基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，包括：首先根据图像中像素点的灰度分布特征来量化不同区域的光照影响程度，根据不同区域的光照影响程度的变化趋势，来获取图像中不同方向的光照渐变性分布，并在确定像素点的局部范围大小之后，在每个像素点的局部范围内获取像素点的第一分布因子和第二分布因子来构建坐标系进行坐标转换，通过坐标系中所有像素点的分布来获取每个像素点的最终拟合权重值。本发明专利技术避免了使用亚像素边缘检测氧化铝陶瓷亮斑区域受光照不均匀影响检测结果，使得获取的氧化铝陶瓷表面的亮斑缺陷的边缘更加精细化，使得后续在构建缺陷分类网络中更加准确，提高缺陷检测效果。提高缺陷检测效果。提高缺陷检测效果。

【技术实现步骤摘要】
基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法


[0001]本专利技术涉及图像处理
，具体涉及基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法。

技术介绍

[0002]氧化铝陶瓷是一种常用的高性能的陶瓷材料，具有很好的绝缘性、耐磨性、耐腐蚀性等特点，由于氧化铝是一种天然材料，且陶瓷制品不含有任何有害物质，因此氧化铝陶瓷被广泛应用于机械、电子、化工等领域。氧化铝陶瓷在生产过程中会经历很多生产工序，例如模压成型、烘干、烧结等，而在这些过程中物料会与设备、工具、环境等直接接触，会出现污染氧化铝陶瓷表面产生质量问题，其中在氧化铝陶瓷烧成后表面经常会出现亮斑等斑块问题是很容易出现的氧化铝陶瓷表面缺陷，精确的得到氧化铝陶瓷表面亮斑，判断其是否符合产品标准，可以避免不必要的损失，并为后续的产品加工和使用提供保障。
[0003]为了获取氧化铝陶瓷表面亮斑的边缘，现在传统的方法为通过机器视觉方法来采集氧化铝陶瓷表面图像，并进行边缘检测处理获取边缘信息，然而由于相机的分辨率的影响以及亮斑区域的不规则性，会使得亮斑区域的边缘信息在成像过程中丢失，使得获取的边缘信息不准确。亚像素边缘检测是提高边缘检测精度的方法，其中通过插值法是常见的亚像素边缘检测的方法，通过进行插值来增加边缘信息，以实现亚像素边缘检测。然而传统的插值方法是通过传统的像素级边缘检测算法检测区域的初始边缘，并根据初始边缘的梯度信息来进行插值拟合，然而由于图像中噪声点的影响以及光照因素的影响，会使得插值拟合得到的亚像素边缘信息不准确。

