一种基于计算机视觉的塑料制品缩坑检测方法及系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及一种基于计算机视觉的塑料制品缩坑检测方法及系统。该方法获得塑料产品图像中每个像素点的梯度幅值和梯度方向。根据选取梯度方向连续且渐变分布的连续像素点构成待选边界曲线。根据待选边界曲线的组合获得闭合区域边界，进而获得待选缩坑区域。结合待选缩坑区域内梯度幅值的变化特征和像素灰度变化特征筛选出缩坑区域。本发明专利技术通过对像素点的梯度特征进行分析，实现了对缩坑区域进行准确检测。实现了对缩坑区域进行准确检测。实现了对缩坑区域进行准确检测。

【技术实现步骤摘要】
一种基于计算机视觉的塑料制品缩坑检测方法及系统


[0001]本专利技术涉及人工智能
，具体涉及一种基于计算机视觉的塑料制品缩坑检测方法及系统。

技术介绍

[0002]但凡是需要注射与压注成型的塑胶件产品，都必须先决定产品注塑模具的进料口的位置。进料口位置应根据材料的特性和注塑结构决定，人们往往是根据经验来决定进料口位置，但对于较复杂或结构较为新颖的塑料模型，在没有先验知识的情况下，进料口位置的确定就成为了一个难题。在注塑工艺过程中，缩坑为常见的缺陷，缩坑的形成会影响塑料产品的质量，对于同一个注塑件，可以用不同的注塑模型进行生产，此时可以通过对不同进料口的注塑模型进行评判，从而得到一个较佳的塑料模型。因此需要一个通用的缺陷检测方法。
[0003]现有技术中对于缺陷检测可通过计算机视觉方法提取图像中的缺陷区域的特征并进行分类识别。但是对于塑料产品的缩坑缺陷而言，特征不明显，缩坑区域的像素特征与其他正常区域的像素特征差异不大，利用像素特征进行分类识别容易造成误识别的错误。

技术实现思路

[0004]为了解决上述技术问题，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的塑料制品缩坑检测方法，其特征在于，所述方法包括：获取塑料产品图像；获取所述塑料产品图像中每个像素点的梯度幅值和梯度方向；获得所述塑料产品图像中每个像素点与预设邻域范围内其他像素点的所述梯度方向的方向差异平均值，保留所述邻域范围内小于所述方向差异平均值的所述其他像素点作为待选边界点；根据所述邻域范围的中心点和相邻的所述待选边界点获得待选边界曲线；所述待选边界曲线的像素点连续且所述梯度方向递增或者递减；统计每个像素点的所述待选边界曲线，以连续且闭合的所述待选边界曲线的组合作为闭合区域边界；所述闭合区域边界围成的区域作为待选缩坑区域；将待缩坑区域中心点与闭合区域边界像素点相连，获得多条区域内部线段；以所述区域内部线段上像素点的所述梯度幅值构建幅值序列；获得所述幅值序列中的最小梯度幅值点；所述最小梯度幅值点将所述幅值序列分为第一幅值子序列和第二幅值子序列；若所述待缩坑区域中心点到所述最小幅值点的所述第一幅值子序列的所述梯度幅值递减且所述最小幅值点到所述闭合区域边界像素点的所述第二幅值子序列递增，则所述幅值序列为缩坑幅值序列；根据所述缩坑幅值序列对应像素点的像素值获得像素值序列；若所述像素值序列呈递增趋势，则认为所述区域内部线段为缩坑内部线段；若所述缩坑内部线段与所述区域内部线段的数量占比大于预设比例阈值，则判断对应的所述待选缩坑区域为缩坑区域。2.根据权利要求1所述的一种基于计算机视觉的塑料制品缩坑检测方法，其特征在于，所述获取塑料产品图像包括：采集初始塑料产品图像；将所述初始塑料产品图像送入预先训练好的语义分割网络中去除背景信息，获得塑料产品图像。3.根据权利要求1或2所述的一种基于计算机视觉的塑料制品缩坑检测方法，其特征在于，所述获取塑料产品图像后包括：通过直方图均衡化算法处理所述塑料产品图像。4.根据权利要求1所述的一种基于计算机视觉的塑料制品缩坑检测方法，其特征在于，所述获得所述塑料产品图像中每个像素点与预设邻域范围内其他像素点的所述梯度方向的方向差异平均值，保留所述邻域范围内小于所述方向差异平均值的所述其他像素点作为待选边界点包括：获得每个像素点在所述邻域范围内的邻域梯度方向矩阵；根据...

【专利技术属性】
技术研发人员：刘厚宏，
申请(专利权)人：武汉市坤瑞塑胶模具制品有限公司，
类型：发明
国别省市：