一种适用于LED芯片的外观缺陷检测方法、系统及存储介质技术方案

本申请实施例提出了一种适用于LED芯片的外观缺陷检测方法、系统及存储介质，该方法包括获取包含潜在外观缺陷的结构化图像，并基于特征识别方式，从结构化图像中定位到LED芯片在图像中所处的坐标位置；根据坐标位置，从结构化图像中分割得到目标检测图像；从目标检测图像中确定存在外观缺陷的前景区域；在前景区域涵盖的图像范围内，确定外观缺陷所属的几何特征，并根据几何特征确定缺陷类别，几何特征包括区域面积、圆满度、紧密度、空洞数、空洞面积、圆度、凸度、矩形度、以及长宽比中心距偏差中的至少一种。该方法的实施能够提高LED芯片的外观缺陷检测效率。的外观缺陷检测效率。的外观缺陷检测效率。

【技术实现步骤摘要】
一种适用于LED芯片的外观缺陷检测方法、系统及存储介质


[0001]申请涉及图像处理
，具体而言，涉及一种适用于LED芯片的外观缺陷检测方法、系统及存储介质。

技术介绍

[0002]在工业4.0的背景下，国家正在大力推进智能制造相关产业的布局和发展，并在工业生产环境下，加快自动化、以及信息化的建设。目前，在工业生产环境中依然存在大量需要人工操作的环节，例如Led芯片的外观缺陷检测，而Led芯片外观缺陷检测是产品质量把控的关键步骤。过去，传统的依靠人眼辨别Led芯片表面是否有缺陷的方法，已经不能满足越来越严格的检测精度要求，而且人工目检存在诸多隐患，检测人员的专业程度、效率问题和成本问题已经成为各个制造企业的心病。
[0003]另一方面，虽然目前相关的研究机构也已推出了各样的Led芯片外观缺陷检测方案，如利用AI技术进行检测，但其也存在诸多的不足，例如，使用AI技术检测的方案依赖数据，其需要在收集到足够数据之后才可以达到客户要求的检测精度，但是客户的产品往往更新迭代比较快，AI检测方案无法满足快速建档的需求。

