【技术实现步骤摘要】
一种基于样本比对的工业丝印缺陷检测方法及系统
[0001]一种基于样本比对的工业丝印缺陷检测方法及系统,用于工业丝印缺陷检测,属于工业图像处理
。
技术介绍
[0002]在工业生产领域,往往需要对生产产品
(
例如玻璃瓶
、
包装盒
)
丝印相应的图案,而丝印图案的质量检测就成为一道不可或缺的工序
。
[0003]目前大部分生产工序的丝印质检是靠人工完成的,面对每天数以万计的产品,人工检测不仅效率较低,容易疲劳,更会出现错判
、
漏判的情况
。
一旦遗漏的丝印次品流入市场,会对消费者和企业品牌价值造成不可预估的影响
。
因此,依靠图像处理的视觉检测系统就十分有必要
。
[0004]目前常见的缺陷检测方法,对数据依赖较大,特别是样本需要覆盖所有缺陷异常情况,才能找出各类缺陷的特征,设计相应的算子进行识别,亦或是使用深度学习训练模型进行识别
。
但是,在生产过程中,往往
99
%都是无缺陷产品,较少的缺陷数据导致不能充分掌握缺陷的形态或者特征,导致效果较差
。
[0005]因此,现有技术面临如下技术问题:
[0006]1.
异常样本稀疏性,在工业产品丝印生产中,调试好的设备一般是不易出现丝印异常的,在不同的领域,丝印异常出现的概率在0%至2%,因此,异常样本的数量通常较少,现有技术就很难从异常样本中学到多样的异常特征
【技术保护点】
【技术特征摘要】
1.
一种基于样本比对的工业丝印缺陷检测方法,其特征在于,包括如下步骤:步骤
1、
基于光电眼触发蓝色频闪光源,相机拍摄获取产品图像构成正常样本库;步骤
2、
基于
yolo
系列中的目标检测算法,标注正常样本库中的各图中的待检测目标区域,并训练模型,训练后识别待识别图像中的待识别区域,并截取区域图像作为待识别兴趣区域;步骤
3、
对正常样本库中的底图和待识别兴趣区域进行折射光线过滤处理,分别得到校正后的底图库和待检测图,其中,底图指正常的兴趣区域,即标注的目标区域;步骤
4、
基于底图库选取与待检测图最相似的
top3
底图;步骤
5、
基于
top3
的底图和待检测图进行视觉上的对齐处理;步骤
6、
对齐处理后,求
top3
的各底图与待检测图的绝对值差得到差异图,并基于差异图进行后处理,得到缺陷区域
。2.
根据权利要求1所述的一种基于样本比对的工业丝印缺陷检测方法,其特征在于,所述步骤3的具体步骤为:步骤
3.1、
根据均值和标准差的公式计算正常样本库中所有底图共同
G
通道的均值
μ
和标准差
σ
;;其中,
P
i
表示第
i
张底图每个位置的像素值,
N
表示底图总数;步骤
3.2、
基于均值
μ
、
标准差
σ
和正常样本库中每个底图
i
base
的均值
μ
i
和标准差
σ
i
,对底图
i
base
进行折射光线过滤处理,得到校正后的底图,所有底图校正后得到校正后的底图库,校正后的底图的公式为:步骤
3.3、
基于均值
μ
、
标准差
σ
和待识别兴趣区域
I
input
图像的均值
μ1和标准差
σ1对待识别兴趣区域
I
input
进行折射光线过滤处理上,得到校正后的待识别兴趣区域,即得到校正后的待检测图,校正后的待识别兴趣区域的公式为:
3.
根据权利要求2所述的一种基于样本比对的工业丝印缺陷检测方法,其特征在于,所述步骤4的具体步骤为:步骤
4.1、
将底图库中的各底图分别与待检测图中的各像素点作绝对值像素差,再将两两像素点的差异值逐一求和,得到总体差异值
D
p
;步骤
4.2、
将底图库中的各底图与待检测图分别输入预训练特征提取网络进行高维度特征向量提取,再计算待检测图和各底图的高维度特征向量之间的余弦相似度
S
p
,其中,高
维特征向量包含了纹理
、
色彩和边缘信息,其中,特征提取网络为
Resnet
;步骤
4.3、
将差异值
D
p
除以待检测图的图像尺寸,得到像素平均差异值
D
mp
,再除以
255
得到归一化后的像素值
D
’
mp
,结合余弦相似度
S
p
,利用公式
v
=
S
p
‑
D
’
mp
获取
v
排列前三小的底图,即得到与待检测图最近似
top3
的底图
。4.
根据权利要求3所述的一种基于样本比对的工业丝印缺陷检测方法,其特征在于,所述步骤5的具体步骤为:步骤
5.1、
使用
opencv
开源的
Harris
角点检测函数,获取
top3
的底图和待检测图的关键点,以及关键点的距离置信度;步骤
5.2、
基于步骤
5.1
中
Harris
角点检测函数给出的关键点距离置信度,将待检测图角点和
top3
底图角点一一配对;步骤
5.3、
基于匹配好的角点对,利用
opencv
开源的
findHomography
函数得到
top3
底图分别针对待检测图的三个变换矩阵
M
i
;步骤
5.4、
基于变换矩阵
M
i
将
top3
的底图作透视变换,变换后与待检测图对齐,即得到视觉上对齐的
top3
的底图和待检测图
。5.
根据权利要求4所述的一种基于样本比对的工业丝印缺陷检测方法,其特征在于,所述步骤6的具体步骤为:步骤
6.1、
对齐处理后,求
top3
的各底图与待检测图的绝对值差得到三张差异图,若三张差异图的像素最大差异值都不超过
20
,则表示待检测图和
top3
的各底图高度相似,就表示其呈现均匀的低亮度响应,也即表示待检测图为无缺陷产品,否则,转到步骤
6.2
;步骤
6.2、
对步骤
6.1
得到的三张差异图一起求像素尺寸的与运算得到像素差异值
D
’
l
;步骤
6.3、
判断像素差异值
D
’
l
的亮度响应,即判断与运算后得到的像素差异值
D
’
l
,是否低于给定的亮度响应阈值,若是,则表示正常,否则,表示异常,转到步骤
6.4
;步骤
6.4、
基于步骤
6.3
得到的结果,计算
D
’
l
的亮度响应区域像素面积,若低于
15
个像素点,则去掉该区域,否则,转到步骤
6.5
;步骤
6.5、
判断亮度响应区域像素面积的区域形态比值是否在给定的范围,若是,则此...
【专利技术属性】
技术研发人员:廖强,王月超,吴哲潇,顾小科,唐志昊,刘阳,刘雁豪,胡昊天,张一帆,邓川,祝礼佳,
申请(专利权)人:四川数聚智造科技有限公司,
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。