一种玻璃缺陷检测方法技术

本发明专利技术涉及缺陷检测技术领域，具体涉及一种玻璃缺陷检测方法，该方法采集玻璃图像得到对应的灰度图像，对灰度图像进行边缘检测得到轮廓线，将轮廓线划分为多个子轮廓线，对子轮廓线进行线状缺陷的标记；对玻璃图像进行超像素分割得到多个超像素块，将纹理特征和灰度特征组成每个超像素块的特征描述向量；获取每个超像素块的邻域搜索范围，基于特征描述向量分别计算每个超像素块与其邻域搜索范围内多个超像素块之间的距离，根据距离对超像素块进行块状缺陷的标记，结合线状缺陷和块状缺陷对玻璃图像进行缺陷识别。采取先线状缺陷检测再块状缺陷检测的分形缺陷检测方法，实现了对玻璃图像的缺陷的快速检测判断，提高了缺陷检测结果的准确性。果的准确性。果的准确性。

【技术实现步骤摘要】
一种玻璃缺陷检测方法


[0001]本专利技术涉及缺陷检测
，具体涉及一种玻璃缺陷检测方法。

技术介绍

[0002]玻璃是一种用来隔风且透光的建筑材料，广泛应用于城市中各个建筑物。由于玻璃的易碎性，玻璃的强度和安全性需要在生产过程中着重把关，而在玻璃生产过程中，由于工艺和环境的影响，会生产出有缺陷的玻璃，这严重影响了玻璃的结构性能，因此玻璃缺陷检测在玻璃生产中是非常有必要的一步。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种玻璃缺陷检测方法，所采用的技术方案具体如下：采集玻璃图像得到对应的灰度图像；利用canny算子对灰度图像进行边缘检测得到轮廓线，采用DBSCAN算法将所述轮廓线划分为多个子轮廓线，根据子轮廓线的长度、子轮廓线上每个采样点的梯度线与子轮廓线之间相交的像素点数量，得到子轮廓线的线状缺陷相似度，将线状缺陷相似度大于设定阈值的子轮廓线标记为线状缺陷；对玻璃图像进行超像素分割得到多个超像素块，采用灰度共生矩阵提取每个超像素块的纹理特征，基于灰度图像得到每个超像素块的灰度直方图，提取灰度直方图中的灰度特征，将纹理特征和灰度特征组成每个超像素块的特征描述向量；以每个超像素块为中心超像素块获取每个超像素块的邻域搜索范围，基于所述特征描述向量分别计算中心超像素块与其邻域搜索范围内N个超像素块之间的距离，得到中心超像素块对应的N个所述距离，N为正整数；将N个所述距离按照从小到大排序后计算前K个所述距离的平均值，K为正整数，且N大于K，当平均值大于平均值阈值时，确认中心超像素块为块状缺陷，所述平均值阈值和K值是对应中心超像素块的自适应参数；当玻璃图像中存在线状缺陷或块状缺陷时，确认对应玻璃存在缺陷；反之，当玻璃图像中不存在线状缺陷和块状缺陷时，确认对应玻璃正常。
[0004]进一步的，所述根据子轮廓线的长度、子轮廓线上每个采样点的梯度线与子轮廓线之间相交的像素点数量，得到子轮廓线的线状缺陷相似度的方法，包括:基于子轮廓线的长度，在子轮廓线上每隔处得到一个采样点，获取每个采样点处的梯度，以采样点为中心，梯度为斜率得到每个采样点的梯度线，将梯度线与子轮廓线相交的像素点数目作为对应采样点的宽度；获取子轮廓线上每个采样点的宽度，得到平均宽度，将平均宽度与子轮廓线的长度之间的比值作为子轮廓线的线状缺陷相似度。
[0005]进一步的，所述纹理特征是指灰度共生矩阵的能量、熵值、对比度和逆差矩。
[0006]进一步的，所述灰度特征是指灰度直方图的统计特征方差、均值、峭度、歪度、熵和
能量。
[0007]进一步的，所述以每个超像素块为中心超像素块获取每个超像素块的邻域搜索范围的方法，包括：以当前超像素块作为中心超像素块构建第一势圈，第一势圈是指与中心超像素块有相交的像素点或轮廓线的超像素块所组成的区域，然后构建第二势圈，第二势圈是指与第一势圈有相交的像素点或轮廓线的超像素块所组成的区域，依次类推，直到得到第五势圈，则当前超像素块的邻域搜索范围。
[0008]进一步的，所述基于所述特征描述向量分别计算中心超像素块与其邻域搜索范围内N个超像素块之间的距离的方法，包括：其中，为距离；为中心超像素块对应特征描述向量中的第个元素，表示邻域搜索区域范围内第1个超像素块对应特征描述向量中的第个元素。
[0009]进一步的，所述平均值阈值和K值的获取方法为：计算中心超像素块与第一势圈中所包含的超像素块之间的最小距离和最大距离以构成第一势圈的距离区间，进而得到每个势圈的距离区间；根据距离区间计算势圈中任意两个势圈的落差度，其中，和代表任意两个势圈的距离区间；如果存在两个势圈的落差度小于落差度阈值时，得到这两个势圈对应的缺陷距离区间，且将势圈序号较小的势圈作为缺陷干扰势圈，统计缺陷干扰势圈中与中心超像素块的距离落入缺陷距离区间的个数作为缺陷干扰超像素块的个数；对任意两个势圈进行相同的操作共得到个缺陷干扰超像素块和多个缺陷距离区间，根据缺陷干扰超像素块的数量得到；对缺陷距离区间求取并集，当平均值阈值大于所述并集中的最大值时，则不对平均值阈值进行修改；当平均值阈值小于或等于所述并集中的最大值时，则将所述并集中的上限作为平均值阈值。
