【技术实现步骤摘要】
本专利技术涉及图像数据处理，具体涉及基于图像特征的电镀产品表面瑕疵检测方法。
技术介绍
1、在电镀生产过程中，因工艺不精、操作不当等原因容易导致表面出现瑕疵，影响产品外观与性能，其中镀层表面的气泡就是常见的一种瑕疵，它通常是由于电镀过程中产生的气体聚集或电镀层未覆盖到的表面区域所致，目前通常使用图像处理的方法进行无接触瑕疵检测。
2、在瑕疵检测过程中，通常使用迭代阈值分割算法，但对于电镀产品表面的气泡瑕疵而言，产品表面存在气泡缺陷时，会出现许多近似圆形的像素突变区域，但气泡区域中像素点的灰度值变化复杂，并且电镀表面图像中往往存在电镀层反光而对瑕疵检测产生干扰，因此利用常规的迭代阈值分割算法无法有效分割出完整的瑕疵区域，使得最终分割效果无法达到检测的目的，导致电镀产品表面瑕疵的检测准确性和检出率低。
技术实现思路
1、本专利技术提供基于图像特征的电镀产品表面瑕疵检测方法，以解决现有的问题。
2、本专利技术的基于图像特征的电镀产品表面瑕疵检测方法采用如下技术方案：
3、本专利技术一个实施例提供了基于图像特征的电镀产品表面瑕疵检测方法，该方法包括以下步骤：
4、获取电镀表面图像以及灯光的照射方向；
5、根据在任意阈值下电镀表面图像内不同大小灰度值的像素点的数量获得加权阈值；
6、利用加权阈值对电镀表面图像进行分割获得二值图像，获取二值图像中的连通域以及连通域的边缘像素点，根据任意加权阈值下对应二值图像中，连通域内像素
7、利用不同加权阈值下对应总体平均梯度值的差异进行电镀产品表面瑕疵检测。
8、进一步的，所述电镀表面图像的具体获取方法为：
9、首先，在电镀生产线上方布置好工业相机，利用工业相机拍摄电镀产品表面的图像，记为第一图像，对第一图像进行灰度化处理，将灰度化后的第一图像记为第二图像；
10、然后，利用语义分割神经网络获取第二图像中的电镀区域，将电镀区域对应的图像记为电镀表面图像。
11、进一步的，所述根据在任意阈值下电镀表面图像内不同大小灰度值的像素点的数量获得加权阈值，包括的具体方法为：
12、首先，将电镀表面图像中最大灰度值和最小灰度值的平均值作为迭代阈值分割算法的初始阈值；
13、然后，利用初始阈值对电镀表面图像进行分割，将灰度值小于初始阈值的像素点记为第一像素点，将灰度值大于初始阈值的像素点记为第二像素点；将电镀表面图像中所有灰度值平均划分为组，将一组作为一个灰度级，获得个灰度级，预设任意灰度级的权重参数，其中表示灰度级的序数；
14、最后，根据权重参数和第一像素点和第二像素点的灰度值获得加权阈值。
15、进一步的，所述根据权重参数和第一像素点和第二像素点的灰度值获得加权阈值，包括的具体方法为：
16、首先，加权阈值的具体获取方法为：
17、
18、其中，表示加权阈值；表示第个第一像素点的灰度值；表示第个第二像素点的灰度值；表示第个第一像素点所在灰度级的权重参数；表示第个第二像素点所在灰度级的权重参数；表示第一像素点的数量；表示第二像素点的数量；
19、然后，利用迭代阈值分割算法，从初始阈值开始迭代，并结合加权阈值的获取方法得到若干个加权阈值。
20、进一步的，所述根据任意加权阈值下对应二值图像中，连通域内像素点的灰度值分布特征和边缘像素点的曲率获得连通域的区域权值，包括的具体方法为：
21、首先，获取任意加权阈值对应二值图像中连通域的边缘像素点；
22、然后，对于任意连通域，根据连通域内边缘像素点的曲率获得连通域的边缘曲率；
23、最后，将连通域的边缘曲率与连通域内所有像素点的灰度值的方差的比值，记为连通域的第一数值，将所有连通域的第一数值进行线性归一化获得连通域的区域权值。
24、进一步的，所述根据连通域内边缘像素点的曲率获得连通域的边缘曲率，包括的具体方法为：
25、获取任意边缘像素点的曲率，将连通域的所有边缘像素点的平均曲率记为连通域的边缘曲率。
26、进一步的，所述将连通域的边缘像素点的梯度方向与灯光的照射方向的差异、区域权值以及连通域的边缘像素点的梯度值进行融合，获得二值图像的总体平均梯度值，包括的具体方法为：
27、首先，利用sobel算子获取二值图像中所有边缘像素点的梯度值和梯度方向；
28、然后，获取任意加权阈值下对应二值图像的总体平均梯度值，具体获取方法为：
29、
30、其中，表示二值图像的总体平均梯度值；表示二值图像中连通域的数量；表示二值图像中第个连通域的平均梯度；表示二值图像中第个连通域的区域权值；表示二值图像中第个连通域的梯度权值。
