一种非平面电镀五金件电镀缺陷检测方法技术

本发明专利技术公开了一种非平面电镀五金件电镀缺陷检测方法，包括：将待检测电镀五金件图像转化为灰度图像，分割后获得电镀缺陷待检测区；将电镀缺陷待检测区划分为若干个子区域，基于烧焦缺陷度和粗糙度确定用于筛选目标子区域的烧焦显著性值；对目标子区域进行增强，将增强图像输入神经网络，基于神经网络输出结果确定是否存在电镀缺陷。基于图像分割后的各个子区域的烧焦显著性确定目标子区域，对目标子区域进行图像增强，并基于神经网络对增强图像的检测获得电镀缺陷检测结果。由此，通过灰度图像转化、烧焦显著性判断、图像增强的方式从多角度对电镀五金件的烧焦区域进行检测，获得了准确度高、实用性强的非平面电镀五金件电镀缺陷检测方法。镀缺陷检测方法。镀缺陷检测方法。

【技术实现步骤摘要】
一种非平面电镀五金件电镀缺陷检测方法


[0001]本专利技术涉及图像处理
，尤其涉及一种非平面电镀五金件电镀缺陷检测方法。

技术介绍

[0002]对五金件表面进行电镀是提高金属零配件在使用环境中的抗腐蚀性能的重要手段，也可以提高金属零配件的硬度、耐磨性、导电性、电磁性、耐热性等性能，还可以增加金属零配件的美观度。对五金件进行电镀之后，其表面应光亮均匀，但部分电镀后的五金件表面仍会出现电镀瑕疵，因此需要对电镀后的五金件的电镀缺陷进行检测。
[0003]当前针对表面平整的电镀缺陷的检测方法较多，而五金件一般形状不规则，其表面一般也是非平面的，所以五金件的电镀缺陷检测与常规的电镀缺陷有所区别，因此亟需一种适用于多曲面、不规则、低对比度的非平面电镀五金件电镀缺陷检测方法。

