缺陷检测方法及装置制造方法及图纸

本发明专利技术适用于缺陷检测技术领域，提供了缺陷检测方法及装置，包括：获取原始图像；从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。通过本发明专利技术可避免人工检测盖板玻璃表面缺陷，提高缺陷检测的效率和准确率。

【技术实现步骤摘要】
缺陷检测方法及装置
本专利技术属于缺陷检测
，尤其涉及缺陷检测方法及装置。
技术介绍
在科技迅速发展的今天，自动化生产在某些领域已经逐渐发展成熟，自动化流水线大大提高了产品的生产效率，减少了人工成本。但是，对于盖板玻璃表面缺陷检测，由于检测过程复杂、缺陷识别难度高，依然依赖于人工检测。然而，人工检测存在主观性强、成本高、易产生视觉疲劳、检测效率与准确率较低等缺点，并且高强度、高难度的缺陷检测很容易造成人眼疾病。故，有必要提出一种新的技术方案，以解决上述技术问题。
技术实现思路
有鉴于此，本专利技术实施例提供了缺陷检测方法及装置，以避免人工检测盖板玻璃表面缺陷，提高缺陷检测的效率和准确率。本专利技术实施例的第一方面提供了一种缺陷检测方法，所述缺陷检测方法包括：获取原始图像；从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。本专利技术实施例的第二方面提供了一种缺陷检测装置，所述缺陷检测装置包括：原始图像获取模块，用于获取原始图像；区域图像获取模块，用于从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；方差图像获取模块，用于计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；缺陷确定模块，用于若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。本专利技术实施例的第三方面提供了一种缺陷检测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述缺陷检测方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述缺陷检测方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例从原始图像中获取包含缺陷区域的待检测区域图像，并计算该待检测区域图像中像素指定邻域的灰度值方差，从而获取区域方差图像，再将该区域方差图像中像素的灰度值与指定阈值进行比较，若存在灰度值超过指定阈值的像素，则可以确定该像素所在位置为缺陷区域，并标记处该缺陷区域，从而可实现自动化检测盖板玻璃表面缺陷，避免人工检测盖板玻璃表面缺陷，提高了缺陷检测的效率和准确率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例一提供的缺陷检测方法的实现流程示意图；图2a是原始图像的示例图；图2b是目标图像的示例图；图2c是二值化图像的示例图；如图2d是待检测区域图像示例图；图2e是对缺陷区域进行标记的示例图；图3是本专利技术实施例二提供的缺陷检测装置的示意图；图4是本专利技术实施例三提供的缺陷检测装置的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本专利技术实施例的实施过程构成任何限定。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。参见图1，是本专利技术实施例一提供的缺陷检测方法的实现流程示意图，如图所示该缺陷检测方法可以包括以下步骤：步骤S101，获取原始图像。在本专利技术实施例中，可以通过4K线阵相机采集待检测物体的图像，从而获取原始图像，该原始图像中通常包括待检测物体和放置待检测物体的托举装置。其中，所述待检测物体可以是盖板玻璃，也可以是其他玻璃材质的物体，在此不做限定。由于缺陷检测系统设计的原因，相机采集的原始图像相对于待检测物体的摆放位置存在九十度的夹角，因此，为了查看方便，可以将原始图像旋转为与待检测物体实际方向平行(例如，将原始图像向右旋转九十度)，然后再进行后续操作。步骤S102，从所述原始图像中获取待检测区域图像。其中，所述待检测区域图像包含缺陷区域。在本专利技术实施例中，可以从原始图像中获取包含缺陷区域的待检测区域图像，对待检测区域图像进行缺陷检测，从而可避免对整个原始图像进行缺陷检测，减小了进行缺陷检测的数据量，提高了缺陷检测的效率。例如，原始图像的大小为50*70，而待检测区域图像是原始图像中大小为6*10的图像，原始图像中的缺陷区域均在该大小为6*10的图像中。所述从所述原始图像中获取待检测区域图像包括：从所述原始图像中获取目标图像，其中，所述目标图像包含待检测物体；统计所述目标图像的局部纹理灰度，并根据所述局部纹理灰度对所述目标图像进行二值化处理，以获取所述目标图像的二值化图像；获取所述二值化图像中满足预设条件的像素组成的连通区域；计算每个连通区域的面积，并过滤面积小于预设面积阈值的连通区域，以获取连通区域图像；获取包含所述连通区域图像中所有连通区域的最小外界矩形，并根据所述最小外界矩形的位置信息，从所述原始图像中获取待检测区域图像。在本专利技术实施例中，可以对原始图像进行框选操作，获得待检测物体的裁剪矩形，根据该裁剪矩形对原始图像进行裁剪，获取目标图像。如图2a是原始图像的示例图，图2b是目标图像的示例图。可以统计目标图像的局部纹理灰度，根据该局部纹理灰度对目标图像进行二值化处理，将目标图像转换为二值化图像。如图2c是二值化图像的示例图。其中，图像二值化是将图像上的像素(即像素点)的灰度值设本文档来自技高网...

