基于机器视觉的塑胶模具生产缺陷检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及基于机器视觉的塑胶模具生产缺陷检测方法，该方法包括：获取采用目标塑胶模具生产的待检测注塑产品的待检测表面图像；对待检测表面图像进行熔融塑料汇合点分析处理、缺陷识别和熔融塑料融合线位置特征分析处理；对每个候选种子点进行分布差异特征分析处理，从候选种子点集合中筛选出目标优选值最大的候选种子点；将位于初始缺陷区域内的目标汇合点确定为初始种子点；对初始缺陷区域进行区域生长分割，得到目标熔接痕缺陷区域和目标喷射纹缺陷区域。本发明专利技术通过对待检测表面图像进行数据处理，提高了对熔接痕缺陷区域和喷射纹缺陷区域分割的准确度。的准确度。的准确度。

【技术实现步骤摘要】
基于机器视觉的塑胶模具生产缺陷检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及基于机器视觉的塑胶模具生产缺陷检测方法。

技术介绍

[0002]塑胶模具是一种用于压塑、挤塑、注射、吹塑和低发泡成型的组合式塑料模具的简称。其中，注射模具又称注塑模具，是热塑性塑料件产品生产中应用较为普遍的一种成型模具。注塑成型是工业生产中的最主要的塑料成型方法之一，是塑料产品中较为重要、较具代表性、应用较为广泛的成型工艺，是现代制造的重要组成部分。在注塑成形过程中由于材料参数变化、注塑机性能的波动、工艺参数的不确定性、关键参数测量的滞后性以及环境等因素往往可能对注塑产品的质量产生干扰，往往导致生产出的注塑产品存在熔接痕缺陷与喷射纹缺陷。当注塑产品同时存在熔接痕缺陷与喷射纹缺陷时，由于熔接痕缺陷与喷射纹缺陷对注塑产品质量的影响程度不同，因此，对注塑产品进行缺陷检测时，往往需要对熔接痕缺陷区域与喷射纹缺陷区域进行分割。
[0003]目前，对熔接痕缺陷区域与喷射纹缺陷区域进行分割时，通常采用的方式为：采用人工的方式，从含有熔接痕缺陷与喷射纹缺陷的注塑产品图像中分割出熔接痕缺陷区域与喷射纹缺陷区域。当采用人工的方式，对熔接痕缺陷区域与喷射纹缺陷区域进行分割时，分割结果往往受到人为主观的影响，往往导致分割结果不准确。现有还存在一种对区域进行分割的方式为：通过大津阈值法，对图像进行区域分割。当采用大津阈值法，对含有熔接痕缺陷与喷射纹缺陷的注塑产品图像进行熔接痕缺陷区域与喷射纹缺陷区域分割时，由于熔接痕缺陷与喷射纹缺陷往往均位于熔融塑料的流动方向上，熔接痕缺陷区域与喷射纹缺陷区域可能相交，并且两者在图像上对应的灰度值往往相近，因此采用大津阈值法，对熔接痕缺陷区域与喷射纹缺陷区域进行分割时，往往导致对熔接痕缺陷区域和喷射纹缺陷区域分割的准确度低下。