[0010]本专利技术实施例至少具有如下有益效果：采取先线状缺陷检测再块状缺陷检测的分形缺陷检测方法，对玻璃图像进行缺陷检测，同时在块状缺陷检测过程中通过扩大邻域搜索范围和自适应获取每个超像素块的参数，解决了缺陷横跨多个相邻超像素块而被误分类或检测不出来的问题，实现了对玻璃图像的缺陷的快速检测判断，提高了缺陷检测结果的准确性。
附图说明
[0011]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。
[0012]图1为本专利技术一个实施例提供的一种玻璃缺陷检测方法的步骤流程图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种玻璃缺陷检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0014]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0015]下面结合附图具体的说明本专利技术所提供的一种玻璃缺陷检测方法的具体方案。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的一种玻璃缺陷检测方法的步骤流程图，该方法包括以下步骤：步骤S001，采集玻璃图像得到对应的灰度图像。
[0017]具体的，对玻璃图像（大小为）进行图像预处理，将其从彩色图像转化为灰度图像，然后采用中值滤波对灰度图像过滤噪声，采用直方图均衡化对灰度图像进行图像增强。
[0018]步骤S002，利用canny算子对灰度图像进行边缘检测得到轮廓线，采用DBSCAN算法将轮廓线划分为多个子轮廓线，根据子轮廓线的长度、子轮廓线上每个采样点的梯度线与子轮廓线之间相交的像素点数量，得到子轮廓线的线状缺陷相似度，将线状缺陷相似度大于设定阈值的子轮廓线标记为线状缺陷。
[0019]具体的，玻璃缺陷的形态主要包括块状缺陷（气泡、结石和夹杂）和线状缺陷（划痕），如果仅仅采用块状缺陷检测方法，则线状缺陷不贴合超像素块的形态结构，即采用超像素分割对图像进行块状区域划分时，线状缺陷会出现在相邻的超像素块的边缘，而对超像素块内部特征以及对不同超像素块之间进行聚类等操作时，无法对线状缺陷进行分析和检测；如果仅仅采用线状缺陷检测方法，会由于部分缺陷边缘不明显而难以被检测出来，由此本专利技术实施例提出一种分形缺陷检测方法，采取先线状缺陷检测再块状缺陷检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种玻璃缺陷检测方法，其特征在于，该方法包括以下步骤：采集玻璃图像得到对应的灰度图像；利用canny算子对灰度图像进行边缘检测得到轮廓线，采用DBSCAN算法将所述轮廓线划分为多个子轮廓线，根据子轮廓线的长度、子轮廓线上每个采样点的梯度线与子轮廓线之间相交的像素点数量，得到子轮廓线的线状缺陷相似度，将线状缺陷相似度大于设定阈值的子轮廓线标记为线状缺陷；对玻璃图像进行超像素分割得到多个超像素块，采用灰度共生矩阵提取每个超像素块的纹理特征，基于灰度图像得到每个超像素块的灰度直方图，提取灰度直方图中的灰度特征，将纹理特征和灰度特征组成每个超像素块的特征描述向量；以每个超像素块为中心超像素块获取每个超像素块的邻域搜索范围，基于所述特征描述向量分别计算中心超像素块与其邻域搜索范围内N个超像素块之间的距离，得到中心超像素块对应的N个所述距离，N为正整数；将N个所述距离按照从小到大排序后计算前K个所述距离的平均值，K为正整数，且N大于K，当平均值大于平均值阈值时，确认中心超像素块为块状缺陷，所述平均值阈值和K值是对应中心超像素块的自适应参数；当玻璃图像中存在线状缺陷或块状缺陷时，确认对应玻璃存在缺陷；反之，当玻璃图像中不存在线状缺陷和块状缺陷时，确认对应玻璃正常。2.如权利要求1所述的一种玻璃缺陷检测方法，其特征在于，所述根据子轮廓线的长度、子轮廓线上每个采样点的梯度线与子轮廓线之间相交的像素点数量，得到子轮廓线的线状缺陷相似度的方法，包括:基于子轮廓线的长度，在子轮廓线上每隔处得到一个采样点，获取每个采样点处的梯度，以采样点为中心，梯度为斜率得到每个采样点的梯度线，将梯度线与子轮廓线相交的像素点数目作为对应采样点的宽度；获取子轮廓线上每个采样点的宽度，得到平均宽度，将平均宽度与子轮廓线的长度之间的比值作为子轮廓线的线状缺陷相似度。3.如权利要求1所述的一种玻璃缺陷检测方法，其特征在于，所述纹理特征是指灰度共...

【专利技术属性】
技术研发人员：纪林香，
申请(专利权)人：启东晶尧光电科技有限公司，
类型：发明
国别省市：