【技术实现步骤摘要】
本专利技术涉及图像处理及自动化检测，尤其涉及一种基于自适应模板比较的缺陷检测方法。
技术介绍
1、在工业自动化生产中，缺陷检测是确保产品质量的关键环节。传统的人工检测存在检测效率低下、误检率高等问题。近年来，随着计算机视觉和深度学习技术的发展，基于深度学习的缺陷检测方法逐渐成为研究热点。然而，这些方法往往需要大量的标注数据进行训练，且难以适应多变的场景。因此，本专利技术提出一种基于自适应模板比较的缺陷检测算法，旨在解决上述问题。
2、1.现有技术在进行模板比较算法时，由于产品线光源衰弱或控制器问题，产生了光照不均匀的现象，使产品在相机下的成像灰度不均匀，在模板比较时，与标准图像的差异大于设定阈值引起产品误检。
3、2.现有技术在进行模板比较算法时，由于产品高度不一致或相机虚焦等原因，出现采集到的图像边缘不清晰，在图像的边缘出现较多的过度区域像素，引起定位算法发生误差，导致对应坐标发生变化，引起检测出的瑕疵带有过度区域的像素，使检测瑕疵的几何尺寸产生偏差，从而引起产品误检。
技术实现思路
【技术保护点】
1.一种基于自适应模板比较的缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于自适应模板比较的缺陷检测方法，其特征在于，所述第一步中，采用一批没有缺陷的合格产品灰度图组成所述图像训练集；
3.根据权利要求2所述的基于自适应模板比较的缺陷检测方法，其特征在于，所述图像训练集中各图的灰度均值分别通过可变倍率拉伸方法控制在相同灰度水平，使各图灰度值对齐；所述可变倍率拉伸方法是：将单幅图上全部像素点的灰度同时乘以可变倍率，使单幅图的灰度均值统一提升至预设灰度。
4.根据权利要求1所述的基于自适应模板比较的缺陷检测方法，其...
【技术特征摘要】
1.一种基于自适应模板比较的缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于自适应模板比较的缺陷检测方法，其特征在于，所述第一步中，采用一批没有缺陷的合格产品灰度图组成所述图像训练集；
3.根据权利要求2所述的基于自适应模板比较的缺陷检测方法，其特征在于，所述图像训练集中各图的灰度均值分别通过可变倍率拉伸方法控制在相同灰度水平，使各图灰度值对齐；所述可变倍率拉伸方法是：将单幅图上全部像素点的灰度同时乘以可变倍率，使单幅图的灰度均值统一提升至预设灰度。
4.根据权利要求1所述的基于自适应模板比较的缺陷检测方法，其特征在于，所述第二步中，所述待测产品灰度图是由视觉相机在固定机位批量取得，所述位置校正方法是：运用ncc互相关计算方法并依据相关系数做归一化处理，使相关像素对齐到相同坐标；所述裁切方法是：依据均值模板图的尺寸做相应尺寸的裁切。
5.根据权利要求1所述的基于自适应模板比较的缺陷检测方法，其特征在于...
【专利技术属性】
技术研发人员：卢亚宾，吕佳霖，雷奇英，李鑫昌，牛广升，
申请(专利权)人：有为图像技术苏州有限公司，
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。