基于图像分割的透明待检物缺陷识别方法技术

本申请是关于一种基于图像分割的透明待检物缺陷识别方法。该方法包括：获取第一处理图像；对所述第一处理图像进行对比度增强处理以及样本方差阈值分割，得到第二处理图像；根据所述第一处理图像的亮斑图像进行区域分割，得到分割位置信息和区域分割图像；对所述区域分割图像进行局部自适应阈值分割，得到第三处理图像；根据所述第三处理图像对应的分割位置信息，确定所述第二处理图像在相应图像位置是否存在局部潜在缺陷图像；若存在局部潜在缺陷图像，则根据所述局部潜在缺陷图像去除所述第三处理图像中的潜在缺陷的图像信息，得到仅体现潜在倒影的待识别图像；根据所述第二处理图像和所述待识别图像进行透明待检物的缺陷类型识别。型识别。型识别。

【技术实现步骤摘要】
基于图像分割的透明待检物缺陷识别方法
[0001]

[0002]本申请涉及机器视觉检测
，尤其涉及一种基于图像分割的透明待检物缺陷识别方法。

技术介绍

[0003]在流水线生产中，需要对玻璃等透明物或半透明物进行质量检测。在检测过程中，需求区分的缺陷类型主要有两种：内部异物和表面异物。若产品存在内部异物，则会被归为瑕疵品，无法上市流通。但在日常生产时，无法避免产品表面会附着灰尘等杂质这类表面异物。如果无法将内部异物与表面异物区分开，则可能会错将表面异物当成内部异物，导致错将良品识别为瑕疵品；或是将内部异物当成表面异物，造成漏检。
[0004]在产品检测的过程中，透明待检物具有“透明”和“反光”的特殊属性，导致有缺陷的透明待检物的光学成像会出现多种不同类型的“亮斑”；并且，在光源的照射下，某些局部位置还可能会产生光晕和虚影，使得基于计算机视觉的缺陷识别方案难以进行有效识别。
[0005]因此，在对透明待检物进行缺陷识别之前，需要对代表不同类型的亮斑图像进行有效地分割处理，以便于后续能够基于分割后的图像进行准确地缺陷类型识别。
[0006]
技术实现思路

