一种钟表钢巴管缺陷智能检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种钟表钢巴管缺陷智能检测方法；根据钢巴管的灰度图像中像素点和预设邻域范围内其他像素点的距离特征和灰度差异特征获得局部差异系数

【技术实现步骤摘要】
一种钟表钢巴管缺陷智能检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种钟表钢巴管缺陷智能检测方法
。

技术介绍

[0002]巴管是手表中常见的配件，材料通常为钢质，钢巴管被组装在手表的侧面用来进行时间的调节
。
钢巴管在制造过程中，可能会出现各种缺陷，例如划痕和凹陷；若将具有缺陷的钢巴管装配到手表中可能会影响手表性能与美观，因此需要对钢巴管进行缺陷检测
。
[0003]现有技术主要是通过计算机视觉对钢巴管表面进行缺陷检测，但钢巴管为光滑的柱状形状，在拍摄过程中容易出现镜面反射造成图像表面光照分布不均匀
。
为了提高检测准确性常用现有的
Retinex
算法对图像进行去光照，
Retinex
是一个合成词，它的构成是
retina
（视网膜）和
cortex
（皮层）；但由于钢巴管的光滑的表面特征造成部分区域存在较强的镜面反射，导致
Retinex
算法难以准确估计光照分量，在光照变化强烈的地方容易产生光晕现象，影响去光照效果，最终造成钢巴管的缺陷检测不准确
。

技术实现思路

[0004]为了解决上述通过
Retinex
算法去光照难以准确估计光照分量，在钢巴管的光照变化强烈的地方容易产生光晕现象，造成钢巴管的缺陷检测不准确的技术问题，本专利技术的目的在于提供一种钟表钢巴管缺陷智能检测方法，所采用的技术方案具体如下：获取钟表钢巴管的灰度图像；根据所述灰度图像中每个像素点与对应的预设邻域范围内其他像素点的距离特征和灰度差异特征，获得每个像素点的局部差异系数；根据每个像素点与所述灰度图像内其他像素点的灰度特征获得每个像素点的近似像素点；根据像素点和灰度图像中其他像素点的灰度差异特征获得像素点的全域灰度差异值；根据像素点和所述近似像素点之间的距离特征
、
所述全域灰度差异值和所述近似像素点的数量特征，获得像素点的图像偏离系数；根据像素点的所述图像偏离系数和所述局部差异系数获得像素点的自适应系数，根据所述自适应系数获得像素点的自适应高斯核函数，根据自适应高斯核函数对所述灰度图像进行去光照处理获得钢巴管的光照均匀图像；根据所述光照均匀图像进行缺陷检测
。
[0005]进一步地，所述获得每个像素点的局部差异系数的步骤包括：对于任意一个像素点，计算所述像素点与预设邻域范围内任意一个其他像素点的欧氏距离，获得距离表征值；计算所述像素点与预设邻域范围内任意一个其他像素点的灰度差值的平方值，获得灰度差异表征值；计算所述像素点的预设邻域范围内其他像素点的距离表征值和灰度差异表征值的乘积的平均值并负相关映射，获得所述像素点的所述局部差异系数
。
[0006]进一步地，所述根据像素点和灰度图像中其他像素点的灰度差异特征获得像素点的全域灰度差异值的步骤包括：
计算所述灰度图像中所有像素点的灰度值的平均值，作为全域灰度表征值；对于任意一个像素点，计算所述像素点与所述全域灰度表征值的差值绝对值，获得所述像素点的所述全域灰度差异值
。
[0007]进一步地，所述根据每个像素点与所述灰度图像内其他像素点的灰度特征获得每个像素点的近似像素点的步骤包括：对于任意一个像素点，确定所述灰度图像中与所述像素点的灰度值相同的其他像素点，作为所述像素点的所述近似像素点
。
[0008]进一步地，所述获得像素点的图像偏离系数的步骤包括：对于任意一个像素点，计算所述像素点与对应的近似像素点的欧氏距离的平均值，获得距离权重；计算所述像素点的所述距离权重与所述全域灰度差异值的乘积，获得所述像素点的特征差异系数；计算所述像素点的近似像素点与所述灰度图像中像素点的数量的比值并负相关映射，获得所述像素点的占比权重；计算所述像素点的所述特征差异系数与所述占比权重的乘积，获得所述像素点的图像偏离系数
。
[0009]进一步地，所述根据像素点的所述图像偏离系数和所述局部差异系数获得像素点的自适应系数的步骤包括：计算所述灰度图像中像素点的所述局部差异系数和所述图像偏离系数的乘积，获得像素点的光照反射概率；计算所述灰度图像中像素点的所述光照反射概率的平均值，获得光照反射概率均值；对于任意一个像素点，计算所述光照反射概率均值与所述光照反射概率的差值绝对值，获得自适应系数
。
[0010]进一步地，所述根据所述自适应系数获得像素点的自适应高斯核函数的步骤包括：式中，表示灰度图像中第个待滤波像素点的高斯滤波窗口中第个像素点的自适应高斯核函数，表示第个待滤波像素点的高斯滤波窗口中所有像素点的灰度值的方差，表示第个待滤波像素点的自适应系数，表示自然常数，和分别表示以第个待滤波像素点为直角坐标系原点，第个待滤波像素点的高斯滤波窗口中第个像素点的横坐标和纵坐标
。
[0011]进一步地，所述根据自适应高斯核函数对所述灰度图像进行去光照处理获得钢巴管的光照均匀图像的步骤包括：根据的自适应高斯核函数对所述灰度图像进行高斯滤波，将高斯滤波后的灰度图像通过
Retinex
算法进行图像处理，获得钢巴管的所述光照均匀图像
。
[0012]进一步地，根据所述光照均匀图像进行缺陷检测的步骤包括：根据边缘检测算法对所述光照均匀图像进行边缘检测；当所述光照均匀图像中的钢巴管表面区域存在边缘线，判断钢巴管存在划痕缺陷，当所述光照均匀图像中的钢巴管表面区域不存在边缘线，判断钢巴管不存在划痕缺陷
。
[0013]进一步地，所述边缘检测算法为
Canny
算法
。
[0014]本专利技术具有如下有益效果：在本专利技术实施例中，局部差异系数能够根据钢巴管的表面光滑特征造成的灰度差异
、
镜面反射区域的灰度特征，反映像素点在镜面反射区域的概率
。
获取近似像素点目的是根据钢巴管表面正常像素点数量占比最大的特征，进一步分析像素点在镜面反射区域的概率；全域灰度差异值能够根据镜面反射区域和正常区域的灰度差异特征，反映像素点在镜面反射区域的概率；进而像素点的图像偏离系数能够准确地反映像素点的概率
。
最终根据像素点的图像偏离系数和局部差异系数获得自适应系数，能够准确地根据像素点所在区域自适应地调节去光照算法中的高斯滤波核函数，使得滤波效果更准确
。
最终根据光照均匀图像进行缺陷检测，提高了缺陷检测的准确性
。
附图说明
[0015]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
。
[0016]图1为本专利技术一个实施例所提供的一种钟表钢巴管缺陷智能检测方法流程图
。...

