一种基于增强图像识别技术的产品质量在线检测方法技术

本发明专利技术公开了一种基于增强图像识别技术的产品质量在线检测方法，通过对获得的产品图像进行双边滤波、幂次变换、非线性变换、反锐化掩模滤波、线性拉伸等操作，实现了对图像清晰度的增强。再对增强后的产品图像进行分析处理，判断产品表面是否存在缺陷，从而实现对产品质量的在线检测。

An On-line Product Quality Detection Method Based on Enhanced Image Recognition Technology

The invention discloses an on-line product quality detection method based on enhanced image recognition technology, which realizes image sharpness enhancement by bilateral filtering, power transformation, non-linear transformation, anti-sharpening mask filtering, linear stretching and other operations on the obtained product image. Then the enhanced product image is analyzed and processed to determine whether there are defects on the surface of the product, so as to realize on-line detection of product quality.

【技术实现步骤摘要】
一种基于增强图像识别技术的产品质量在线检测方法
本专利技术涉及视频图像处理
，具体涉及一种基于增强图像识别技术的产品表面缺陷在线检测方法。
技术介绍
随着工业生产和工艺的不断发展，对机械设备自动化程度、生产效率和质量要求越来越高；人们对产品的外观质量也给予了更多的关注，在提高产品生产效率以及保证产品质量的同时，生产质量检测效率也需要不断地改进和提高；传统质量检测是通过人工实时在线检测产品质量，检测效率低，且容易出现漏检，这给产品的质量控制带来了很多不稳定和不可靠的因素。目前，国内针对产品的表面缺陷在线检测还处于起步阶段，尚无成熟的在线检测解决方案。检测机器所使用的CCD成像元件由于光照条件、成像角度等因素，会对成像的清晰度产生比较严重的影响，从而导致产品质量的检测很不稳定。因此，如何提高产品图像的清晰度成了影响产品质量检测水平的关键因素。目前对图像的清晰化处理方法是通过增强图像的色彩和对比度，降低外界因素对图像的影响，比较常见的有直方图均衡法、偏振图像处理法、小波变化法和Retinex法等。传统的Retinex图像增强算法于1971年由美国物理学家Edwin.H.Land提出，其是一种颜色恒知觉的色彩理论，一副图像可分为照射图像和反射图像两部分，即包含了照射分量和反射分量，用公式表示为，式中为需要增强的原始图像，描述了图像变化缓慢的低频信息，为的反射图像，其决定了雾化图像的内在性质，包含了图像中的大部分高频细节信息。为图像中的坐标。对公式两边取对数，即可分离出反射和照射分量：。这样处理后反射图像的分量就可以直接利用减法运算实现，大大的降低了计算量，，此结果作为Retinex算法图像增强的最终结果。1997年Jabson等人提出了单尺度Retinex算法，使用高斯滤波器来估计图像的照射分量，则第i个颜色分量Retinex增强结果用数学公式可以表示为：，其中i=1,2,3，*表示与输入图像做卷积，通常为高斯环绕函数，其表达式为：，式中，为高斯函数的标准差。取值大小关系到卷积核的作用范围，越大，增强图像的色彩恢复的越自然，但会忽略局部细节，越小，增强图像的局部细节越突出，但色彩失真越严重。所以传统的Retinex使得图像的高频成分被增强，但同时滤除掉了大部分低频成分，导致图像内容信息的丢失。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种新的基于增强图像识别技术的产品质量在线检测方法。经过不断地研究发现，在产品质量检测中引入基于多尺度Retinex算法的视频图像增强方法，不但可以完整保留图像内容信息，还能够极大地提高所获取图像的清晰度，从而实现产品表面缺陷的快速准确检测。本专利技术所采用的技术方案是，一种基于增强图像识别技术的产品质量在线检测方法，具体按照以下步骤实施：步骤1、图像采集，从视频中获取待检测产品的原始图像；步骤2、对产品图像进行分割和二值化；步骤3、采用基于多尺度Retinex算法的图像清晰度增强方法对所述产品图像进行处理，获得增强后的产品图像；步骤4、分析处理所述增强后的产品图像，判断产品表面是否存在缺陷；步骤5、统计缺陷信息：记录检测产品合格和不合格的数量。优选地，所述步骤3中采用基于多尺度Retinex算法的图像清晰度增强方法对所述产品图像进行处理，获得增强后的产品图像具体可以采用如下方式：步骤3.1）、对所述图像进行双边滤波，滤除图像中的噪声成分；步骤3.2）、对双边滤波后的图像进行幂次变换，，其中为原始图像的像素灰度值，为幂次变换后的像素灰度值，c，β为常数；步骤3.3）、对幂次变换后的进行非线性变化；步骤3.4）、采用反锐化掩模滤波算法消除图像模糊，并与原始图像进行卷积，得到滤波后的图像，即低频照射分量；步骤3.5）、拉伸方法如下：，其中表示最大反射分量，表示最小反射分量，表示最小灰度值，表示最大灰度值；步骤3.6）、利用多尺度Retinex算法对图像进行处理，去除低频照射分量，得到增强后的反射分量；步骤3.7）、对增强后的进行对数反变换，得到增强后的图像，具体运算如下：，。优选地，步骤3.3）中非线性变换可以采用如下方式：，，，其中，α为调整系数，为图像的灰度值，为原图像的平均灰度值。优选地，步骤3.4）中反锐化掩模滤波可以采用如下方式：，其中，为调整参数，为常数，为二维高斯函数。优选地，所述步骤4具体包括以下步骤：步骤4.1）将表面没有缺陷的产品图像作为标准图像模板；步骤4.2）将增强后的产品图像与图像模板进行匹配，计算两个图像中每个坐标点的灰度值的差值，将其与预设的阈值作比较，如果大于预设的阈值则判定为缺陷点。优选地，所述步骤5包括：对缺陷点的个数进行统计，当缺陷点个数大于预设数量时，判定产品为不合格，分别统计产品合格和不合格的数量。有益效果：采用本专利技术的技术方案后，有效地增强了产品图像的清晰度，再选择相适应的算法对增强后的产品图像进行处理，完成对产品的在线检测，大大提高了检测效率和稳定性。附图说明图1为传统的Retinex算法流程图；图2为本专利技术中产品质量检测方法流程示意图；图3为基于多尺度Retinex算法的图像清晰度增强方法的具体步骤。以下结合附图和具体实施例对本专利技术作进一步详述。具体实施方式下面结合附图和实施例对本专利技术作进一步说明。如图2所示，一种基于增强图像识别技术的产品质量在线检测方法，具体按照以下步骤实施：步骤1、图像采集，从视频中获取产品的原始图像；步骤2、对产品图像进行分割和二值化；步骤3、采用基于多尺度Retinex算法的图像清晰度增强方法对所述产品图像进行处理，获得增强后的产品图像；步骤4、分析处理所述增强后的产品图像，判断产品表面是否存在缺陷；步骤5、记录缺陷信息：记录检验产品合格和不合格的数量。如图3所示，优选地，所述步骤3中采用基于多尺度Retinex算法的图像清晰度增强方法对所述产品图像进行处理，获得增强后的产品图像具体可以采用如下方式：步骤3.1）、对所述图像进行双边滤波，滤除图像中的噪声成分；步骤3.2）、对双边滤波后的图像进行幂次变换，，其中为原始图像的像素灰度值，为幂次变换后的像素灰度值，，β为常数；步骤3.3）、对幂次变换后的进行非线性变化；步骤3.4）、采用反锐化掩模滤波算法消除图像模糊，并与原始图像进行卷积，得到滤波后的图像，即低频照射分量；步骤3.5）、拉伸方法如下：，其中表示最大反射分量，表示最小反射分量，表示最小灰度值，表示最大灰度值；步骤3.6）、利用多尺度Retinex算法对图像进行处理，去除低频照射分量，得到增强后的反射分量；步骤3.7）、对增强后的进行对数反变换，得到增强后的图像，具体运算如下：，。优选地，步骤3.3）中非线性变换可以采用如下方式：，，，其中，α为调整系数，为图像的灰度值，为原图像的平均灰度值。优选地步骤3.4）中反锐化掩模滤波可以采用如下方式：，其中，为调整参数，为二维高斯函数。优选地，所述步骤4具体包括以下步骤：步骤4.1）将表面没有缺陷的产品图像作为标准图像模板；步骤4.2）将增强后的产品图像与图像模板进行匹配，计算两个图像中每个坐标点的灰度值的差值，将其与预设的阈值作比较，如果大于预设的阈值则判定为缺陷点。优选地，所述步骤5包括：对缺陷点的个数进行统计，当缺陷点个数大于预设数本文档来自技高网...

