【技术实现步骤摘要】
本专利技术涉及图像数据处理，具体涉及基于视觉检测的绝缘板表面缺陷智能检测方法。
技术介绍
1、在绝缘板的工艺生产流程中，现有技术通常基于机器视觉对绝缘板表面进行检测，以监测加工过程中产生的绝缘板表面质量问题。但是在生产间的光照环境下，检测过程会因为绝缘板的表面反射特征出现干扰影响。绝缘板表面通常是光滑的，如果光照强度过高，可能会导致表面反射，绝缘板表面反光区域清晰度降低，使得机器视觉系统无法准确地捕捉到表面的细节，从而影响检测的准确性。
2、现有算法通常可以通过限制对比度自适应直方图均衡化对绝缘板表面灰度图像进行增强，对比度限制参数是该算法中对每个分块的阈值参数，用于限制图像每个小块中直方图均衡化的程度。它控制对比度增强的强度，防止过度增强导致的噪声问题。较小的对比度限制参数值会产生更保守的均衡效果，而较大的值则可能导致过度增强。不准确的对比度限制参数阈值可能减小绝缘板表面图像的增强效果，从而降低了基于视觉检测的绝缘板表面缺陷智能检测准确性。
技术实现思路
1、本专利技术提供一种基于视觉检测的绝缘板表面缺陷智能检测方法，以解决现有的问题。
2、本专利技术的一种基于视觉检测的绝缘板表面缺陷智能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一种基于视觉检测的绝缘板表面缺陷智能检测方法，该方法包括以下步骤：
4、获取绝缘板表面灰度图像；
5、将绝缘板表面灰度图像均分为若干个分块，根据每个分块的直方图中灰度值的差异获得
6、根据每个分块的反光异常程度获得每个分块的自适应增强程度；
7、根据每个分块的自适应增强程度对限制对比度自适应直方图均衡化算法中的对比度限制参数进行自适应加权，获得增强后的绝缘板表面灰度图像；
8、根据增强后的绝缘板表面灰度图像，判断绝缘板表面灰度图像中的绝缘板是否合格。
9、进一步地，将绝缘板表面灰度图像均分为若干个分块，包括的具体步骤如下：
10、在绝缘板表面灰度图像中，将图像均分为若干个大小为的分块，其中，为预设的第一边长。
11、进一步地，根据每个分块的直方图中灰度值的差异获得每个分块的反光异常程度，包括的具体步骤如下：
12、构建每个分块的灰度直方图，其中，灰度直方图的横轴为像素点灰度值，纵轴为像素点数量；
13、使用峰值检测算法，获得每个分块的直方图中的峰值；使用峰谷检测算法，获得每个分块的直方图中的峰谷；
14、根据每个分块的灰度直方图中峰值两侧相邻灰度值对应的像素点数量的差异，获得每个分块计算反光异常程度的第二特征；
15、根据每个分块灰度直方图中峰值的个数、灰度值、像素点的数量以及每个分块计算反光异常程度的第二特征，获得每个分块反光异常程度。
16、进一步地，根据每个分块的灰度直方图中峰值两侧相邻灰度值对应的像素点数量的差异，获得每个分块计算反光异常程度的第二特征，对应的具体公式为：
17、
18、表示第个分块计算反光异常程度的第二特征，表示第个分块的直方图中峰值的个数，表示第个分块的直方图中第个峰值到第个峰值左侧第一个峰谷之间的灰度值种类数量，和分别表示第个分块的直方图中第个峰值到左侧的第个和第个灰度值对应的像素点数量，为第个分块的直方图中第个峰值到第个峰右侧第一个峰谷之间的灰度值种类数量，和分别表示第个分块的直方图中第个峰到右侧延伸的第个和第个像灰度值对应的像素点数量，表示线性归一化函数，表示绝对值函数。
19、进一步地，根据每个分块灰度直方图中峰值的个数、灰度值、像素点的数量以及每个分块计算反光异常程度的第二特征，获得每个分块反光异常程度，对应的具体公式为：
20、
21、其中，表示第个分块的反光异常程度，表示第个分块的直方图中峰值的个数，表示第个分块的直方图中最大灰度值减最小灰度值的差值，表示第个分块的直方图中灰度值的种类数量，表示第个分块的直方图中最大像素点数量减去最小像素点数量的差值，为第个分块计算反光异常程度的第二特征，表示线性归一化函数。
22、进一步地，根据每个分块的反光异常程度获得每个分块的自适应增强程度，包括的具体步骤如下：
23、将八邻域方向，记为延伸方向；
24、将每个分块内所有像素点灰度值的均值，记为每个分块的灰度值；
25、根据所有分块的灰度值，使用算子，得到每个分块的梯度值；
26、在绝缘板表面灰度图像上，从第个分块开始，统计第个延伸方向上的所有分块的梯度值中的最大值作为第个延伸方向上的终止分块，将第个分块沿着第方向到终止分块所经过的分块数量，记为第个分块在第方向上的数量阈值；
27、根据每个分块延伸方向的数量、每个分块的灰度值以及每个分块在每个方向上的数量阈值，得到每个分块的自适应增强程度。
28、进一步地，根据每个分块延伸方向的数量、每个分块的灰度值以及每个分块在每个方向上的数量阈值，得到每个分块的自适应增强程度，对应的具体公式为：
29、
30、其中，表示第个分块的增强程度，表示第个分块延伸方向的数量，表示第个分块的相邻分块的数量，表示第个分块在第个延伸方向上的数量阈值，表示第个分块在第个延伸方向上第个分块的灰度值，表示第个分块在第个延伸方向上第个分块的灰度值，表示第个分块的反光异常程度，表示第个分块的第相邻分块的反光异常程度，表示线性归一化函数，表示绝对值函数，为以自然常数为底的指数函数。
