【技术实现步骤摘要】
本专利技术涉及字符缺陷检测，具体涉及一种基于halcon的字符缺陷检测方法及系统。
技术介绍
1、在工业生产中,特别是电子消费品行业，无论是产品本身还是产品的外包装都会含有字符和图案标识，产品本身的字符及图案一般为激光镭雕或者移印，外包装字符及图案通常为印刷；然而，受限于加工工艺及制造环境，在生产过程中，这些字符及图案不可避免的会出现一些缺陷，比如：残缺，歪斜，粘连，多印，错印，漏印，重印等；目前字符缺陷检测一般采用人工目检或者利用机器视觉系统进行检测；人工目检方式一般是人工拿一个已经提前打印好的标准的字符图案与待测产品的字符图案进行逐个比较；而基于halcon的字符缺陷检测常用的方法为将待测字符的图像与标准字符的图像进行比对，找出二者有明显灰度差异的地方(也就是缺陷)，标准字符图像一般采用几张合格产品的图像，通过训练得到所有图像的灰度值的中值或者均值，用获得的值与待测图像的灰度值做差异比较，此种方法称之为差异模型比对。
2、然而，人工目检的方式效率低，人眼极易疲劳，使得误检率很高；而传统的基于halcon的差异模型比对的方法，存在以下缺点：
3、1).因镭雕机或者移印机的工艺原因，有时产品的字符粗细会出现一定程度的不同，但是产品是可以判断为合格的，而视觉检测的时候，待测图像和标准图像有差异的边缘却会判断为不良，使得视觉检测准确率降低；
4、2).此种方法必须保证检测时产品周围的照明，以及相机的曝光时间必须与采集合格产品的标准图像时保持一致，否则待测图像与标准图像的灰度差就会变大，也会将产品判
5、因此，现有技术存在不足，需要进一步改进。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供一种基于halcon的字符缺陷检测方法及系统。
2、为实现上述目的，本专利技术的具体方案如下：
3、本专利技术提供一种基于halcon的字符缺陷检测系统，该系统包括：
4、相机模块，用于采集合格产品的图像作为标准图像库；
5、图像处理模块，用于创建字符图形定位模板并进行模板匹配，包括在图像中标记字符区域、分割模板区域图像、创建定位模板，并获取定位模板区域中心坐标；
6、差异模型生成模块，通过调用create_variation_model算子创建差异模型；
7、图像对齐模块，利用find_shape_model算子、仿射变换以及affine_trans_image算子将所有标准图像与定位模板对齐；
8、平滑处理模块，采用mean_image算子对待对齐的标准图像进行均值平滑处理，根据字体粗细调整滤波器尺寸；
9、训练模块，使用train_variation_model算子对平滑后的标准图像进行训练并将训练结果保存至差异模型中；
10、参数设置模块，通过prepare_variation_model算子设置差异模型的最小绝对阈值和差异阈值；
11、待测产品图像采集模块，用于采集待测产品图像并通过相同流程进行图像对齐和平滑处理，获得均值平滑后的待测图像；
12、灰度缩放模块，计算灰度缩放比例和补偿量，然后应用scale_image算子对均值平滑后的待测图像进行灰度缩放，获得灰度缩放后的待测图像；
13、比对判断模块，运用compare_ext_variation_model算子结合差异模型对灰度缩放后的待测图像进行比对，依据比对结果判定产品是否为不良品。
14、进一步地，所述图像处理模块进一步包括利用reduce_domain算子从图像中提取字符区域图像。
15、进一步地，所述差异模型生成模块还用于获取标准图像字符区域和背景区域平均灰度值，具体是通过算子reduce_domain、binary_threshold、difference、intensity来实现。
16、进一步地，所述灰度缩放模块所使用的灰度缩放方法，其中灰度缩放比例mult和补偿量add通过以下公式计算得出：mult＝(foregrayvalue-backgrayvalue)/(currentforevalue-currentbackvalue)，add＝foregrayvalue-mult*currentforevalue。
17、本专利技术还提供一种基于halcon的字符缺陷检测方法，采用上述系统，该方法包括以下步骤：
18、s1，通过相机采集至少一张合格产品的图像，并将其存储为标准图像库；
19、s2，创建字符图形定位模板：
20、s3，创建差异模型，利用halcon中的create_variation_model算子实现；
21、s4，对所有标准图像进行对齐处理：
22、s5，对对齐后的标准图像应用mean_image算子进行均值平滑处理，设定过滤器尺寸以适应字符粗细变化，平滑后的标准图像记为meanimage；
23、s6，利用train_variation_model算子将平滑后的标准图像meanimage训练至差异模型varmodleid中，并设置差异模型的最小绝对阈值和差异阈值；
24、s7，对训练后的差异模型获取训练图像trainedimage并分析其中字符区域及背景区域的平均灰度值foregrayvalue和backgrayvalue；
25、s8，采集待测产品图像；
26、s9，待测图像经对齐后同样进行均值平滑处理，滤波器尺寸与步骤s5中一致；
27、s10，获取均值平滑后的待测图像字符区域及背景区域的平均灰度值currentforevalue和currentbackvalue；
28、s11，根据已知的foregrayvalue、backgrayvalue、currentforevalue和currentbackvalue计算待测图像的灰度缩放比例mult和补偿量add，并运用scale_image算子对待测图像进行灰度缩放，得到sacledimage；
29、s12，最终，采用compare_ext_variation_model算子结合差异模型varmodleid对灰度缩放后的待测图像sacledimage进行差异模型比对，根据比对结果判定是否存在超出预设范围的差异区域，若存在，则判定该待测产品为不良品。
30、进一步地，步骤s2具体包括：
31、s201，在标准图像库中选取一幅图像并在图像窗口中显示；
32、s202，使用draw_rectangle2算子在窗口上标识出产品的字符区域作为模板区域region；
33、s203，利用reduce_domain算子根据模板区域region从图像中分割出模板区域图像image0；
34、s204，应用create_shape_mode算子在模板区域图像ima本文档来自技高网...
【技术保护点】
1.一种基于halcon的字符缺陷检测系统，其特征在于，该系统包括：
2.根据权利要求1所述的系统，其特征在于，
3.根据权利要求1所述的系统，其特征在于，
4.根据权利要求1所述的系统，其特征在于，
5.一种基于halcon的字符缺陷检测方法，其特征在于，该方法包括以下步骤：
6.根据权利要求5所述的方法，其特征在于，步骤S2具体包括：
7.根据权利要求5所述的方法，其特征在于，步骤S4具体包括如下步骤：
8.根据权利要求5所述的方法，其特征在于，步骤S8具体包括如下步骤：
9.根据权利要求5所述的方法，其特征在于，
【技术特征摘要】
1.一种基于halcon的字符缺陷检测系统，其特征在于，该系统包括：
2.根据权利要求1所述的系统，其特征在于，
3.根据权利要求1所述的系统，其特征在于，
4.根据权利要求1所述的系统，其特征在于，
5.一种基于halcon的字符缺陷检测方法，其特征在于，该方...
【专利技术属性】
技术研发人员：殷波，王仁忠，
申请(专利权)人：深圳市汇匠智能科技有限公司，
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。