[0007]为克服相关技术中存在的问题，本申请提供一种基于图像分割的透明待检物缺陷识别方法，能够对代表不同类型的亮斑图像进行有效地分割处理，进而基于分割后的图像进行准确地缺陷类型识别。
[0008]本申请提供一种基于图像分割的透明待检物缺陷识别方法，包括：获取第一处理图像，所述第一处理图像为透明待检物的拍摄图像；对所述第一处理图像进行对比度增强处理以及样本方差阈值分割，得到第二处理图像，所述第二处理图像为潜在缺陷对应的图像；根据所述第一处理图像的亮斑图像进行区域分割，得到分割位置信息和区域分割图像；对所述区域分割图像进行局部自适应阈值分割，得到第三处理图像，所述第三处理图像为潜在缺陷和潜在倒影对应的图像；根据所述第三处理图像对应的分割位置信息，确定所述第二处理图像在相应图像位置是否存在局部潜在缺陷图像；若存在局部潜在缺陷图像，则根据所述局部潜在缺陷图像去除所述第三处理图像中的潜在缺陷的图像信息，得到仅体现潜在倒影的待识别图像；根据所述第二处理图像和所述待识别图像进行透明待检物的缺陷类型识别。
[0009]在一种实施方式中，所述对所述第一处理图像进行对比度增强处理以及样本方差
阈值分割之前，包括：对所述第一处理图像进行高斯滤波，得到降噪后的第一处理图像。
[0010]在一种实施方式中，所述对比度增强处理为gamma对比度增强处理；所述样本方差阈值分割为var
‑
threshold阈值分割。
[0011]在一种实施方式中，所述根据所述第一处理图像的亮斑图像进行区域分割，得到分割位置信息和区域分割图像，包括：S1、获取所述第一处理图像中的一块亮斑图像；S2、以当前亮斑图像的中心点为中心，在所述第一处理图像中设定区域分割框，得到当前亮斑图像对应的区域分割图像；S3、判断所述第一处理图像中是否还有亮斑图像未执行区域分割；若是，则执行步骤S1；若否，则执行步骤S4;S4、根据所述第一处理图像中所有亮斑图像的区域分割图像，确定每个亮斑图像对应的分割位置信息。
[0012]在一种实施方式中，所述区域分割框的尺寸根据以下公式确定，包括：其中，R为区域分割框内最大内切圆的半径，L为潜在表面异物高度，为照射光源与所述透明待检物所在水平面的光源夹角，为照射光源在所述透明待检物上的折射角，h为所述透明待检物的厚度。
[0013]在一种实施方式中，根据以下公式确定，包括：其中，n为所述透明待检物的折射率。
[0014]在一种实施方式中，所述根据所述第二处理图像和所述待识别图像进行透明待检物的缺陷类型识别，包括：分析所述待识别图像和所述局部潜在缺陷图像中亮斑图像的关联关系，所述局部潜在缺陷图像包括第一亮斑图像和/或第二亮斑图像，所述待识别图像包括第三亮斑图像，其中，所述第三亮斑图像的灰度值小于所述第一亮斑图像或所述第二亮斑图像；若存在所述第三亮斑图像为所述局部潜在缺陷图像的其中一个亮斑图像的倒影，则确定该其中一个亮斑图像为第一亮斑图像，确定所述第一亮斑图像相对应位置的缺陷为表面异物；确定所述局部潜在缺陷图像中除所述第一亮斑图像之外，其余的亮斑图像为第二亮斑图像，确定所述第二亮斑图像相对应位置的缺陷为内部异物。
[0015]在一种实施方式中，所述分析所述待识别图像和所述局部潜在缺陷图像中亮斑图像的关联关系，包括：确定所述第三亮斑图像与所述局部潜在缺陷图像的亮斑图像，是否分布在倒影成像分界线的两侧；所述倒影成像分界线为在光源照射下，表面异物成像和表面异物倒影成像的对称轴线；若否，则确定当前对比的局部潜在缺陷图像的亮斑图像为第二亮斑图像。
[0016]在一种实施方式中，所述确定所述第三亮斑图像与所述局部潜在缺陷图像的亮斑图像，是否分布在倒影成像分界线的两侧之后，包括：
若所述第三亮斑图像与所述局部潜在缺陷图像的亮斑图像，分布在倒影成像分界线的两侧，则确定所述第三亮斑图像是否小于所述局部潜在缺陷图像的亮斑图像；若否，则确定当前对比的局部潜在缺陷图像的亮斑图像为第二亮斑图像。
[0017]在一种实施方式中，所述确定所述第三亮斑图像是否小于所述局部潜在缺陷图像的亮斑图像之后，包括：若所述第三亮斑图像小于所述局部潜在缺陷图像的亮斑图像，判断所述第三亮斑图像的图像完整度是否满足完整度阈值；若是，则确定当前对比的局部潜在缺陷图像的亮斑图像为第一亮斑图像；若否，则确定当前对比的局部潜在缺陷图像的亮斑图像为第二亮斑图像。
[0018]本申请提供的技术方案包括以下有益效果：在本申请实施例的方案中，分别对原始图像（即，第一处理图像）进行两个分支的处理，第一分支是对原始图像进行对比度增强处理，锐化原始图像中各种亮斑图像（分别对应潜在缺陷和潜在倒影）的边缘轮廓，再进行样本方差阈值分割，由于潜在缺陷和潜在倒影对应的亮斑在亮度上有区别，因此，经本方案的处理能够有效地区分两者（进而分割出独立的潜在缺陷图像）且去除图像边界的干扰，使得分割更加准确；第二分支是对原始图像进行局部自适应阈值分割，得到第三处理图像为潜在缺陷和潜在对应的图像，然后将两个分支得到的图像对应相减，则可以得到精确的仅体现潜在倒影的待分析图像，以便于后续能够基于该待分析图像进行准确的缺陷类型识别。
[0019]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0020]通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
[0021]图1是本申请实施例示出的基于图像分割的透明待检物缺陷识别方法的一流程示意图；图2是本申请实施例示出的光照系统示意图；图3是本申请实施例示出的潜在缺陷分割的逻辑示意图；图4是本申请实施例示出的潜在倒影分割的逻辑示意图；图5是本申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像分割的透明待检物缺陷识别方法，其特征在于，包括：获取第一处理图像，所述第一处理图像为透明待检物的拍摄图像；对所述第一处理图像进行对比度增强处理以及样本方差阈值分割，得到第二处理图像，所述第二处理图像为潜在缺陷对应的图像；根据所述第一处理图像的亮斑图像进行区域分割，得到分割位置信息和区域分割图像；对所述区域分割图像进行局部自适应阈值分割，得到第三处理图像，所述第三处理图像为潜在缺陷和潜在倒影对应的图像；根据所述第三处理图像对应的分割位置信息，确定所述第二处理图像在相应图像位置是否存在局部潜在缺陷图像；若存在局部潜在缺陷图像，则根据所述局部潜在缺陷图像去除所述第三处理图像中的潜在缺陷的图像信息，得到仅体现潜在倒影的待识别图像；根据所述第二处理图像和所述待识别图像进行透明待检物的缺陷类型识别。2.根据权利要求1所述的基于图像分割的透明待检物缺陷识别方法，其特征在于，所述对所述第一处理图像进行对比度增强处理以及样本方差阈值分割之前，包括：对所述第一处理图像进行高斯滤波，得到降噪后的第一处理图像。3.根据权利要求1所述的基于图像分割的透明待检物缺陷识别方法，其特征在于，所述对比度增强处理为gamma对比度增强处理；所述样本方差阈值分割为var
‑
threshold阈值分割。4.根据权利要求1所述的基于图像分割的透明待检物缺陷识别方法，其特征在于，所述根据所述第一处理图像的亮斑图像进行区域分割，得到分割位置信息和区域分割图像，包括：S1、获取所述第一处理图像中的一块亮斑图像；S2、以当前亮斑图像的中心点为中心，在所述第一处理图像中设定区域分割框，得到当前亮斑图像对应的区域分割图像；S3、判断所述第一处理图像中是否还有亮斑图像未执行区域分割；若是，则执行步骤S1；若否，则执行步骤S4;S4、根据所述第一处理图像中所有亮斑图像的区域分割图像，确定每个亮斑图像对应的分割位置信息。5.根据权利要求4所述基于图像分割的透明待检物缺陷识别方法，其特征在于，所述区域分割框的尺寸根据以下公式确定，包括：其中，R为区域分割框内最大内切圆的半径，L为潜在表面异物高度，为照射光源与所述透明待检物所在水平面的光源夹角，为照射光源在所述透明待检物上的折射角，h为所述透明待检物的厚度。6.根据...

【专利技术属性】
技术研发人员：姜涌，林鑫杰，范伟华，吴垠，吴文鑫，邹志豪，
申请(专利权)人：高视科技苏州有限公司，
类型：发明
国别省市：