技术实现思路

[0004]本申请实施例的目的在于提供一种适用于LED芯片的外观缺陷检测方法、系统及存储介质，以解决现有技术中存在的检测效率不高的技术问题。
[0005]本申请实施例提供了一种适用于LED芯片的外观缺陷检测方法，包括以下步骤：获取包含潜在外观缺陷的结构化图像，并基于特征识别方式，从所述结构化图像中定位到LED芯片在图像中所处的坐标位置；根据所述坐标位置，从所述结构化图像中分割得到目标检测图像；从所述目标检测图像中确定存在外观缺陷的前景区域；在所述前景区域涵盖的图像范围内，确定外观缺陷所属的几何特征，并根据所述几何特征确定缺陷类别，所述几何特征包括区域面积、圆满度、紧密度、空洞数、空洞面积、圆度、凸度、矩形度、以及长宽比中心距偏差中的至少一种。
[0006]第二方面，本申请实施例还提供了一种适用于LED芯片的外观缺陷检测系统，所述系统包括图像获取模块、检测分割模块、缺陷定位模块以及缺陷类别识别模块，其中：所述图像获取模块，用于获取包含潜在外观缺陷的结构化图像，并基于特征识别方式，从所述结构化图像中定位到LED芯片在图像中所处的坐标位置；所述检测分割模块，用于根据所述坐标位置，从所述结构化图像中分割得到目标检测图像；所述缺陷定位模块，用于从所述目标检测图像中确定存在外观缺陷的前景区域；所述缺陷类别识别模块，用于在所述前景区域涵盖的图像范围内，确定外观缺陷所属的几何特征，并根据所述几何特征确定缺陷类别，所述几何特征包括区域面积、圆满
度、紧密度、空洞数、空洞面积、圆度、凸度、矩形度、以及长宽比中心距偏差中的至少一种。
[0007]第三方面，本申请实施例还提供了一种可读存储介质，所述可读存储介质中包括适用于LED芯片的外观缺陷检测方法程序，所述适用于LED芯片的外观缺陷检测方法程序被处理器执行时，实现上述方法的步骤。
[0008]实施本专利技术的一种适用于LED芯片的外观缺陷检测方法、系统及存储介质，基于特征识别方式，从获取到的结构化图像中定位到LED芯片在图像中所处的坐标位置，使得能够很容易从结构化图像中辨别出LED芯片所处的坐标位置，提高图像处理效率。之后，再根据得到的坐标位置，从结构化图像中分割得到目标检测图像，以及从该目标检测图像中确定存在外观缺陷的前景区域，通过对该前景区域进行特征分析，并以此确定涵盖的缺陷类别，相比于传统机器视觉检测区域划分比较固定，扩展性较差无法自由配置，本方案能够提供一种全面、灵活的检测方案，大大提高了工厂的生产效率，节省人力检测成本且保证产品质量，减少客诉，有效的提高了检测效率。
[0009]本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0010]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
[0011]图1为本申请实施例提供的一种适用于LED芯片的外观缺陷检测方法的流程图；图2为预设的多个精确定位模板的定位效果对比图；图3为外观缺陷在不同光源下的成像效果示意图；图4为本申请实施例提供的一种适用于LED芯片的外观缺陷检测系统的结构示意图。
具体实施方式
[0012]下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0013]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0014]请参照图1，图1是本申请一些实施例中的一种适用于LED芯片的外观缺陷检测方法的流程图。以该方法应用于计算机设备（该计算机设备具体可以是终端或服务器，终端具
体可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群）为例进行说明，包括以下步骤：步骤S100，获取包含潜在外观缺陷的结构化图像，并基于特征识别方式，从所述结构化图像中定位到LED芯片在图像中所处的坐标位置。
[0015]首先，针对结构化图得获取，计算机设备将通过本地文件或通过接收socket数据图像进行待检测图像的获取。之后，再基于计算机视觉检测技术，从获取到的待检测图像中 检测出所有包含潜在外观缺陷区域的结构化图像。其次，针对LED芯片在图像中所处的坐标位置的定位，计算机设备将通过特征识别方式，基于LED芯片的识别特征构建相应的特征图像模板，再将获取到的结构化图像与该特征图像模板进行匹配，并在确定相应图像区域与该特征图像模板匹配成功时，基于该图像区域所处的坐标位置确定LED芯片在图像中所处的坐标位置。
[0016]步骤S200，根据所述坐标位置，从所述结构化图像中分割得到目标检测图像。
[0017]具体的，在进行图像分割的之前，计算机设备可以根据基于步骤S100所确定的坐标位置，从获取到的结构化图像中确定目标检测区域。之后再通过图像分割算法，例如，图像边缘分割本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于LED芯片的外观缺陷检测方法，其特征在于，包括以下步骤：获取包含潜在外观缺陷的结构化图像，并基于特征识别方式，从所述结构化图像中定位到LED芯片在图像中所处的坐标位置；根据所述坐标位置，从所述结构化图像中分割得到目标检测图像；从所述目标检测图像中确定存在外观缺陷的前景区域；在所述前景区域涵盖的图像范围内，确定外观缺陷所属的几何特征，并根据所述几何特征确定缺陷类别，所述几何特征包括区域面积、圆满度、紧密度、空洞数、空洞面积、圆度、凸度、矩形度、以及长宽比中心距偏差中的至少一种。2.根据权利要求1所述的方法，其特征在于，所述基于特征识别方式，从所述结构化图像中定位到LED芯片在图像中所处的坐标位置，包括：获取待检测的初始图像，并根据LED芯片中各晶粒的识别特征，从所述初始图像中确定芯片所在的粗略范围；在所述粗略范围内，根据预设的极性图像模板进行精确定位，并根据得到的精确定位结果，确定LED芯片在图像中所处的坐标位置。3.根据权利要求1所述的方法，其特征在于，所述根据所述坐标位置，从所述结构化图像中分割得到目标检测图像，包括：根据所述坐标位置生成相应的仿射变换矩阵；确定初始检测区域，并基于生成的仿射变换矩阵对所述初始检测区域进行仿射变换，得到目标检测区域；基于所述目标检测区域所对应的图像范围，从所述结构化图像中分割得到相应的目标检测图像。4.根据权利要求1所述的方法，其特征在于，所述从所述目标检测图像中确定存在外观缺陷的前景区域，包括：对所述目标检测图像进行二值化处理，得到相应的二值化图像；通过阈值分割方法对所述二值化图像进行分割处理，得到相应的前景图像和背景图像；根据LED芯片的外观缺陷所对应的识别特征，从所述前景图像中确定存在外观缺陷的前景区域。5.根据权利要求1所述的方法，其特征在于，针对同一个LED芯片将存在多种缺陷类别，所述根据所述几何特征确定缺陷类别，包括：确定所属同一LED芯片的多种缺陷类别；根据外观缺陷对产品质量的影响程度，确定各个缺陷类别分别对应的优先级别，并将对应优先级别最高的缺陷类别，作为最终的目标缺陷...

【专利技术属性】
技术研发人员：别晓辉，童欣，别伟成，单书畅，
申请(专利权)人：视睿杭州信息科技有限公司，
类型：发明
国别省市：