光滑物体表面缺陷检测方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种光滑物体表面缺陷检测方法、装置、设备及介质，所述方法包括采集在被检测物体表面拍摄的二张或二张以上原始图像，原始图像为在明暗相间的、相对于所述被检测物具有一个或一个以上方向的条纹光源照射下获得的；计算各个所述原始图像之间的图像强度变化，根据图像强度变化，得到具有差异特征的差异图像；提取差异图像的像素在局部区域的亮度变化，根据差异图像的亮度变化，归一化到灰度图像区间，得到形状图像；根据形状图像，进行被检测物的表面缺陷判断。通过本发明专利技术，可以重建光滑的被检测物表面纹理的光影变化来达到提取缺陷特征目的。取缺陷特征目的。取缺陷特征目的。

【技术实现步骤摘要】
光滑物体表面缺陷检测方法、装置、设备及介质


[0001]本专利技术涉及自动化检测
，尤其涉及光滑物体表面缺陷检测方法和方法、装置及设备。

技术介绍

[0002]基于机器视觉的缺陷检测近年来发展趋势越来越迅速，一方面得益于各个工业领域：如半导体行业的Mini/Macro LED，新能源行业的消费类软包电池、以及动力电池的外观缺陷检测，还有精密加工的金属表面缺陷检测，以及屏幕显示行业的缺陷检测等等都积极推动AOI技术的不断迭代与强化；其次是近年来劳动力市场的成本再逐年增加，对产品生产的后段检测的自动化需求也越来越强烈，各个厂家都积极推动后段缺陷检测的自动化进程；缺陷检测自动化也是收集产品缺陷数据，改善产品工艺制程的有效手段。
[0003]目前主流的机器视觉缺陷检测都是利用2D图像，通过传统的图像处理算法进行缺陷增强，进而达到缺陷提取的目的，但是由于传统的缺陷检测种类异常繁多，传统的缺陷检测手段无法cover住所有的缺陷种类，且单一的缺陷成像也能各不相同，单一的算法参数设置也是经常存在过漏检，这也是目前2D缺陷检测的通病；
[0004]随着CNN技术的普及，深度学习的技术手段在缺陷检测中应用越来越广泛，但是对于数据样本的标注以及硬件性能的高要求，也是成本比较高的一种手段。