【技术保护点】

【技术特征摘要】
1.
一种钟表钢巴管缺陷智能检测方法，其特征在于，所述方法包括：获取钟表钢巴管的灰度图像；根据所述灰度图像中每个像素点与对应的预设邻域范围内其他像素点的距离特征和灰度差异特征，获得每个像素点的局部差异系数；根据每个像素点与所述灰度图像内其他像素点的灰度特征获得每个像素点的近似像素点；根据像素点和灰度图像中其他像素点的灰度差异特征获得像素点的全域灰度差异值；根据像素点和所述近似像素点之间的距离特征
、
所述全域灰度差异值和所述近似像素点的数量特征，获得像素点的图像偏离系数；根据像素点的所述图像偏离系数和所述局部差异系数获得像素点的自适应系数，根据所述自适应系数获得像素点的自适应高斯核函数，根据自适应高斯核函数对所述灰度图像进行去光照处理获得钢巴管的光照均匀图像；根据所述光照均匀图像进行缺陷检测
。2.
根据权利要求1所述的一种钟表钢巴管缺陷智能检测方法，其特征在于，所述获得每个像素点的局部差异系数的步骤包括：对于任意一个像素点，计算所述像素点与预设邻域范围内任意一个其他像素点的欧氏距离，获得距离表征值；计算所述像素点与预设邻域范围内任意一个其他像素点的灰度差值的平方值，获得灰度差异表征值；计算所述像素点的预设邻域范围内其他像素点的距离表征值和灰度差异表征值的乘积的平均值并负相关映射，获得所述像素点的所述局部差异系数
。3.
根据权利要求1所述的一种钟表钢巴管缺陷智能检测方法，其特征在于，所述根据像素点和灰度图像中其他像素点的灰度差异特征获得像素点的全域灰度差异值的步骤包括：计算所述灰度图像中所有像素点的灰度值的平均值，作为全域灰度表征值；对于任意一个像素点，计算所述像素点与所述全域灰度表征值的差值绝对值，获得所述像素点的所述全域灰度差异值
。4.
根据权利要求1所述的一种钟表钢巴管缺陷智能检测方法，其特征在于，所述根据每个像素点与所述灰度图像内其他像素点的灰度特征获得每个像素点的近似像素点的步骤包括：对于任意一个像素点，确定所述灰度图像中与所述像素点的灰度值相同的其他像素点，作为所述像素点的所述近似像素点
。5.
根据权利要求1所述的一种钟表钢巴管缺陷智能检测方法，其特征在于，所述获得像素点的图像偏离系数的步骤包括：对于任意一个像素点，计算所述像素点与对应的近似像素点的欧氏距离的平均值，获得距离权...

【专利技术属性】
技术研发人员：刘德昌，陈之健，
申请(专利权)人：深圳市高进实业有限公司，
类型：发明
国别省市：