一种超薄平板玻璃翘曲影像量化方法技术

本发明专利技术属于玻璃检测技术领域，具体公开了一种超薄平板玻璃翘曲影像量化方法，包括：分别对标准样品和待测样品进行拍摄，得到翘曲标准图像和翘曲实测图像；对翘曲标准图像和翘曲实测图像进行二值处理；计算翘曲标准图像的黑色像素占比；使用翘曲实测图像与翘曲标准图像进行叠加；计算叠加后黑色像素占比增加的数值，并对翘曲影像的变形程度进行量化。本发明专利技术通过二值化对图像进行处理后，对翘曲实测图像与翘曲标准图像进行叠加，计算叠加后黑色像素占比，对翘曲影像的变形程度进行量化，解决了超薄平板玻璃翘曲快速测量中使用影像法进行判定时主观因素影响大，不准确的问题。不准确的问题。不准确的问题。

【技术实现步骤摘要】
一种超薄平板玻璃翘曲影像量化方法


[0001]本专利技术属于玻璃检测
，具体涉及一种超薄平板玻璃翘曲影像量化方法。

技术介绍

[0002]超薄平板玻璃包括基板玻璃、盖板玻璃，在翘曲快速测量中使用影像法进行判定，但影像法人为主观因素影响较大。不同时间、不同人员进行判定差异较大，不利于整个行业体系的统一判定。翘曲影像的数字量化一直是本行业的难点。