技术实现思路

[0005]鉴于以上技术问题，本专利技术提供了一种光滑物体表面缺陷检测方法、装置、设备及介质，以提供一种重建光滑的被检测物表面纹理的光影变化来达到提取缺陷特征目的的技术方案。
[0006]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0007]根据本专利技术的一方面，提出了一种光滑物体表面缺陷检测方法，所述方法包括：
[0008]采集在被检测物体表面拍摄的二张或二张以上原始图像，所述原始图像为在明暗相间的、相对于所述被检测物具有一个或一个以上方向的条纹光源照射下获得的；计算各个所述原始图像之间的图像强度变化，根据所述图像强度变化，得到具有差异特征的差异图像；提取所述差异图像的像素在局部区域的亮度变化，根据所述差异图像的亮度变化，归一化到灰度图像区间，得到形状图像；根据所述形状图像，进行所述被检测物的表面缺陷判断。
[0009]进一步的，所述原始图像为在相对于所述被检测物的方向为纵向和横向的条纹光源照射下获得的，在相对于所述被检测物的方向为纵向和横向的条纹光源照射下获得的所述原始图像至少分别有二张。
[0010]进一步的，所述提取各张所述原始图像之间的图像强度变化，根据所述图像强度变化，得到具有差异特征的差异图像，包括：将多个所述原始图像依次排列；对相邻两个所
述原始图像之间对应的像素位置的像素值进行相减，得到差值；将所述差值按相对应的位置进行排序，得到差异图像。
[0011]进一步的，所述对相邻两个所述原始图像之间对应的像素位置的像素值进行相减，得到差值，包括：取第N个所述原始图像的像素坐标，N为正整数，取第N+1个所述原始图像的像素坐标，计算第N个所述原始图像的像素坐标减去第N+1个所述原始图像的像素坐标的绝对值，所述绝对值为所述差值。
[0012]进一步的，所述提取所述差异图像的像素局部区域的亮度变化，包括：通过特征提取的统计方法统计计算所述差异图像的像素局部区域的亮度变化强度，得到所述差异图像的像素局部区域的亮度变化。
[0013]进一步的，在采集到所述原始图像后，还包括：提取每张所述原始图像的像素点的像素值的漫射分量和反射分量，根据所述漫射分量和所述反射分量，分别得到漫射图像和反射图像；将每张所述原始图像的所述反射图像与所述漫射图像相比，分别得到光泽比图像；根据所述光泽比图像与所述形状图像，进行所述被检测物的表面缺陷判断。
[0014]进一步的，得到所述反射分量后，对所述反射分量进行增益。
[0015]根据本公开的第二方面，提供一种光滑物体表面缺陷检测装置，包括：采集模块，用于采集在被检测物体表面拍摄的二张或二张以上原始图像，所述原始图像为在明暗相间的、相对于所述被检测物具有一个或一个以上方向的条纹光源照射下获得的；计算模块，用于计算各个所述原始图像之间的图像强度变化，根据所述图像强度变化，得到具有差异特征的差异图像；统计模块，用于提取所述差异图像的像素在局部区域的亮度变化，根据所述差异图像的亮度变化，归一化到灰度图像区间，得到形状图像；判断模块，根据所述形状图像，进行所述被检测物的表面缺陷判断。
[0016]根据本公开的第三方面，提供一种光滑物体表面缺陷检测设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，上述的光滑物体表面缺陷检测方法。
[0017]根据本公开的第四方面，提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时上述光滑物体表面缺陷检测方法。
[0018]本公开的技术方案具有以下有益效果：
[0019]根据上述光滑物体表面缺陷检测方法、装置、设备及介质，通过采集到被检测物在条纹光源照射下得到的原始图像，重建光滑的被检测物表面纹理的光影变化，经过特征提取算法，提取像素局部区域的图像亮度变化，得到shape图像(形状图像)，既突出了多个原始图像中缺陷的表面纹理导致的图像强度的变化，又突出了缺陷特征在图像局部区域的图像强度变化，便于提取到被检测物表面划痕，划伤，凹凸以及暗沉等多类的缺陷。
附图说明
[0020]图1为本说明书实施例提供的一种光滑物体表面缺陷检测方法工作流程示意图；
[0021]图2为本专利技术的形状图的示例；
[0022]图3为本专利技术提出的缺陷的方向示例；
[0023]图4为本说明书实施例提供的一种光滑物体表面缺陷检测方法的采集系统结构示
意图；
[0024]图5为本说明书实施例提供的一种光滑物体表面缺陷检测方法的工作流程示意图；
[0025]图6为本说明书实施例提供的获得光泽比图像的工作流程示意图；
[0026]图7为本专利技术提出的一种光滑物体表面缺陷检测装置的结构示意图；
[0027]图8为本说明书实施例中一种光滑物体表面缺陷检测设备；
[0028]图9为本说明书实施例中一种用于实现光滑物体表面缺陷检测方法的计算机可读存储介质。
具体实施方式
[0029]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光滑物体表面缺陷检测方法，其特征在于，所述方法包括：采集在被检测物体表面拍摄的二张或二张以上原始图像，所述原始图像为在明暗相间的、相对于所述被检测物具有一个或一个以上方向的条纹光源照射下获得的；计算各个所述原始图像之间的图像强度变化，根据所述图像强度变化，得到具有差异特征的差异图像；提取所述差异图像的像素在局部区域的亮度变化，根据所述差异图像的亮度变化，得到形状图像，归一化到灰度图像区间；根据所述形状图像，进行所述被检测物的表面缺陷判断。2.根据权利要求1所述的光滑物体表面缺陷检测方法，其特征在于，所述原始图像为在相对于所述被检测物的方向为纵向和横向的条纹光源照射下获得的，在相对于所述被检测物的方向为纵向和横向的条纹光源照射下获得的所述原始图像至少分别有二张。3.根据权利要求1所述的光滑物体表面缺陷检测方法，其特征在于，所述提取各个所述原始图像之间的图像强度变化，根据所述图像强度变化，得到具有差异特征的差异图像，包括：将多张所述原始图像依次排列；对相邻两张所述原始图像之间对应的像素位置的像素值进行相减，得到差值；将所述差值按相对应的位置进行排序，得到差异图像。4.根据权利要求3所述的光滑物体表面缺陷检测方法，其特征在于，所述对相邻两个所述原始图像之间对应的像素位置的像素值进行相减，得到差值，包括：取第N个所述原始图像的像素坐标，N为正整数，取第N+1个所述原始图像的像素坐标，计算第N个所述原始图像的像素坐标减去第N+1个所述原始图像的像素坐标的绝对值，所述绝对值为所述差值。5.根据权利要求1所述的光滑物体表面缺陷检测方法，其特征在于，所述提取所述差异图像的像素局部区域的亮度变化，包括：通过特征提取的统计方法统计计算所述差异图像的像素局...

【专利技术属性】
技术研发人员：张继华，黄辉，温柳康，易佳朋，
申请(专利权)人：深圳中科精工科技有限公司，
类型：发明
国别省市：