技术实现思路

[0004]本专利技术的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本专利技术的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0005]为了解决对熔接痕缺陷区域和喷射纹缺陷区域分割的准确度低下的技术问题，本专利技术提出了基于机器视觉的塑胶模具生产缺陷检测方法。
[0006]本专利技术提供了基于机器视觉的塑胶模具生产缺陷检测方法，该方法包括：获取采用目标塑胶模具生产的待检测注塑产品的待检测表面图像，其中，所述待检测表面图像上标注有所述目标塑胶模具包括的目标浇口集合中的每个目标浇口对应的目标位置和目标流动方向；根据所述目标浇口集合中的各个目标浇口对应的目标位置和目标流动方向，对所
述待检测表面图像进行熔融塑料汇合点分析处理，得到目标汇合点集合；对所述待检测表面图像进行缺陷识别，得到初始缺陷区域；当所述目标汇合点集合中存在位于所述初始缺陷区域内的目标汇合点时，将位于所述初始缺陷区域内的目标汇合点确定为初始种子点；当所述目标汇合点集合中不存在位于所述初始缺陷区域内的目标汇合点时，根据所述目标汇合点集合，对所述待检测表面图像进行熔融塑料融合线位置特征分析处理，得到目标特征直线集合；将所述目标特征直线集合与所述初始缺陷区域相交的像素点，确定为候选种子点，得到候选种子点集合；对所述候选种子点集合中的每个候选种子点进行分布差异特征分析处理，确定所述候选种子点对应的目标优选值，并从所述候选种子点集合中筛选出目标优选值最大的候选种子点，作为初始种子点；确定所述初始缺陷区域内的各个像素点对应的灰度值和梯度方向角，并基于初始种子点和所述初始缺陷区域内的各个像素点对应的灰度值和梯度方向角，对所述初始缺陷区域进行区域生长分割，得到目标熔接痕缺陷区域和目标喷射纹缺陷区域。
[0007]进一步地，所述根据所述目标浇口集合中的各个目标浇口对应的目标位置和目标流动方向，对所述待检测表面图像进行熔融塑料汇合点分析处理，得到目标汇合点集合，包括：对于所述目标浇口集合中的每个目标浇口，将经过所述目标浇口对应的目标位置，并且方向与所述目标浇口对应的目标流动方向相同的直线，确定为所述目标浇口对应的目标直线，得到目标直线集合；将所述目标直线集合中的各个目标直线的交点，确定为目标汇合点，得到目标汇合点集合。
[0008]进一步地，所述对所述待检测表面图像进行缺陷识别，包括：确定所述待检测表面图像的灰度直方图，作为目标直方图；获取所述目标直方图中的每个波峰对应的区间内像素点的数量，作为所述波峰对应的区间像素点数量，从所述目标直方图中筛选出区间像素点数量最多的波峰，作为大波峰，将所述目标直方图中除了所述大波峰之外的波峰对应的区间内的像素点，确定为候选像素点，得到候选像素点集合，将所述候选像素点集合在所述待检测表面图像中形成的区域，确定为初始缺陷区域。
[0009]进一步地，所述根据所述目标汇合点集合，对所述待检测表面图像进行熔融塑料融合线位置特征分析处理，包括：对于所述目标汇合点集合中的每个目标汇合点，将以所述目标汇合点为交点的两个目标直线所形成的夹角，确定为目标夹角，将目标夹角的角平分线，确定为目标特征直线。
[0010]进一步地，所述对所述候选种子点集合中的每个候选种子点进行分布差异特征分析处理，确定所述候选种子点对应的目标优选值，包括：从所述候选种子点集合中筛选出与所述候选种子点在同一个目标特征直线上，并且与所述候选种子点相邻的两个候选种子点，分别作为所述候选种子点对应的第一参考点
和第二参考点；根据所述候选种子点、所述候选种子点对应的第一参考点和第二参考点对应的灰度值，确定所述候选种子点对应的分布特征值；确定所述初始缺陷区域内除了所述候选种子点集合之外的每个像素点对应的分布特征值；确定所述初始缺陷区域内分布特征值与所述候选种子点对应的分布特征值相同的像素点的数量，作为所述候选种子点对应的特征数量；确定所述候选种子点与所述目标汇合点集合中的每个目标汇合点之间的欧氏距离，得到所述候选种子点对应的欧氏距离集合；从所述候选种子点对应的欧氏距离集合中筛选出最小的欧氏距离，作为所述候选种子点对应的第一距离；从所述目标汇合点集合中筛选出距离所述候选种子点最近的目标汇合点，作为所述候选种子点对应的参考汇合点；确定所述目标汇合点集合中的每个目标汇合点与所述初始缺陷区域内的每个像素点之间的欧式距离，作为目标欧氏距离，得到目标欧氏距离集合；从所述目标欧氏距离集合中筛选出最大的目标欧氏距离，作为参考距离；根据所述参考距离、所述候选种子点对应的参考汇合点对应的灰度值、所述候选种子点对应的特征数量、第一距离和灰度值，确定所述候选种子点对应的目标优选值。
