一种基于机器视觉的塑料制品缺陷检测方法技术

本发明专利技术适用于塑料制品缺陷检测技术领域，提供了一种基于机器视觉的塑料制品缺陷检测方法，包括：利用机器视觉系统采集待检测塑料制品的外观图像；对预处理后的待检测塑料制品外观图像进行倾斜校正；提取待检测塑料制品外观图像区域；使用阈值法分割待检测塑料制品外观图像，计算分割待检测塑料制品外观图像的连通区域；基于改进的LOG缺陷检测算法和得到的连通区域的面积以及得到的边缘特征，判断待检测塑料制品外观图像是否带有缺陷。解决了目前人工检测所存在的检测效率低、无法检测尺寸较小或者肉眼无法看到的缺陷的问题；解决了现有塑料制品图像在实际采集时目标倾斜的难题；解决了传统的LOG缺陷检测算法难以处理纹理背景缺陷的问题。缺陷的问题。

【技术实现步骤摘要】
一种基于机器视觉的塑料制品缺陷检测方法


[0001]本专利技术属于塑料制品缺陷检测
，尤其涉及一种基于机器视觉的塑料制品缺陷检测方法。

技术介绍

[0002]塑料作为一种与我们生活息息相关的高分子材料，正越来越多地被广泛应用于建筑、工业、农业和生活的各个领域。塑料制品产量的大幅增长和广泛应用，给其生产过程中的质量控制提出了越来越高的要求，其中塑料制品的外观缺陷检测是塑料生产过程中的关键环节之一，对提高生产效率和质量控制精度，具有一定的现实意义和实用价值。目前市场上，塑料制品的质量检测主要还是采用人工检测的方法，由生产线工人通过眼睛观察，一方面检测效率低，另一方面只能够检测较为明显的缺陷，无法检测尺寸较小或者肉眼无法看到的缺陷。
[0003]现有围绕塑料制品基于机器视觉的检测系统的研究更多的停留在理论角度，缺乏实践，此外，还存在塑料制品图像在实际生产线上的目标倾斜难题，以及传统的LOG缺陷检测算法难以处理纹理背景缺陷不足的问题。

