【技术实现步骤摘要】
一种均匀表面工业品瑕疵检测方法和装置
[0001]本专利技术属于信息处理
,特别涉及到一种基于工业视觉的均匀表面工业品瑕疵检测方法和装置。
技术介绍
[0002]在工业生产过程中,产品的表面瑕疵检测是每个生产企业都需要注意的问题,为严格把控产品质量,传统的人工检测方式,不仅费时费力,还由于产品表面纹路与瑕疵之间区分度微小、人工检测易疲劳等因素,造成漏检率高、检出率低。特别是在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,另外,生产中存在一些危险工作环境或难以满足人工要求的场合,不适合于人工作业。随着深度学习、机器视觉技术的发展,机器视觉设备已成为当今工业行业中热门的设备,其中表面瑕疵检测系统更是广泛应用于各个行业中。基于深度学习的机器视觉方法,通过工业相机在工业产品的生产过程中采集产品图像,采用深度学习的方法对采集的图像进行特征的提取和处理,检测是否存在裂纹、破损等瑕疵,实现自动化检测。基于机器视觉的瑕疵检测方法提高生产的柔性和自动化程度,比传统的人工检测等方法检测精度高,成本低,而且机器视觉易于实现信 ...
【技术保护点】
【技术特征摘要】
1.一种均匀表面工业品瑕疵检测方法,其特征在于,包括以下步骤:获取均匀表面工业品的视频图像;对所述视频图像进行提取,获取含有瑕疵信息的图像;对所述含有瑕疵信息的图像进行分块分析,并进行全变分计算,求出图像的全变分值;根据所述图像的全变分值,分析计算突变值区域,得到瑕疵区域,瑕疵区域所在的工业品即为不良品。2.根据权利要求1所述的一种均匀表面工业品瑕疵检测方法,其特征在于,进行全变分计算,求出图像的全变分值的方法包括以下步骤:计算出清晰图像f的全变分TBV
f
,由下式求解:式中,f表示清晰图像,函数f(x,y)表示图像中第(x,y)像素;式中Ω表述如下式所示:Ω={(x,y):0≤x≤m,0≤y≤n}m,n为原始清晰图像的尺寸大小。3.根据权利要求1所述的一种均匀表面工业品瑕疵检测方法,其特征在于,根据所述图像的全变分值,分析计算突变值区域,得到瑕疵区域的方法包括:以均匀无瑕疵图像的TBV值作为初始划分基准,突变块n的TBV
n
值与初始划分基准进行比较,确定本图像块所属的类别,将TBV
n
与TBV进行比较时,比较结果如式所有突变块的平均绝对相对偏差公式特征提取公式为σ
n
≥MARE,即第n个图像块σ
n
大于或等于MARE的归类于瑕疵块。4.根据权利要求1所述的一种均匀表面...
【专利技术属性】
技术研发人员:安明伟,王禹栋,袁珊,毛威翔,钱丽英,李洪昌,
申请(专利权)人:南京信息职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。