一种中硼硅玻璃生产瑕疵智能识别方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种中硼硅玻璃生产瑕疵智能识别方法。该方法包括：获得中硼硅玻璃灰度图像和颜色空间图像；通过灰度图像中不同像素点的灰度特征得到自适应反光窗口；根据颜色空间图像中每个像素点的各个分量值得到像素点的颜色特征数值；根据像素点的颜色特征数值与整体颜色特征的差异得到像素点的反光抑制贡献指数；在自适应反光窗口中根据各个像素点的反光抑制贡献指数得到中心像素点的颜色修正数值，进而得到颜色修正图像；根据颜色修正图像对中硼硅玻璃进行瑕疵识别。本发明专利技术分析图像中的颜色特征及反光特性，通过邻域特征消除反光影响，提高后续瑕疵识别过程的准确率。疵识别过程的准确率。疵识别过程的准确率。

【技术实现步骤摘要】
一种中硼硅玻璃生产瑕疵智能识别方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种中硼硅玻璃生产瑕疵智能识别方法。

技术介绍

[0002]中硼硅玻璃在生产过程中，由于操作人员操作不当或生产加工设备出现异常故障，导致生产得到的中硼硅玻璃表面出现划痕瑕疵缺陷，这种划痕瑕疵不利于医疗药物运输过程中药物性质的稳定性维持，对医疗药物的安全性质造成较大的影响。
[0003]在中硼硅玻璃表面划痕瑕疵识别过程中，由于中硼硅玻璃特殊的物理性质相较于普通玻璃更容易出现反光现象，在对反光现象的处理过程中，现有技术主要利用对整个图像进行灰度值平均化的方法来处理反光现象，但由于反光区域的不确定性，可能出现在划痕区域处也可能出现在非划痕区域处，而直接对整个图像进行灰度值平均化处理会降低对中硼硅玻璃表面划痕瑕疵识别的准确性效果，得不到精准的划痕瑕疵区域。

