【技术实现步骤摘要】
一种异形边缘缺陷检测方法及系统
[0001]本申请涉及工业视觉检测
,尤其涉及一种异形边缘缺陷检测方法及系统。
技术介绍
[0002]目前在工业视觉检测领域,机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。
[0003]由于在工业视觉检测中,核心区域因周边灰度值稳定,往往检出较为容易,而在边缘区域,因检测目标和背景存在灰度突变,较难检出缺陷,常常需要构建特殊滤波器对检测图像进行图像增强,再做分割处理。所以针对不同形状和位置的边缘区域,需构建的滤波器一般不一样,使操作较为复杂,且现场技术人员难以较快地掌握,影响了对检测目标尤其是异形边缘的缺陷进行检测的效率。
技术实现思路
/>[0004]本申本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异形边缘缺陷检测方法,其特征在于,包括以下步骤:获取异形边缘的所有点,并按顺序排列;计算每个点位置的切线斜率,并根据切线斜率对应生成垂直于切线的斜矩形;对每个斜矩形进行灰度统计得到每个斜矩形的背景灰度值集;利用背景灰度值集构建异形边缘灰度背景;再根据连续边缘灰度变化平稳的特征,对图像进行缺陷增强,并分割出待检目标。2.根据权利要求1所述的异形边缘缺陷检测方法,其特征在于,在所述利用背景灰度值集构建异形边缘灰度背景的步骤中,包括:对背景灰度值集数组进行中值滤波处理;对经中值滤波处理后的背景灰度值集数组采用最小二乘法曲线拟合,得到真实背景数组,所述真实背景数组的含义为每个斜矩形的真实背景灰度值,所述真实背景数组用于对斜矩形内图像灰度值集进行分割处理,得到初始目标缺陷。3.根据权利要求2所述的异形边缘缺陷检测方法,其特征在于,还包括:针对不同尺寸缺陷的检测,通过调节构建异形边缘灰度背景步骤中的中值滤波尺度和最小二乘法的幂值来进行异形边缘灰度背景的构造。4.根据权利要求3所述的异形边缘缺陷检测方法,其特征在于,中值滤波尺度为n/20,最小二乘法的幂值为小于等于四阶。5.根据权利要求1所述的异形边缘缺陷检测方法,其特征在于,在所述再根据连续边缘灰度变化平稳的特征,对图像进行缺陷增强,并分割出待检目标的步骤中,包括:使用形态学处理和面积筛选提取出最终目标缺陷。6.根据权利要求1所述的异形边缘缺陷检测方法,其特征在于,在所述计算每个点位置的切线斜率,并根据切线斜率对应生成...
【专利技术属性】
技术研发人员:曾毅,姚毅,
申请(专利权)人:深圳市凌云视迅科技有限责任公司,
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。