图按照设定宽度、设定步长沿图像横向划分为T个子窗口；
步骤A40，分别将所述T个子窗口中每一个子窗口纵向等分为设定数量的子单元，并按照设定灰度值步长分别提取每一个子单元的灰度统计特征，以所述子窗口中所有子单元的灰度统计特征作为子窗口特征，构建子窗口特征集合；
步骤A50，通过Kmeans聚类方法将所述子窗口特征集合聚为第一设定数量的聚类；
步骤A60，对于任一聚类，获取其聚类中心特征与其他聚类中心特征的EMD距离，统计大于设定阈值的EMD距离数量，若其数量大于所述第一设定数量的一半，则所述聚类对应的子窗口为缺陷部位在所述待检测图像中的位置。


2.根据权利要求1所述的板材包边缺陷检测方法，其特征在于，步骤A20中“对所述待检测图像进行灰度化以及卷积操作，提取所述待检测图像的纵向梯度特征图、横向梯度特征图”，其方法为：
步骤A21，对所述待检测图像进行灰度化操作，获得板材灰度图像；
步骤A22，分别通过设定的纵向卷积算子、横向卷积算子对所述板材灰度图像进行卷积操作，获得板材图像的纵向梯度特征图、横向梯度特征图。


3.根据权利要求2所述的板材包边缺陷检测方法，其特征在于，所述纵向卷积算子、横向卷积算子分别为：






其中，sobleY代表纵向卷积算子，sobleX代表横向卷子算子。


4.根据权利要求1所述的板材包边缺陷检测方法，其特征在于，步骤A40中“按照设定灰度值步长分别提取每一个子单元的灰度统计特征”，其方法为：
步骤A41，按照设定灰度值步长将所述子单元的灰度范围[0,255]划分为N维；
步骤A42，统计所述子单元在R颜色特征图、G颜色特征图、B颜色特征图、纵向梯度特征图、横向梯度特征图中各自所有灰度值在N维中每一维的数量，获得子单元的灰度统计特征。


5.根据权利要求1所述的板材包边缺陷检测方法，其特征在于，步骤A60中“设定阈值”，其获取方法为：
步骤Y10，获取设定数量的人工目视检测结果为无缺陷的包含板材包边接缝直线的板材图像作为样本图像集；
步骤Y20，通过权利要求1所述的板材包边缺陷检测方法步骤A20-步骤A40对应方法，获取所述样本图像集中每一个图像对应的子窗口特征集合；
步骤Y30，基于所述子窗口特征集合中任一特征，计算其与其他特征之间的EMD距离，获得EMD距离集合；
步骤Y...

【专利技术属性】
技术研发人员：陈艳红，崔晓光，张吉祥，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11