技术实现思路

[0004]本专利技术提供基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，以解决现有的问题。
[0005]本专利技术的基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法采用如下技术方案：本专利技术一个实施例提供了基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，该方法包括以下步骤：获取氧化铝陶瓷表面图像的灰度图像；获取灰度图像上的待定点的归类程度；根据灰度图像中像素点的灰度值和归类程度获取不同光照影响程度范围的光照影响程度；根据光照影响程度范围的光照影响程度得到各个方向上像素点的光照影响程度的分布曲线；获取每个方向角度下每个像素点记为目标像素点；获取每个方向角度下每个像素点的波动特征；根据每个方向角度下每个像素点的波动特征得到每个方向角度下每个像素点的初始局部范围；根据每个方向角度下每个像素点的初始局部范围得到目标像素点的最终局部范围；根据目标像素点的最终局部范围获取像素点的第一分布因和第二分布因子；
根据所有像素点的第一分布因子、第二分布进行局部离群因子检测，进而获取每个像素点的拟合权重值，根据拟合权重值进行亚像素边缘检测获得缺陷区域。
[0006]优选的，所述获取灰度图像上的待定点的归类程度，包括的具体方法如下：对灰度图进行聚类获得若干待定点和同一个光照影响程度的点，第个待定点的归类程度的计算表达式为：式中，表示待定点方向角度的数量；表示第个方向角度下的第个待定点与此方向下的同一个光照影响程度的点的灰度差值的绝对值的平均值；表示第个方向角度下的第个待定点与此方向下的同一个光照影响程度的点的灰度差值的绝对值的平均值；表示第个方向角度下的同一个光照影响程度的点之间的欧式距离的平均值；表示以自然常数为底数的指数函数；所述待定点方向角度是指以待定点为起点的射线的方向角度。
[0007]优选的，所述待定点和同一个光照影响程度的点的获取方法如下：获取图像中的灰度直方图对其进行聚类处理，将对每一类中纵坐标最大的点对应的像素点集中任意一个像素点为起始点在图像中进行区域扩张，在该点的邻域中进行灰度差值的绝对值计算与预设阈值进行比较，若大于等于预设阈值，则记该像素点为同一光照影响程度下的点，若小于阈值，则记该像素点为待定点，进而获得若干待定点和同一个光照影响程度的点。
[0008]优选的，所述根据灰度图像中像素点的灰度值和归类程度获取不同光照影响程度范围的光照影响程度，包括的具体方法如下：根据归类程度获取光照影响程度范围，根据光照影响程度范围获取光照影响程度的具体公式为：式中，表示第个光照影响程度范围的光照影响程度，表示第个光照影响程度范围内的灰度值的方差；表示所有光照影响程度范围内的灰度值的方差的最大值；表示第个光照影响程度范围内的灰度值均值。
[0009]优选的，所述光照影响程度范围的获取方法如下：预设归类程度阈值，若待定点的归类程度大于归类程度阈值，则将大于归类程度阈值的待定点所对应的所有邻域构成的区域记为同一个光照影响程度范围。
[0010]优选的，所述每个方向角度下每个像素点的波动特征的获取方法如下：在同一光照影响程度范围分析，则过第个像素点第个方向角度下的波动特征的计算方法为：
式中，表示过第个像素点第个方向角度下的波动特征，表示过第个像素点第个方向角度下的临近范围的所有像素点的个数；表示在分析过第个像素点第个方向角度上的光照影响程度的分布曲线中临近范围内第个像素点，与前一个像素点的直线连线的斜率值；表示在分析过第个像素点第个方向角度上的光照影响程度的分布曲线中临近范围内每个像素点与前一个像素点的直线连线的斜率值均值；所述临近范围的获取方法为：预设临近范围大小，在过第个像素点第个方向角度下，距离第个像素点最近的个像素点构成的范围记为临近范围。
[0011]优选的，所述每个方向角度下每个像素点的初始局部范围的获取方法如下：过第个像素点第个方向角度下的方向初始局部范围的计算方法为：式中，表示过第个像素点第个方向角度下的初始局部范围的大小，表示过第个像素点第个方向角度下的像素点所属的光照影响程度范围的光照影响程度，表示过第个像素点第个方向角度下的波动特征，表示预设的临近范围值；将四舍五入取整，将过第个像素点第个方向角度下的且距离第个像素点最近的个像素点构成的范围记为过第个像素点第个方向角度下的方向初始局部范围。
[0012]优选的，所述目标像素点的最终局部范围的获取方法如下：获取过第个像素点第个方向角度的所有方向角度，分别记为、，分别获取、以及上过第个像素点的初始局部范围集合，再获取初始局部范围集合中的所有初始局部范围相连组成的区域的最小外接矩形，记为过第个像素点第个方向角度的最终局部范围，即为目标像素点的最终局部范围。
[0013]优选的，所述每个像素点的局部范围内获取像素点的第一分布因子和第二分布因子的获取方法如下：灰度图像中第个像素点的第一分布因子的计算方法为：式中，表示灰度图像中第个像素点的最终局部范围内像素点的灰度值均值；表示灰度图像中第个像素点的所处的同一个光照影响程度范围内像素点的灰度值均值；灰度图像中第个像素点的第二分布因子的计算方法为：式中，表示灰度图像中第个像素点的各个方向角度下的灰度分布曲线之间的两两组合的DTW距离的均值，其中DTW距离通过DTW匹配获取。
[0014]优选的，所述每个像素点的拟合权重值的获取方法如下：将所有像素点转换到以第一分布因子为横坐标、以第二分布因子为纵坐标的二维坐标系，根据转换到二维坐标系后的图像中的所有像素点，对二维坐标系所有像素点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，其特征在于，该方法包括以下步骤：获取氧化铝陶瓷表面图像的灰度图像；获取灰度图像上的待定点的归类程度；根据灰度图像中像素点的灰度值和归类程度获取不同光照影响程度范围的光照影响程度；根据光照影响程度范围的光照影响程度得到各个方向上像素点的光照影响程度的分布曲线；获取每个方向角度下每个像素点记为目标像素点；获取每个方向角度下每个像素点的波动特征；根据每个方向角度下每个像素点的波动特征得到每个方向角度下每个像素点的初始局部范围；根据每个方向角度下每个像素点的初始局部范围得到目标像素点的最终局部范围；根据目标像素点的最终局部范围获取像素点的第一分布因和第二分布因子；根据所有像素点的第一分布因子、第二分布进行局部离群因子检测，进而获取每个像素点的拟合权重值，根据拟合权重值进行亚像素边缘检测获得缺陷区域。2.根据权利要求1所述基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，其特征在于，所述获取灰度图像上的待定点的归类程度，包括的具体方法如下：对灰度图进行聚类获得若干待定点和同一个光照影响程度的点，第个待定点的归类程度的计算表达式为：式中，表示待定点方向角度的数量；表示第个方向角度下的第个待定点与此方向下的同一个光照影响程度的点的灰度差值的绝对值的平均值；表示第个方向角度下的第个待定点与此方向下的同一个光照影响程度的点的灰度差值的绝对值的平均值；表示第个方向角度下的同一个光照影响程度的点之间的欧式距离的平均值；表示以自然常数为底数的指数函数；所述待定点方向角度是指以待定点为起点的射线的方向角度。3.根据权利要求2所述基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，其特征在于，所述待定点和同一个光照影响程度的点的获取方法如下：获取图像中的灰度直方图对其进行聚类处理，将对每一类中纵坐标最大的点对应的像素点集中任意一个像素点为起始点在图像中进行区域扩张，在该点的邻域中进行灰度差值的绝对值计算与预设阈值进行比较，若大于等于预设阈值，则记该像素点为同一光照影响程度下的点，若小于阈值，则记该像素点为待定点，进而获得若干待定点和同一个光照影响程度的点。4.根据权利要求1所述基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，其特征在于，所述根据灰度图像中像素点的灰度值和归类程度获取不同光照影响程度范围的光照影响程度，包括的具体方法如下：根据归类程度获取光照影响程度范围，根据光照影响程度范围获取光照影响程度的具体公式为：
式中，表示第个光照影响程度范围的光照影响程度，表示第个光照影响程度范围内的灰度值的方差；表示所有光照影响程度范围内的灰度值的方差的最大值；表示第个光照影响程度范围内的灰度值均值。5.根据权利要求4所述基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，其特征在于，所述光照影响程度范围的获取方法如下：预设归类程度阈值，若待定点的归类程度大于归类程度阈值，则将大于归类程度阈值的待定点所对应的所有邻域构成的区域记为同一个光照影响程...

【专利技术属性】
技术研发人员：刘文锴，
申请(专利权)人：深圳市华伟精密陶瓷有限公司，
类型：发明
国别省市：