一种基于图像处理的屏蔽盒涂装质量检测方法及系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像处理的屏蔽盒涂装质量检测方法及系统，该方法首先对屏蔽盒图像进行处理得到目标图像，重构目标图像得到多张特征图。获取特征图中的局部区域；计算局部区域的异常程度，并从局部区域中选取待选区域。对待选区域分类得到多个缺陷簇。计算缺陷簇内待选区域的差异程度和聚集程度；聚集程度和差异程度之比为符合程度。根据符合程度和异常程度计算特征图的适配程度；由适配程度从特征图中选取目标特征图。对目标特征图进行缺陷检测得到屏蔽盒评价值。本发明专利技术通过计算LBP算子与特征图的适配程度，从特征图中选取目标特征图进行缺陷检测，提高了缺陷检测的准确性。提高了缺陷检测的准确性。提高了缺陷检测的准确性。

【技术实现步骤摘要】
一种基于图像处理的屏蔽盒涂装质量检测方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像处理的屏蔽盒涂装质量检测方法及系统。

技术介绍

[0002]屏蔽盒是利用导电或者导磁材料制成的壳、板、套等各种形状的屏蔽体，将电磁能力限制在一定空间范围内，用于抑制辐射干扰的金属体。屏蔽盒一般使用金属材料制作，但是金属长时间暴露在空气中时容易被腐蚀，所以经常会对屏蔽盒表面进行喷漆处理。但金属腐蚀是不可逆转的自发过程，即使是优质的喷漆涂装，也难于保护金属不发生腐蚀，尤其是当金属表面喷漆涂装层结合不良，受到损坏，或有针孔，鼓泡、龟裂、脱落等缺陷，喷漆涂层的保护作用将大大下降，甚至加剧金属腐蚀的后果。
[0003]目前，常用的对屏蔽盒涂装质量进行检测的方法为使用缺陷检测神经网络确定缺陷的位置。这种方法在采集到的屏蔽盒图像对应的屏蔽盒中有大面积的低频信号的时候可以准确检测出缺陷，但当有针孔等细小的高频的缺陷时就难以准确检测出来。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的屏蔽盒涂装质量检测方法及系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种基于图像处理的屏蔽盒涂装质量检测方法，该方法包括以下步骤：采集屏蔽盒图像，对所述屏蔽盒图像进行语义分割得到目标图像；采用半径不同的LBP算子分别重构所述目标图像，得到多张特征图；根据所述特征图中各像素点的坐标和灰度值对像素点分类，得到多个局部区域；根据各局部区域内像素点的像素均值的差值和局部区域的面积占比得到局部区域的异常程度，根据所述异常程度从多个局部区域中筛选出待选区域；获取各特征图中待选区域的中心点，根据中心点的距离对各特征图中的待选区域进行分类得到多个缺陷簇；根据所述缺陷簇内的待选区域数量、待选区域面积和待选区域内像素点的方差得到差异程度；计算缺陷簇内各待选区域的聚集程度；所述聚集程度和所述差异程度的比值为符合程度；根据各缺陷簇对应的所述符合程度和缺陷簇内各待选区域对应的异常程度得到特征图的适配程度；根据所述适配程度从多个特征图中选取出目标特征图；利用缺陷检测神经网络对所述目标特征图进行缺陷检测，得到屏蔽盒评价值。
[0005]优选的，所述根据所述特征图中各像素点的坐标和灰度值对像素点分类，得到多个局部区域，包括：由所述特征图中各像素点的坐标和灰度值构建各像素点对应的样本集；
利用均值漂移聚类将所述样本集进行聚类得到多个聚类类别，属于同一聚类类别的样本集对应的像素点为同一类得到多个局部类别；所述局部类别包含多个像素点；每个局部类别对应一个局部区域。
[0006]优选的，所述根据各局部区域内像素点的像素均值的差值和局部区域的面积占比得到局部区域的异常程度，包括：选取任意局部区域作为目标局部区域；获取所述目标局部区域内像素点的像素均值和其他各局部区域内像素点的像素均值的差值的第一绝对值；计算多个所述第一绝对值的第一均值；所述第一均值和目标局部区域的面积占比的倒数相乘得到目标局部区域的异常程度。
[0007]优选的，所述根据所述缺陷簇内的待选区域数量、待选区域面积和待选区域内像素点的方差得到差异程度，包括：获取各待选区域的待选区域面积；计算缺陷簇内的最大待选区域面积和最小待选区域面积的差值为缺陷簇的最大面积差；获取各待选区域内像素点的像素值的方差，得到缺陷簇的最大方差；所述待选区域数量、所述最大待选区域面积和最大方差的乘积为第一乘积；所述第一乘积和所述最大面积差的比值为所述差异程度。
[0008]优选的，所述计算缺陷簇内各待选区域的聚集程度，包括：融合所述缺陷簇内各待选区域得到融合区域；获取所述融合区域的融合中心点；获取待选区域的中心点至所述融合中心点的中心距离；计算多个所述中心距离的距离均值；所述距离均值的倒数和最大中心距离的乘积为缺陷簇对应的所述聚集程度。
[0009]优选的，所述根据各缺陷簇对应的所述符合程度和缺陷簇内各待选区域对应的异常程度得到特征图的适配程度，包括：缺陷簇内多个待选区域的异常程度的和为异常程度累加值；缺陷簇对应的所述符合程度和所述异常程度累加值的乘积为缺陷簇的缺陷值；特征图中多个缺陷簇的缺陷值的和为缺陷累加值；特征图中多个缺陷簇的异常程度累加值的和为第一累加和；所述缺陷累加值和所述第一累加和的比值为特征图的适配程度。