技术实现思路

[0004]本专利技术提供一种非平面电镀五金件电镀缺陷检测方法，旨在提供一种使用以五金件的非平面电镀五金件电镀缺陷检测方法。
[0005]为实现上述目的，本专利技术提供一种非平面电镀五金件电镀缺陷检测方法，所述方法应用于电镀缺陷检测设备，所述方法包括：将待检测电镀五金件图像转化为灰度图像，基于图像分割算法对所述灰度图像进行分割获得电镀缺陷待检测区；将所述电镀缺陷待检测区划分为若干个子区域，确定各个子区域的烧焦缺陷度和粗糙度，并基于所述烧焦缺陷度和粗糙度确定各个子区域的烧焦显著性值；基于所述烧焦显著性值筛选出目标子区域，获得对所述目标子区域的增强图像，将所述增强图像输入神经网络，基于所述神经网络的输出结果确定待检测电镀五金件是否存在电镀缺陷。
[0006]可选地，所述将所述电镀缺陷待检测区划分为若干个子区域，确定各个子区域的烧焦显著性值包括：将所述电镀缺陷待检测区划分为若干个子区域；分别获得各个子区域的灰度共生矩阵，并基于所述灰度共生矩阵获得各个子区域的能量值，并基于所述能量值、像素点灰度值的均值确定烧焦缺陷度；将所述子区域划分为多个边缘信息区域，基于各个边缘信息区域的区域信息确定子区域的内部一致性、子区域的宏观差异度；将所述子区域中的边缘信息区域的个数、所述子区域的内部一致性以及子区域的宏观差异度的乘积确定为子区域的粗糙度；基于所述子区域的烧焦缺陷度和所述子区域的粗糙度确定待检测电镀五金件灰度图像中的各个子区域的烧焦显著性值。
[0007]可选地，所述将所述子区域划分为多个边缘信息区域，基于各个边缘信息区域的区域信息确定子区域的内部一致性、子区域的宏观差异度包括：对所述灰度图像进行边缘检测，基于边缘检测结果将子区域划分为多个边缘信息区域，根据所述边缘信息区域确定子区域的内部一致性；对所述灰度图像进行角点检测，基于角点检测获得的区域信息确定子区域的宏观差异度。
[0008]可选地，所述对所述灰度图像进行边缘检测，基于边缘检测结果将子区域划分为多个边缘信息区域，根据所述边缘信息区域确定子区域的内部一致性包括：对所述灰度图像进行边缘检测，获得边缘图像并确定所述边缘图像的边缘像素点，其中，所述边缘像素点将子区域划分为多个边缘信息区域；统计各个子区域中边缘信息区域的个数，并获得所述子区域中各个边缘信息区域的熵；基于子区域中的边缘信息区域的个数、熵确定子区域的内部一致性。
[0009]可选地，所述对所述灰度图像进行角点检测，基于角点检测获得的区域信息确定子区域的宏观差异度，包括：对所述灰度图像的边缘信息区域进行角点检测，获得边缘信息区域的角点数量和相邻边缘信息区域的角点数量；基于所述边缘信息区域的角点数量、相邻边缘信息区域的角点数量以及预先获得的边缘信息区域各像素点灰度值均值、相邻边缘信息区域各像素点灰度值均值确定子区域内边缘信息区的相邻差异度；对各个子区域内边缘信息区的相邻差异度进行求和，获得子区域的宏观差异度。
[0010]可选地，所述神经网络为Unet网络，所述基于所述烧焦显著性值筛选出目标子区域，获得对所述目标子区域的增强图像，将所述增强图像输入神经网络，基于所述神经网络的输出结果确定待检测电镀五金件是否存在电镀缺陷包括：筛选出所述烧焦显著性值大于或等于预设值的目标子区域，对所述目标子区域进行图像增强获得增强图像；将所述增强图像输入预设的Unet网络，通过所述Unet网络获得所述增强图像的语义分割效果图；确定所述语义分割效果图是否存在预设标签，若所述语义分割效果图存在预设标签，则确定对应的待检测电镀五金件图像存在电镀缺陷。
[0011]可选地，所述将待检测电镀五金件图像转化为灰度图像，基于图像分割算法对所述灰度图像进行分割获得电镀缺陷待检测区，包括：将补光拍摄获得的待检测电镀五金件图像转化为灰度图像，并对所述灰度图像进行去噪；基于GraphCut图像分割算法对所述灰度图像进行分割，划分出与待检测电镀五金件对应的电镀缺陷待检测区。
[0012]相比现有技术，本专利技术提供了一种非平面电镀五金件电镀缺陷检测方法，将待检测电镀五金件图像转化为灰度图像，基于图像分割算法对所述灰度图像进行分割获得电镀缺陷待检测区；将所述电镀缺陷待检测区划分为若干个子区域，确定各个子区域的烧焦缺
陷度和粗糙度，并基于所述烧焦缺陷度和粗糙度确定各个子区域的烧焦显著性值；基于所述烧焦显著性值筛选出目标子区域，获得对所述目标子区域的增强图像，将所述增强图像输入神经网络，基于所述神经网络的输出结果确定待检测电镀五金件是否存在电镀缺陷。如此，基于图像分割后的各个子区域的烧焦显著性确定目标子区域，对目标子区域进行图像增强，并基于神经网络对增强图像的检测获得电镀缺陷检测结果。由此通过灰度图像转化、烧焦显著性判断、图像增强的方式从多角度对电镀五金件的烧焦区域进行检测，获得了准确度高、实用性强的非平面电镀五金件电镀缺陷检测方法。
附图说明
[0013]图1是本专利技术非平面电镀五金件电镀缺陷检测方法第一实施例涉及的流程示意图；图2是本专利技术非平面电镀五金件电镀缺陷检测方法第一实施例涉及的细化流程示意图。
[0014]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0015]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。
[0016]请参照图1，图1是本专利技术非平面电镀五金件电镀缺陷检测方法第一实施例的流程示意图。
[0017]如图1所示，本专利技术第一实施例提出一种非平面电镀五金件电镀缺陷检测方法，所述方法应用于电镀缺陷检测设备，所述方法包括：步骤S101，将待检测电镀五金件图像转化为灰度图像，基于图像分割算法对所述灰度图像进行分割获得电镀缺陷待检测区；电镀缺陷是主要指在电镀过程中出现的烧焦缺陷，一般是在电镀五金件尾部、边缘一带产生了粗糙的镀层。
[0018]具体地，将补光拍摄获得的待检测电镀五金件图像转化为灰度图像，并对所述灰度图像进行去噪；基于GraphCut图像分割算法对所述灰度图像进行分割，划分出与待检测电镀五金件对应的电镀缺陷待检测区。
[0019]固定CMOS（Complementary Metal Ox本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非平面电镀五金件电镀缺陷检测方法，其特征在于，所述方法包括：将待检测电镀五金件图像转化为灰度图像，基于图像分割算法对所述灰度图像进行分割获得电镀缺陷待检测区；将所述电镀缺陷待检测区划分为若干个子区域，确定各个子区域的烧焦缺陷度和粗糙度，并基于所述烧焦缺陷度和粗糙度确定各个子区域的烧焦显著性值；基于所述烧焦显著性值筛选出目标子区域，获得对所述目标子区域的增强图像，将所述增强图像输入神经网络，基于所述神经网络的输出结果确定待检测电镀五金件是否存在电镀缺陷。2.根据权利要求1所述的方法，其特征在于，所述将所述电镀缺陷待检测区划分为若干个子区域，确定各个子区域的烧焦缺陷度和粗糙度，并基于所述烧焦缺陷度和粗糙度确定各个子区域的烧焦显著性值包括：将所述电镀缺陷待检测区划分为若干个子区域；分别获得各个子区域的灰度共生矩阵，并基于所述灰度共生矩阵获得各个子区域的能量值，并基于所述能量值、像素点灰度值的均值确定烧焦缺陷度；将所述子区域划分为多个边缘信息区域，基于各个边缘信息区域的区域信息确定子区域的内部一致性、子区域的宏观差异度；将所述子区域中的边缘信息区域的个数、所述子区域的内部一致性以及子区域的宏观差异度的乘积确定为子区域的粗糙度；基于所述子区域的烧焦缺陷度和所述子区域的粗糙度确定待检测电镀五金件灰度图像中的各个子区域的烧焦显著性值。3.根据权利要求2所述的方法，其特征在于，所述将所述子区域划分为多个边缘信息区域，基于各个边缘信息区域的区域信息确定子区域的内部一致性、子区域的宏观差异度包括：对所述灰度图像进行边缘检测，基于边缘检测结果将子区域划分为多个边缘信息区域，根据所述边缘信息区域确定子区域的内部一致性；对所述灰度图像进行角点检测，基于角点检测获得的区域信息确定子区域的宏观差异度。4.根据权利要求3所述的方法，其特征在于，所述对所述灰度图像进行边缘检测，基于边缘检测结果将子区域划分为多个边缘信息区域，根据所述边缘信息区域确定子区域...

【专利技术属性】
技术研发人员：邓志坚，唐建明，
申请(专利权)人：东莞市希锐自动化科技股份有限公司，
类型：发明
国别省市：