技术实现思路

[0004]为了解决在中硼硅玻璃表面划痕识别过程中，由于反光现象对识别出的划痕区域不准确的技术问题，本专利技术的目的在于提供一种中硼硅玻璃生产瑕疵智能识别方法，所采用的技术方案具体如下：本专利技术提出了一种中硼硅玻璃生产瑕疵智能识别方法所述方法包括：获取中硼硅玻璃表面图像，对所述表面图像进行颜色空间转换，获得颜色空间图像及灰度图像；针对所述灰度图像中每个像素点，基于以像素点为中心的预设初始反光窗口中每个像素点的灰度值，获得自适应缩放策略，根据所述自适应缩放策略对所述初始反光窗口的预设初始尺寸进行调整，获得自适应反光窗口，所述自适应反光窗口为正方形窗口，尺寸为奇数；基于所述颜色空间图像中每个像素点的各个分量值获取对应像素点的颜色特征数值，从而得到颜色特征图像；根据所述颜色特征图像中每个像素点的颜色特征数值与整体颜色特征数值的差异，获取对应像素点的反光抑制贡献指数；根据以像素点为中心的所述自适应反光窗口中每个像素点的所述颜色特征数值和所述反光抑制贡献指数，获取所述自适应反光窗口中心像素点的颜色修正数值，从而得到颜色修正图像；根据所述颜色修正图像进行中硼硅玻璃的瑕疵识别。
[0005]进一步地，所述获得自适应缩放策略包括：计算所述初始反光窗口的灰度均值，将所述灰度均值归一化，获得反光缩放系数；当所述灰度均值大于预设阈值时，所述自适应缩放策略为：将常数1与所述缩放系
数相加，获得扩大系数，将所述扩大系数与所述初始尺寸相乘后向上取整，获得所述自适应反光窗口的尺寸；当所述灰度均值小于或等于预设阈值时，所述自适应缩放策略为：将常数1与所述缩放系数相减，获得缩小系数，将所述缩小系数与所述初始尺寸相乘后向上取整，获得所述自适应反光窗口的尺寸。
[0006]进一步地，所述颜色空间图像对应的颜色空间为HSV颜色空间。
[0007]进一步地，所述颜色特征数值的获取方法包括：将所述颜色空间图像中每个像素点的各个分量值进行归一化；计算归一化后各个分量值的分量和值；将所述分量和值经过以自然常数为底的对数函数的映射，得到对应像素点的所述颜色特征数值。
[0008]进一步地，所述获取像素点对应的反光抑制贡献指数包括：获得所述颜色特征图像中的颜色特征数值的均值作为整体颜色特征数值；若所述颜色特征图像中像素点的所述颜色特征数值大于所述整体颜色特征数值，则获取所述颜色特征数值与所述整体颜色特征数值的差异并归一化，将归一化的结果进行负相关映射并归一化，获得所述反光抑制贡献指数；若所述颜色特征图像中像素点的所颜色特征数值不大于所述整体颜色特征数值，则获取所述颜色特征数值与所述整体颜色特征数值的差异并归一化，获得所述反光抑制贡献指数。
[0009]进一步地，所述获取像素点对应的颜色修正数值，包括：对以像素点为中心的所述自适应反光窗口中每个像素点的所述反光抑制贡献指数进行归一化，得到对应的权重，在所述自适应反光窗口中，所述权重的累加和为1；根据自适应反光窗口中的权重对自适应反光窗口中每个像素点的颜色特征数值进行加权求和，得到所述自适应反光窗口中心像素点的所述颜色修正数值。
[0010]进一步地，所述根据所述颜色修正图像进行中硼硅玻璃的瑕疵识别包括：计算所述自适应反光窗口内所有像素点的颜色修正数值均值；用所述颜色修正数值均值代替所述自适应反光窗口中心像素点的颜色修正数值，获取颜色修正均值图像；分别对颜色修正图像和颜色修正均值图像进行阈值分割获取两个维度下的分割图像，每个所述分割图像中每个像素点包含标签信息，所述标签包含正常标签和瑕疵标签；若两个所述分割图像相同位置的像素点的标签信息均为所述瑕疵标签，则将对应像素点认定为瑕疵像素点；若两个所述分割图像相同位置的像素点的标签信息不同，则获取对应像素点在两个所述分割图像中预设邻域范围内的所述瑕疵标签的数量，作为参考数量；若两个所述分割图像中所述参考数量均大于预设数量阈值，则对应像素点认定为瑕疵像素点。
[0011]进一步地，所述获得灰度图像包括：使用加权平均法将所述中硼硅玻璃表面图像转化为灰度图像。
[0012]进一步地，获得所述灰度图像之后，还包括：对所述灰度图像进行滤波去噪处理。
[0013]本专利技术具有如下有益效果：本专利技术实施例根据中硼硅玻璃灰度图像中不同像素点位置处的灰度特征对初始反光窗口进行缩放，得到自适应反光窗口。通过缩放后的自适应反光窗口中包含的信息对于中心像素点而言具有强烈的参考性，因此在后续处理过程中，针对每个自适应反光窗口都进行独立的分析，避免了现有技术中对图像全局进行均衡化分析导致局部细节信息的丢失。根据各像素点的颜色特征数值和整体颜色特征数值的差异得到的反光抑制贡献指数可以有效的抑制高强度反光像素点较大的颜色特征数值并尽可能保留划痕瑕疵像素点的颜色特征信息；在以像素点为中心的自适应反光窗口中，根据每个像素点的颜色特征数值和反光抑制贡献指数对中心像素点的颜色特征数值进行修正，从而降低了中硼硅玻璃图像中的反光区域对划痕瑕疵识别的影响，提高了后续对中硼硅玻璃划痕瑕疵识别的准确性。本专利技术实施例通过构建每个像素点对应的自适应窗口，进而实现对像素点邻域的反光分析，针对邻域内的反光特征和颜色特征对窗口中心像素点的颜色修正值进行修正，进而获得图像质量高的颜色修正图像，对图像质量高的颜色修正图像进行瑕疵识别，提高了瑕疵识别的准确度。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0015]图1为本专利技术一个实施例所提供的一种中硼硅玻璃生产瑕疵智能识别方法流程图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种中硼硅玻璃生产瑕疵智能识别方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种中硼硅玻璃生产瑕疵智能识别方法，其特征在于，所述方法包括：获取中硼硅玻璃表面图像，对所述表面图像进行颜色空间转换，获得颜色空间图像及灰度图像；针对所述灰度图像中每个像素点，基于以像素点为中心的预设初始反光窗口中每个像素点的灰度值，获得自适应缩放策略，根据所述自适应缩放策略对所述初始反光窗口的预设初始尺寸进行调整，获得自适应反光窗口，所述自适应反光窗口为正方形窗口，尺寸为奇数；基于所述颜色空间图像中每个像素点的各个分量值获取对应像素点的颜色特征数值，从而得到颜色特征图像；根据所述颜色特征图像中每个像素点的颜色特征数值与整体颜色特征数值的差异，获取对应像素点的反光抑制贡献指数；根据以像素点为中心的所述自适应反光窗口中每个像素点的所述颜色特征数值和所述反光抑制贡献指数，获取所述自适应反光窗口中心像素点的颜色修正数值，从而得到颜色修正图像；根据所述颜色修正图像进行中硼硅玻璃的瑕疵识别。2.根据权利要求1所述的一种中硼硅玻璃生产瑕疵智能识别方法，其特征在于,所述获得自适应缩放策略包括：计算所述初始反光窗口的灰度均值，将所述灰度均值归一化，获得反光缩放系数；当所述灰度均值大于预设阈值时，所述自适应缩放策略为：将常数1与所述缩放系数相加，获得扩大系数，将所述扩大系数与所述初始尺寸相乘后向上取整，获得所述自适应反光窗口的尺寸；当所述灰度均值小于或等于预设阈值时，所述自适应缩放策略为：将常数1与所述缩放系数相减，获得缩小系数，将所述缩小系数与所述初始尺寸相乘后向上取整，获得所述自适应反光窗口的尺寸。3.根据权利要求1所述的一种中硼硅玻璃生产瑕疵智能识别方法，其特征在于,所述颜色空间图像对应的颜色空间为HSV颜色空间。4.根据权利要求1所述的一种中硼硅玻璃生产瑕疵智能识别方法，其特征在于,所述颜色特征数值的获取方法包括：将所述颜色空间图像中每个像素点的各个分量值进行归一化；计算归一化后各个分量值的分量和值；将所述分量和值经过以自然常数为底的对数函数的映射，得到对应像素点的所述颜色特征数值。5.根据权利要求1所述的一种中硼硅玻璃生产瑕疵智能识别方法，其特征在于,所述反光抑制贡献指数的获取方法包括：获得所述颜色特...

【专利技术属性】
技术研发人员：刘东昕，刘培训，何振强，刘坤，郑胜利，安晓娜，代林军，张召兴，赵明胜，刘成子，
申请(专利权)人：山东鲁玻玻璃科技有限公司，
类型：发明
国别省市：