工业品缺陷图像检测的方法技术

一种工业品缺陷图像检测方法，所述工业品缺陷图像检测方法分为先后顺序执行的两个部分：(1)首先实时采集一定数量的没有缺陷的工业品图像，对这些工业品图像进行统计分析得到接受域；(2)接下来对已知样本图像(即已知道样本是否存在缺陷)进行分析得到灰度值为255的像素点数量，当数量值位于接受域范围内时，则本方法判该样本为没有缺陷的正常样本；当数量值位于接受域范围外时，则本方法判该样本为有缺陷的样本。本方法使用准确率这一指标衡量方法预测得好坏。本方法在一定程度上抑制了工业采集图像过程中各种误差带来的成像噪声对工业检测的干扰，对背景与目标灰度差很小的薄膜缺陷检测效果较好。

【技术实现步骤摘要】
工业品缺陷图像检测的方法
本专利技术涉及工业品缺陷检测领域，具体涉及一种工业品缺陷图像检测的方法。
技术介绍
对于工业品缺陷图像检测，选择合适的图像分割阈值至关重要。若阈值选取过大，会导致目标缺陷误判为背景，出现漏检的情形；相反若阈值选取过小，则会导致背景被误判为目标缺陷，出现正常产品被误判为有缺陷的情形。工业品中的薄膜缺陷(一般分为划痕、折痕、尖锐凹凸点、气泡等)检测，由于目标缺陷与背景的灰度差很小，图像分割阈值不好选取，再加上工业实时采集图像的过程中受随机误差、系统误差和人为造成的粗大误差的影响，在一定程度上也对工业薄膜缺陷检测造成了困难。目前，较常见的图像分割算法有王晋江等人通过平滑滤波、直方图分析，由双峰法确定分割阈值，对薄膜缺陷图像实现简单而有效的分割。但是，只有当目标缺陷与背景的灰度值差异很大且直方图表现出明显的双峰时，该方法才有效。哈里发(A.Khalifa)等人阐述的背景差分算法适用范围比较窄，仅当背景恒定不变时，传统背景差分算法才有效，而并不适用于背景图像发生缓慢或激烈变化的场合。卡普尔(Kapur)等人提出了最大熵阈本文档来自技高网...

【技术保护点】
1.一种工业品缺陷图像检测方法，其特征在于所述工业品缺陷图像检测方法分为先后顺序执行的两个部分：/n1)首先实时采集一定数量的没有缺陷的工业品图像，对这些工业品图像进行统计分析得到接受域；/n2)对已知样本图像(即已知道样本是否存在缺陷)进行分析得到灰度值为255的像素点数量，当数量值位于接受域范围内时，则本方法判该样本为没有缺陷的正常样本；当数量值位于接受域范围外时，则本方法判该样本为有缺陷的样本。/n

【技术特征摘要】
1.一种工业品缺陷图像检测方法，其特征在于所述工业品缺陷图像检测方法分为先后顺序执行的两个部分：
1)首先实时采集一定数量的没有缺陷的工业品图像，对这些工业品图像进行统计分析得到接受域；
2)对已知样本图像(即已知道样本是否存在缺陷)进行分析得到灰度值为255的像素点数量，当数量值位于接受域范围内时，则本方法判该样本为没有缺陷的正常样本；当数量值位于接受域范围外时，则本方法判该样本为有缺陷的样本。


2.根据权利要求1所述的工业品缺陷图像检测方法，其特征在于：
1)统计实时采集到的大小相同的正样本(没有缺陷的样本)图像，计算图像每个像素点灰度值的平均值；
2)...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：北京平恒智能科技有限公司，
类型：发明
国别省市：北京;11