[0010]优选的，所述利用缺陷检测神经网络对所述目标特征图进行缺陷检测，得到屏蔽盒评价值，包括：利用缺陷检测神经网络对所述目标特征图进行缺陷检测得到缺陷区域及其对应的缺陷区域面积；所述缺陷区域面积的占比为所述屏蔽盒评价值。
[0011]优选的，所述根据所述异常程度从多个局部区域中筛选出待选区域，包括：保留异常程度大于预设异常阈值的局部区域作为待选区域。
[0012]优选的，所述根据各待选区域之间的距离对各特征图中的待选区域进行分类得到多个缺陷簇，包括：获取各特征图中待选区域的中心点，根据中心点的距离对各特征图中的待选区域
进行分类得到多个缺陷簇。
[0013]第二方面，本专利技术一个实施例提供了一种基于图像处理的屏蔽盒涂装质量检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于图像处理的屏蔽盒涂装质量检测方法。
[0014]本专利技术实施例至少具有如下有益效果：本专利技术实施例利用图像处理技术，首先获取屏蔽盒图像，对屏蔽盒图像进行处理得到目标图像，对目标图像进行重构得到多张特征图。根据特征图中各像素点的坐标和灰度值对像素点分类，得到多个局部区域；计算各局部区域的异常程度，根据异常程度从多个局部区域中筛选出待选区域，根据该异常筛选出了不属于屏蔽盒本身涂层的缺陷区域。获取各特征图中待选区域的中心点，根据中心点的距离对各特征图中的待选区域进行分类得到多个缺陷簇。计算缺陷簇内各待选区域的差异程度；计算缺陷簇内各待选区域的聚集程度；聚集程度和差异程度的比值为符合程度。根据各缺陷簇对应的符合程度和缺陷簇内各待选区域对应的异常程度得到特征图的适配程度，该适配程度反映了LBP算子重构后的特征图的缺陷特征的明显情况，适配程度越大，该特征图越能反映出缺陷特征；根据适配程度从多个特征图中选取出目标特征图，该目标特征图中的缺陷特征最能反映屏蔽盒的质量。利用缺陷检测神经网络对目标特征图进行缺陷检测，得到屏蔽盒评价值。本专利技术通过计算各LBP算子与特征图的适配程度，从多张特征图中筛选出最能反映屏蔽盒图像缺陷的目标特征图，对该目标特征图进行缺陷检测，提高了缺陷检测的准确性。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0016]图1为本专利技术一个实施例所提供的一种基于图像处理的屏蔽盒涂装质量检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的屏蔽盒涂装质量检测方法，其特征在于，该方法包括以下步骤：采集屏蔽盒图像，对所述屏蔽盒图像进行语义分割得到目标图像；采用半径不同的LBP算子分别重构所述目标图像，得到多张特征图；根据所述特征图中各像素点的坐标和灰度值对像素点分类，得到多个局部区域；根据各局部区域内像素点的像素均值的差值和局部区域的面积占比得到局部区域的异常程度，根据所述异常程度从多个局部区域中筛选出待选区域；根据各待选区域之间的距离对各特征图中的待选区域进行分类得到多个缺陷簇；根据所述缺陷簇内的待选区域数量、待选区域面积和待选区域内像素点的方差得到差异程度；计算缺陷簇内各待选区域的聚集程度；所述聚集程度和所述差异程度的比值为符合程度；根据各缺陷簇对应的所述符合程度和缺陷簇内各待选区域对应的异常程度得到特征图的适配程度；根据所述适配程度从多个特征图中选取出目标特征图；对所述目标特征图进行缺陷检测，得到屏蔽盒评价值。2.根据权利要求1所述的一种基于图像处理的屏蔽盒涂装质量检测方法，其特征在于，所述根据所述特征图中各像素点的坐标和灰度值对像素点分类，得到多个局部区域，包括：由所述特征图中各像素点的坐标和灰度值构建各像素点对应的样本集；利用均值漂移聚类将所述样本集进行聚类得到多个聚类类别，属于同一聚类类别的样本集对应的像素点为同一类得到多个局部类别；所述局部类别包含多个像素点；每个局部类别对应一个局部区域。3.根据权利要求1所述的一种基于图像处理的屏蔽盒涂装质量检测方法，其特征在于，所述根据各局部区域内像素点的像素均值的差值和局部区域的面积占比得到局部区域的异常程度，包括：选取任意局部区域作为目标局部区域；获取所述目标局部区域内像素点的像素均值和其他各局部区域内像素点的像素均值的差值的第一绝对值；计算多个所述第一绝对值的第一均值；所述第一均值和目标局部区域的面积占比的倒数相乘得到目标局部区域的异常程度。4.根据权利要求1所述的一种基于图像处理的屏蔽盒涂装质量检测方法，其特征在于，所述根据所述缺陷簇内的待选区域数量、待选区域面积和待选区域内像素点的方差得到差异程度，包括：获取各待选区域的待选区域面积；计算缺陷簇内的最大待选区域面积和最小待选区域面积的差值为缺陷簇的最大面积差；获取各待...

【专利技术属性】
技术研发人员：危宾，
申请(专利权)人：武汉市富甸科技发展有限公司，
类型：发明
国别省市：