【技术保护点】
1.一种缺陷检测方法，其特征在于，所述缺陷检测方法包括：获取原始图像；从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。

【技术特征摘要】
1.一种缺陷检测方法，其特征在于，所述缺陷检测方法包括：获取原始图像；从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。2.如权利要求1所述的缺陷检测方法，其特征在于，所述从所述原始图像中获取待检测区域图像包括：从所述原始图像中获取目标图像，其中，所述目标图像包含待检测物体；统计所述目标图像的局部纹理灰度，并根据所述局部纹理灰度对所述目标图像进行二值化处理，以获取所述目标图像的二值化图像；获取所述二值化图像中满足预设条件的像素组成的连通区域；计算每个连通区域的面积，并过滤面积小于预设面积阈值的连通区域，以获取连通区域图像；获取包含所述连通区域图像中所有连通区域的最小外界矩形，并根据所述最小外界矩形的位置信息，从所述原始图像中获取待检测区域图像。3.如权利要求2所述的缺陷检测方法，其特征在于，所述统计所述目标图像的局部纹理灰度，并根据所述局部纹理灰度对所述目标图像进行二值化处理，以获取所述目标图像的二值化图像包括：在所述目标图像中选取预设大小的图像区域，获取该区域的背景灰度；通过遍历所述目标图像，获取所述目标图像的背景灰度矩阵；将所述背景灰度矩阵扩展为大小与原始图像矩阵的大小相同的矩阵；将所述原始图像矩阵与扩展后的背景灰度矩阵相减，获取调整图像，其中，所述调整图像是指将相减后的值作为相应像素的灰度值的图像；消除所述调整图像中的噪声；通过直方图均衡化处理消除噪声后的所述调整图像的灰度，获得校正图像；对所述校正图像使用最大类间方差法获得灰度阈值；将所述目标图像中每个像素的灰度值与所述灰度阈值进行比较，若像素的灰度值大于所述灰度阈值，则将该像素的灰度值设置为第一预设值，否则将该像素的灰度值设置为第二预设值。4.如权利要求2所述的缺陷检测方法，其特征在于，所述计算每个连通区域的面积，并过滤面积小于预设面积阈值的连通区域，以获取连通区域图像包括：计算每个连通区域的面积，保留面积大于预设面积阈值的连通区域；对面积小于或等于预设面积阈值的连通区域进行区域填充，以获取连通区域图像。5.如权利要求1至4任一项所述的缺陷检测方法，其特征在于，所述计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像；步骤一，获取所述待检测区域图像中像素N*N邻域内的灰度值，其中，N为大于零的整数；步骤二，计算所述像素N*N邻域的灰度值方差；步骤三，重复执行步骤一和步骤二，遍历所述待检测区域图像，获取区域方差图像。6.一种缺陷检测装置，其特征在于，所述缺陷检测装置包括：原始图像获取模块，用于获取原始图像；区域图像获取模块，用于从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；方差图像获取模块，用于计算所述待检测区域图像中像素指定邻域的...

【专利技术属性】
技术研发人员：何岗，魏浪，段斌，谢煜，张双诚，
申请(专利权)人：深圳市亿图视觉自动化技术有限公司，
类型：发明
国别省市：广东,44