31、进一步地，根据每个分块的自适应增强程度对限制对比度自适应直方图均衡化算法中的对比度限制参数进行自适应加权，获得增强后的绝缘板表面灰度图像，包括的具体步骤如下：
32、根据每个分块的增强程度和预设的对比度限制参数，获得每个分块最优对比度限制参数；
33、根据每个分块的最优对比度限制参数，使用限制对比度自适应直方图均衡化算法对绝缘板表面灰度图像进行增强，得到增强后的绝缘板表面灰度图像。
34、进一步地，根据每个分块的增强程度和预设的对比度限制参数，获得每个分块最优对比度限制参数，包括的具体步骤如下：
35、计算1加上每个分块的增强程度的和值，将预设的绝缘板表面图像对比度限制参数与所述和值的乘积，记为最优对比度限制参数。
36、进一步地，根据增强后的绝缘板表面灰度图像，判断绝缘板表面灰度图像中的绝缘板是否合格，包括的具体步骤如下：
37、对增强后的绝缘板表面灰度图像使用训练后的分割神经网络来分割增强后的绝缘板表面灰度图像中的缺陷区域，当增强后的绝缘板表面灰度图像中存在缺陷区域时，判定绝缘板表面灰度图像中的绝缘板不合格。
38、本专利技术的技术方案的有益效果是：
39、本专利技术实施例中，获取绝缘板表面灰度图像；将绝缘板表面灰度图像均分为若干个分块，根据每个分块的直方图中灰度值的差异获得本文档来自技高网...
【技术保护点】
1.一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述将绝缘板表面灰度图像均分为若干个分块，包括的具体步骤如下：
3.根据权利要求1所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块的直方图中灰度值的差异获得每个分块的反光异常程度，包括的具体步骤如下：
4.根据权利要求3所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块的灰度直方图中峰值两侧相邻灰度值对应的像素点数量的差异，获得每个分块计算反光异常程度的第二特征，对应的具体公式为：
5.根据权利要求3所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块灰度直方图中峰值的个数、灰度值、像素点的数量以及每个分块计算反光异常程度的第二特征，获得每个分块反光异常程度，对应的具体公式为：
6.根据权利要求1所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块的反
7.根据权利要求6所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块延伸方向的数量、每个分块的灰度值以及每个分块在每个方向上的数量阈值，得到每个分块的自适应增强程度，对应的具体公式为：
8.根据权利要求1所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块的自适应增强程度对限制对比度自适应直方图均衡化算法中的对比度限制参数进行自适应加权，获得增强后的绝缘板表面灰度图像，包括的具体步骤如下：
9.根据权利要求8所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块的增强程度和预设的对比度限制参数，获得每个分块最优对比度限制参数，包括的具体步骤如下：
10.根据权利要求1所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据增强后的绝缘板表面灰度图像，判断绝缘板表面灰度图像中的绝缘板是否合格，包括的具体步骤如下：
...【技术特征摘要】
1.一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述将绝缘板表面灰度图像均分为若干个分块，包括的具体步骤如下：
3.根据权利要求1所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块的直方图中灰度值的差异获得每个分块的反光异常程度，包括的具体步骤如下：
4.根据权利要求3所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块的灰度直方图中峰值两侧相邻灰度值对应的像素点数量的差异，获得每个分块计算反光异常程度的第二特征，对应的具体公式为：
5.根据权利要求3所述一种基于视觉检测的绝缘板表面缺陷智能检测方法，其特征在于，所述根据每个分块灰度直方图中峰值的个数、灰度值、像素点的数量以及每个分块计算反光异常程度的第二特征，获得每个分块反光异常程度，对应的具体公式为：
6.根据权利要求1所述一种基于视觉检测的绝缘板表面缺陷智能检测方...
【专利技术属性】
技术研发人员：李强，胡金伢，李天富，
申请(专利权)人：深圳市金利源绝缘材料有限公司，
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。