【技术保护点】
1.一种基于增强图像识别技术的产品质量在线检测方法，其特征在于：包括以下步骤：步骤1、图像采集，从视频中获取待检测产品的原始图像；步骤2、对产品图像进行分割和二值化；步骤3、采用基于多尺度Retinex算法的图像清晰度增强方法对所述产品图像进行处理，获得增强后的产品图像；步骤4、分析处理所述增强后的产品图像，判断产品表面是否存在缺陷；步骤5、记录缺陷信息：记录检测产品合格和不合格的数量。

【技术特征摘要】
1.一种基于增强图像识别技术的产品质量在线检测方法，其特征在于：包括以下步骤：步骤1、图像采集，从视频中获取待检测产品的原始图像；步骤2、对产品图像进行分割和二值化；步骤3、采用基于多尺度Retinex算法的图像清晰度增强方法对所述产品图像进行处理，获得增强后的产品图像；步骤4、分析处理所述增强后的产品图像，判断产品表面是否存在缺陷；步骤5、记录缺陷信息：记录检测产品合格和不合格的数量。2.如权利要求1所述的方法，其特征在于：所述步骤3中采用基于多尺度Retinex算法的图像清晰度增强方法对所述产品图像进行处理，获得增强后的产品图像具体可以采用如下方式：步骤3.1）、对所述图像进行双边滤波，滤除图像中的噪声成分；步骤3.2）、对双边滤波后的图像进行幂次变换，，其中为原始图像的像素灰度值，为幂次变换后的像素灰度值，，为...

【专利技术属性】
技术研发人员：孙洁，张尹聪，
申请(专利权)人：孙洁，张尹聪，
类型：发明
国别省市：辽宁,21