31、进一步的，所述连通域的平均梯度的具体获取方法为：
32、将任意连通域的所有边缘像素点的梯度值平均值记为对应连通域的平均梯度。
33、进一步的，所述梯度权值的具体获取方法为：
34、首先，将任意连通域中所有边缘像素点的梯度方向的众数，记为连通域的梯度方向参数；
35、然后，梯度权值的具体计算方法为：
36、
37、其中，表示二值图像中第个连通域的梯度方向参数；表示灯光的照射方向；表示线性归一化函数；表示绝对值函数。
38、进一步的，所述利用不同加权阈值下对应总体平均梯度值的差异进行电镀产品表面瑕疵检测，包括的具体方法为：
39、首先，在利用迭代阈值分割算法，从初始阈值开始迭代获得若干个加权阈值的过程中，将对应迭代次数记为；
40、然后，当或时，迭代阈值分割算法停止迭代，其中表示第次迭代得到的加权阈值下对应二值图像的总体平均梯度值，表示第次迭代得到的加权阈值下对应二值图像的总体平均梯度值，和分别为预设的超参数；当迭代阈值分割算法是由于而停止迭代时，将第次迭代得到的加权阈值作为电镀表面图像的最优分割阈值；当迭代阈值分割算法是由于而停止迭代时，将最后一次迭代得到的加权阈值作为电镀表面图像的最优分割阈值；
41、最后，利用最优分割阈值对电镀表面图像进行阈值分割，得到分割出的背景区域和前景区域，所述前景区域即为气泡中的明亮区域；利用canny边缘检测算法获取电镀表面图像中除前景区域的边缘像素点以外的边缘像素点，记为第一像素点，将与任意前景区域的边缘像素点相邻且连续的第一像素点记为第二像素点，将第二像素点与任意前景区域的边缘像素点形成的闭合区域记为气泡区域，将电镀表面图像中的所有气泡区域标注为气泡瑕疵。
【技术保护点】
1.基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述电镀表面图像的具体获取方法为：
3.根据权利要求1所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述根据在任意阈值下电镀表面图像内不同大小灰度值的像素点的数量获得加权阈值，包括的具体方法为：
4.根据权利要求3所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述根据权重参数和第一像素点和第二像素点的灰度值获得加权阈值，包括的具体方法为：
5.根据权利要求1所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述根据任意加权阈值下对应二值图像中，连通域内像素点的灰度值分布特征和边缘像素点的曲率获得连通域的区域权值，包括的具体方法为：
6.根据权利要求5所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述根据连通域内边缘像素点的曲率获得连通域的边缘曲率，包括的具体方法为：
7.根据权利要求1所述基于图像特征的电镀产品表面瑕疵检测方
8.根据权利要求7所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述连通域的平均梯度的具体获取方法为：
9.根据权利要求7所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述梯度权值的具体获取方法为：
...【技术特征摘要】
1.基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述电镀表面图像的具体获取方法为：
3.根据权利要求1所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述根据在任意阈值下电镀表面图像内不同大小灰度值的像素点的数量获得加权阈值，包括的具体方法为：
4.根据权利要求3所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述根据权重参数和第一像素点和第二像素点的灰度值获得加权阈值，包括的具体方法为：
5.根据权利要求1所述基于图像特征的电镀产品表面瑕疵检测方法，其特征在于，所述根据任意加权阈值下对应二值图像中，连通域内像素点的灰度值分布特征...
【专利技术属性】
技术研发人员：肖军，
申请(专利权)人：湖南西欧新材料有限公司，
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。