技术实现思路

[0004]本专利技术提供一种基于机器视觉的塑料制品缺陷检测方法，旨在解决上述
技术介绍
中的问题。
[0005]本专利技术是这样实现的，一种基于机器视觉的塑料制品缺陷检测方法，包括包括步骤如下：
[0006]步骤(一)将正常标准塑料制品的无缺陷外观图像作为标准模板图像；
[0007]步骤(二)利用机器视觉系统采集待检测塑料制品的外观图像；
[0008]步骤(三)对采集到的待检测塑料制品外观图像进行图像预处理；
[0009]步骤(四)对预处理后的待检测塑料制品外观图像进行倾斜校正；
[0010]步骤(五)对倾斜校正后的待检测塑料制品外观图像进行去噪处理；
[0011]步骤(六)基于LOG算子对图像进行分割得到待检测塑料制品外观图像边缘；
[0012]步骤(七)提取待检测塑料制品外观图像区域；
[0013]步骤(八)使用阈值法分割待检测塑料制品外观图像，计算分割待检测塑料制品外观图像的连通区域；
[0014]步骤(九)基于改进的LOG缺陷检测算法和步骤(八)中得到的连通区域的面积以及步骤(七)中得到的边缘特征，判断待检测塑料制品外观图像是否带有缺陷。
[0015]优选地，步骤(二)中所述传送装置为传送皮带或输送导轨；所述视觉装置为线扫相机以及视觉光源；所述处理装置为图像处理计算机，所述传送装置、视觉装置分别与所述处理装置通过电路连接。
[0016]优选地，步骤(一)中的标准模板图像预设在所述处理装置内。
[0017]优选地，步骤(三)中采用分段线性变换灰度变换方法进行图像预处理。
[0018]优选地，步骤(四)中倾斜校正具体为：采用Hough变换算法进行直线检测，然后根据所定位的特征直线的位置计算倾斜的角度，再将图像旋转至竖直位置，得到校正后的图像。
[0019]优选地，步骤(五)中采用中值滤波方法进行去噪，具体过程为：选取一个边长为奇数像素的滤波窗口在图像上进行搜索平移，把窗口覆盖部分的像素点全部重新排序，把序列中的中间数值作为输出的该窗口中心点的像素，按此方法类推扫描整个待检测塑料制品外观图像。
[0020]优选地，步骤(九)中具体为：根据面积大小是否足够，边缘特征是否与预设在处理装置中的标准模板图像是否匹配的标准来判断待检测塑料制品外观图像是否带有缺陷。
[0021]优选地，步骤(九)中改进的LOG缺陷检测算法的具体过程为：选定待检测塑料制品外观图像的纹理背景方向；对待检测塑料制品外观图像进行Gabor 函数变换；对Gabor函数变换后的待检测塑料制品外观图像进行二维卷积变换；对Gabor函数变换后的待检测塑料制品外观图像、二维卷积变换后的待检测塑料制品外观图像进行均值和方差提取，作为特征，对特征提取后的待检测塑料制品外观图像进行LOG缺陷检测。
[0022]与现有技术相比，本专利技术的有益效果是：本专利技术的一种基于机器视觉的塑料制品缺陷检测方法，
[0023]1、本专利技术通过基于机器视觉技术实现对塑料制品进行自动且高效检测，解决了目前人工检测所存在的检测效率低、无法检测尺寸较小或者肉眼无法看到的缺陷的问题；
[0024]2、本专利技术通过选择线性分段变换算法实现了对采集图像进行增强；
[0025]3、本专利技术通过采用Hough变换算法来实现图像倾斜校正，并将模板匹配算法应用到待检测塑料制品的目标定位中，实现塑料制品目标和干扰特征区域目标的准确定位，解决了现有塑料制品图像在实际采集时目标倾斜的难题；
[0026]4、本专利技术通过改进的LOG缺陷检测算法，解决了传统的LOG缺陷检测算法难以处理纹理背景缺陷的问题。
具体实施方式
[0027]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0028]本专利技术提供一种技术方案：一种基于机器视觉的塑料制品缺陷检测方法，包括步骤如下：
[0029]步骤(一)将正常标准塑料制品的无缺陷外观图像作为标准模板图像。
[0030]步骤(二)利用机器视觉系统采集待检测塑料制品的外观图像。
[0031]作为本实施例的进一步改进，具体的，所述机器视觉系统包括传送装置、视觉装置、处理装置。更进一步的，所述传送装置为传送皮带或输送导轨；所述视觉装置为线扫相机以及视觉光源；所述处理装置为图像处理计算机，步骤 (一)中的标准模板图像预设在所述处理装置内，所述传送装置、视觉装置分别与所述处理装置通过电路连接。
[0032]步骤(三)对采集到的待检测塑料制品外观图像进行图像预处理。
[0033]作为本实施例的进一步改进，所述图像预处理为采用分段线性变换灰度变换方法增强图像，具体的，包括增强图像对比度，在空间域内对灰度运算处理，进行灰度变换，使原始图像对比度增加；所述分段线性变换灰度变换方法的分段公式如下：
[0034][0035]式中，x1和x2是给出感兴趣的需要转换增强对比度的灰度范围，和的值决定分段线性变换时各区间的线性变换的斜率。
[0036]步骤(四)对预处理后的待检测塑料制品外观图像进行倾斜校正。
[0037]作为本实施例的进一步改进，具体的，采用Hough变换算法进行直线检测，然后根据所定位的特征直线的位置计算倾斜的角度，再将图像旋转至竖直位置，得到校正后的图像。
[0038]步骤(五)对倾斜校正后的待检测塑料制品外观图像进行去噪处理。
[0039]作为本实施例的进一步改进，采用中值滤波方法进行去噪，具体过程为：选取一个边长为奇数像素的滤波窗口在图像上进行搜索平移，把窗口覆盖部分的像素点全部重新排序，把序列中的中间数值作为输出的该窗口中心点的像素，按此方法类推扫描整个待检测塑料制品外观图像。
[0040]步骤(六)基于LOG算子对图像进行分割得到待检测塑料制品外观图像边缘。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的塑料制品缺陷检测方法，其特征在于：包括步骤如下：步骤（一）将正常标准塑料制品的无缺陷外观图像作为标准模板图像；步骤（二）利用机器视觉系统采集待检测塑料制品的外观图像；步骤（三）对采集到的待检测塑料制品外观图像进行图像预处理；步骤（四）对预处理后的待检测塑料制品外观图像进行倾斜校正；步骤（五）对倾斜校正后的待检测塑料制品外观图像进行去噪处理；步骤（六）基于LOG算子对图像进行分割得到待检测塑料制品外观图像边缘；步骤（七）提取待检测塑料制品外观图像区域；步骤（八）使用阈值法分割待检测塑料制品外观图像，计算分割待检测塑料制品外观图像的连通区域；步骤（九）基于改进的LOG缺陷检测算法和步骤（八）中得到的连通区域的面积以及步骤（七）中得到的边缘特征，判断待检测塑料制品外观图像是否带有缺陷。2.如权利要求1所述的一种基于机器视觉的塑料制品缺陷检测方法，其特征在于：步骤（二）中所述传送装置为传送皮带或输送导轨；所述视觉装置为线扫相机以及视觉光源；所述处理装置为图像处理计算机，所述传送装置、视觉装置分别与所述处理装置通过电路连接。3.如权利要求2所述的一种基于机器视觉的塑料制品缺陷检测方法，其特征在于：步骤（一）中的标准模板图像预设在所述处理装置内。4.如权利要求1所述的一种基于机器视觉的塑料制品缺陷检测方法，其特征在于：步骤（三）中采用分段线性变换灰度变换方法进行图像预处理。5....

【专利技术属性】
技术研发人员：高伟，李婷婷，景征骏，范洪辉，杭家琪，陈佳敏，黄华，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：