技术实现思路

[0003]为了克服现有技术的缺点，本专利技术的目的在于提供一种超薄平板玻璃翘曲影像量化方法，以解决超薄平板玻璃翘曲快速测量中使用影像法进行判定时主观因素影响大，不准确的问题。
[0004]为了达到上述目的，本专利技术采用以下技术方案实现：
[0005]本专利技术提供一种超薄平板玻璃翘曲影像量化方法，包括：
[0006]S1：分别对标准样品和待测样品进行拍摄，得到翘曲标准图像和翘曲实测图像；
[0007]S2：对翘曲标准图像和翘曲实测图像进行二值处理；
[0008]S3：计算翘曲标准图像的黑色像素占比；
[0009]S4：使用翘曲实测图像与翘曲标准图像进行叠加；
[0010]S5：计算叠加后黑色像素占比增加的数值，并对翘曲影像的变形程度进行量化。
[0011]进一步的，所述S1具体为：分别对放置在平面上的超薄平板玻璃标准样品和待测样品进行拍照，所有图像照片为同一相机使用相同参数在同一位置进行拍摄，拍摄环境相同。
[0012]进一步的，所述S2具体为：对翘曲标准图像和翘曲实测图像进行图像的二值化处理，得到已完成二值化的翘曲标准图像，和已完成二值化的翘曲实测图像。
[0013]进一步的，所述图像的二值化处理是指：将图像上的像素点的灰度值设置为0或255，将整个图像呈现出明显的只有黑和白的视觉效果。
[0014]进一步的，所述二值化根据Python语言进行操作，算法公式如下：
[0015][0016]R(i，j)＝G(i，j)＝B(i，j)＝Binary(i，j)
[0017]其中，x1表示黑色像素点个数，x2表示白色像素点个数，Threshold表示阈值，范围[0，255]。
[0018]进一步的，所述阈值设置为127。
[0019]进一步的，所述S3中计算翘曲标准图像的黑色像素占比具体为：利用图像处理软件对已完成二值化的翘曲标准图像中的黑色像素点、白色像素点进行统计，计算黑色像素
点占比：
[0020][0021]式中，X0为翘曲标准图像黑色像素点占比。
[0022]进一步的，所述S4中使用翘曲实测图像与翘曲标准图像进行叠加具体为：将已完成二值化的翘曲实测图像与已完成二值化的翘曲标准图像进行叠加，得到叠加后的翘曲图像。
[0023]进一步的，所述S5中计算叠加后黑色像素占比增加的数值，并对翘曲影像的变形程度进行量化具体为：使用图像处理软件对叠加后的翘曲图像中的黑色像素点、白色像素点进行统计，计算黑色像素点占比，并与翘曲标准图像中黑色像素占比进行对比，对翘曲影像变形程度进行量化。
[0024]进一步的，所述翘曲影像变形程度的计算公式为：
[0025][0026]Y＝X
i
‑
X0[0027]式中，Y为翘曲影像变形程度，Xi为翘曲实测图像叠加后的翘曲图像黑色像素点占比，X0为翘曲标准图像黑色像素点占比。
[0028]本专利技术至少具有以下有益效果：
[0029]本专利技术通过二值化对图像进行处理后，对翘曲实测图像与翘曲标准图像进行叠加，计算叠加后黑色像素占比，对翘曲影像的变形程度进行量化，解决了超薄平板玻璃翘曲快速测量中使用影像法进行判定时主观因素影响大，不准确的问题。
附图说明
[0030]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0031]在附图中：
[0032]图1为图像二值化处理前图像；
[0033]图2为图像二值化处理后图像；
[0034]图3为已完成二值化的翘曲标准图像；
[0035]图4为实施例1已完成二值化的实测翘曲图像；
[0036]图5为实施例1实测翘曲图像与翘曲标准图像叠加后的翘曲图像；
[0037]图6为实施例2已完成二值化的实测翘曲图像；
[0038]图7为实施例2实测翘曲图像与翘曲标准图像叠加后的翘曲图像。
具体实施方式
[0039]下面将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0040]以下详细说明均是示例性的说明，旨在对本专利技术提供进一步的详细说明。除非另
有指明，本专利技术所采用的所有技术术语与本专利技术所属领域的一般技术人员的通常理解的含义相同。本专利技术所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本专利技术的示例性实施方式。
[0041]本专利技术提供一种超薄平板玻璃翘曲影像量化方法，包括：
[0042]S1：将超薄平板玻璃放置在平面上，对超薄平板玻璃进行拍照，保存图像为jpg格式，所有图像照片为同一相机使用相同参数在同一位置进行拍摄，拍摄环境相同。
[0043]分别对放置在平面上的超薄平板玻璃标准样品和待测样品进行拍照，所有图像照片为同一相机使用相同参数在同一位置进行拍摄，拍摄环境相同。
[0044]S2：对翘曲标准图像和翘曲实测图像进行二值处理；
[0045]图像的二值化：是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。
[0046]图像的二值化具体方法可根据具体软件进行操作，以Python语言为例，算法公式如下：
[0047][0048]R(i，j)＝G(i，j)＝B(i，j)＝Binary(i，j)
[0049]其中，x1表示黑色像素点个数，x2表示白色像素点个数，Threshold表示阈值，范围[0，255]，根据阈值将像素划分为C1和C2两类。由于翘曲图像本身为简单的黑色格子图，所以阈值可简单设置为127。完成图像的二值化，如图1和图2所示分别为图像二值化处理前后的图像。
[0050]对翘曲标准图像和翘曲实测图像进行图像的二值化处理，得到已完成二值化的翘曲标准图像，和已完成二值化的翘曲实测图像。
[0051]S3：计算翘曲标准图像的黑色像素占比；利用图像处理软件对已完成二值化的翘曲标准图像中的黑色像素点、白色像素点进行统计，计算黑色像素点占比。
[0052][0053]式中，X0为翘曲标准图像黑色像素点占比。
[0054]S4：使用翘曲实测图像与翘曲标准图像进行叠加；将已完成二值化的翘曲实测图像与已完成二值化的翘曲标准图像进行叠加，得到叠加后的翘曲图像。
[0055]S5：计算叠加后黑色像素占比增加的数值，并对翘曲影像的变形程度进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超薄平板玻璃翘曲影像量化方法，其特征在于，包括：S1：分别对标准样品和待测样品进行拍摄，得到翘曲标准图像和翘曲实测图像；S2：对翘曲标准图像和翘曲实测图像进行二值处理；S3：计算翘曲标准图像的黑色像素占比；S4：使用翘曲实测图像与翘曲标准图像进行叠加；S5：计算叠加后黑色像素占比增加的数值，并对翘曲影像的变形程度进行量化。2.根据权利要求1所述的一种超薄平板玻璃翘曲影像量化方法，其特征在于，所述S1具体为：分别对放置在平面上的超薄平板玻璃标准样品和待测样品进行拍照，所有图像照片为同一相机使用相同参数在同一位置进行拍摄，拍摄环境相同。3.根据权利要求1所述的一种超薄平板玻璃翘曲影像量化方法，其特征在于，所述S2具体为：对翘曲标准图像和翘曲实测图像进行图像的二值化处理，得到已完成二值化的翘曲标准图像，和已完成二值化的翘曲实测图像。4.根据权利要求3所述的一种超薄平板玻璃翘曲影像量化方法，其特征在于，所述图像的二值化处理是指：将图像上的像素点的灰度值设置为0或255，将整个图像呈现出明显的只有黑和白的视觉效果。5.根据权利要求4所述的一种超薄平板玻璃翘曲影像量化方法，其特征在于，所述二值化根据Python语言进行操作，算法公式如下：R(i,j)＝G(i,j)＝B(i,j)＝Binary(i,j)其中，x1表示黑色像素点个数，x2表示白色像素点个数，Threshold表示阈值，范围[0，25...

【专利技术属性】
技术研发人员：李鑫瑞，刘琎，杨荣，张建武，
申请(专利权)人：虹阳显示咸阳科技有限公司，
类型：发明
国别省市：