[0011]进一步地，所述根据所述候选种子点、所述候选种子点对应的第一参考点和第二参考点对应的灰度值，确定所述候选种子点对应的分布特征值，包括：将所述候选种子点对应的灰度值与所述候选种子点对应的第一参考点对应的灰度值的差值的绝对值，确定为所述候选种子点对应的第一差异；将所述候选种子点对应的灰度值与所述候选种子点对应的第二参考点对应的灰度值的差值的绝对值，确定为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的塑胶模具生产缺陷检测方法，其特征在于，包括以下步骤：获取采用目标塑胶模具生产的待检测注塑产品的待检测表面图像，其中，所述待检测表面图像上标注有所述目标塑胶模具包括的目标浇口集合中的每个目标浇口对应的目标位置和目标流动方向；根据所述目标浇口集合中的各个目标浇口对应的目标位置和目标流动方向，对所述待检测表面图像进行熔融塑料汇合点分析处理，得到目标汇合点集合；对所述待检测表面图像进行缺陷识别，得到初始缺陷区域；当所述目标汇合点集合中存在位于所述初始缺陷区域内的目标汇合点时，将位于所述初始缺陷区域内的目标汇合点确定为初始种子点；当所述目标汇合点集合中不存在位于所述初始缺陷区域内的目标汇合点时，根据所述目标汇合点集合，对所述待检测表面图像进行熔融塑料融合线位置特征分析处理，得到目标特征直线集合；将所述目标特征直线集合与所述初始缺陷区域相交的像素点，确定为候选种子点，得到候选种子点集合；对所述候选种子点集合中的每个候选种子点进行分布差异特征分析处理，确定所述候选种子点对应的目标优选值，并从所述候选种子点集合中筛选出目标优选值最大的候选种子点，作为初始种子点；确定所述初始缺陷区域内的各个像素点对应的灰度值和梯度方向角，并基于初始种子点和所述初始缺陷区域内的各个像素点对应的灰度值和梯度方向角，对所述初始缺陷区域进行区域生长分割，得到目标熔接痕缺陷区域和目标喷射纹缺陷区域。2.根据权利要求1所述的一种基于机器视觉的塑胶模具生产缺陷检测方法，其特征在于，所述根据所述目标浇口集合中的各个目标浇口对应的目标位置和目标流动方向，对所述待检测表面图像进行熔融塑料汇合点分析处理，得到目标汇合点集合，包括：对于所述目标浇口集合中的每个目标浇口，将经过所述目标浇口对应的目标位置，并且方向与所述目标浇口对应的目标流动方向相同的直线，确定为所述目标浇口对应的目标直线，得到目标直线集合；将所述目标直线集合中的各个目标直线的交点，确定为目标汇合点，得到目标汇合点集合。3.根据权利要求1所述的一种基于机器视觉的塑胶模具生产缺陷检测方法，其特征在于，所述对所述待检测表面图像进行缺陷识别，包括：确定所述待检测表面图像的灰度直方图，作为目标直方图；获取所述目标直方图中的每个波峰对应的区间内像素点的数量，作为所述波峰对应的区间像素点数量，从所述目标直方图中筛选出区间像素点数量最多的波峰，作为大波峰，将所述目标直方图中除了所述大波峰之外的波峰对应的区间内的像素点，确定为候选像素点，得到候选像素点集合，将所述候选像素点集合在所述待检测表面图像中形成的区域，确定为初始缺陷区域。4.根据权利要求2所述的一种基于机器视觉的塑胶模具生产缺陷检测方法，其特征在于，所述根据所述目标汇合点集合，对所述待检测表面图像进行熔融塑料融合线位置特征分析处理，包括：
对于所述目标汇合点集合中的每个目标汇合点，将以所述目标汇合点为交点的两个目标直线所形成的夹角，确定为目标夹角，将目标夹角的角平分线，确定为目标特征直线。5.根据权利要求3所述的一种基于机器视觉的塑胶模具生产缺陷检测方法，其特征在于，所述对所述候选种子点集合中的每个候选种子点进行分布差异特征分析处理，确定所述候选种子点对应的目标优选值，包括：从所述候选种子点集合中筛选出与所述候选种子点在同一个目标特征直线上，并且与所述候选种子点相邻的两个候选种子点，分别作为所述候选种子点对应的第一参考点和第二参考点；根据所述候选种子点、所述候选种子点对应的第一参考点和第二参考点对应的灰度值，确定所述候选种子点对应的分布特征值；确定所述初始缺陷区域内除了所述候选种子点集合之外的每个像素点对应的分布特征值；确定所述初始缺陷区域内分布特征值与所述候选种子点对应的分布特征值相同的像素点的数量，作为所述候选种子点对应的特征数量；确定所述候选种子点与所述目标汇合点集合中的每个目标汇合点之间的欧氏距离，得到所述候选种子点对应的欧氏距离集合；从所述候选种子点对应的欧氏距离集合中筛选出最小的欧氏距离，作为所述候选种子点对应的第一距离；从所述目标汇合点集合中筛选出距离所述候选种子点最近的目标汇合点，作为所述候选种子点对应的参考汇合点；确定所述目标汇合点集合中的每个目标汇合点与所述初始缺陷区域内的每个像素点之间的欧式距离，作为目标欧氏距离，得到目标欧氏距离集合；从所述目标欧氏距离集合中筛选出最大的目标欧氏距离，作为参考距离；根据...

【专利技术属性】
技术研发人员：曾惠珍，叶建伟，
申请(专利权)人：深圳市伟利达精密塑胶模具有限公司，
类型：发明
国别省市：