一种微裂纹检测方法、装置、系统及存储介质制造方法及图纸

本申请提供了一种微裂纹检测方法、装置、系统及存储介质，该方法包括：对目标圆环检测区域图像进行极坐标变换，得到目标圆环检测区域图像对应的矩形检测图像；对矩形检测图像进行横向边缘滤波，得到边缘滤波图像；根据预设的检测块尺寸，将边缘滤波图像分割成多个检测块；查找每个检测块中的候选缺陷点，并计算由候选缺陷点组成的缺陷区域的缺陷信息；根据每个缺陷区域的缺陷信息，在矩形检测图像上确定待选区域以及待选区域对应的邻域信息，以确定矩形检测图像中的微裂纹缺陷；最后对微裂纹缺陷的缺陷信息进行极坐标逆变换。本申请提供的微裂纹检测方法可在复杂背景下精准提取圆环检测区域，凸显微裂纹缺陷，排除离散干扰的影响。响。响。

【技术实现步骤摘要】
一种微裂纹检测方法、装置、系统及存储介质


[0001]本申请涉及机器视觉领域，具体而言，涉及一种微裂纹检测方法、装置、系统及存储介质。

技术介绍

[0002]OLED模组段贴合后产品的开孔的质量把控问题是模组贴合流段很关键的一个环节，若在贴合过程中产生了裂纹，则会导致该产品直接报废，若没有及时检测出来，进入到下游的其他工序环节，则会进一步产生自资源和人力的浪费，由于开孔的裂纹缺陷只有不到30微米的宽度，人工需要到显微镜下才可以看清楚，若每片都人工全检，则无法保证出货量，并且人工检测效率低下，无法进行该环节缺陷的及时拦截，因此通过AOI(Automated Optical Inspection，自动光学检测）设备进行自动检测并及时流出缺陷样本是非常关键的。

技术实现思路

[0003]有鉴于此，本申请的目的在于提供一种微裂纹检测方法、装置、系统及存储介质，用于解决现有技术中如何快速高效地对开孔进行微裂纹自动检测的问题。可以在复杂背景下精准提取圆环检测区域，凸显微裂纹缺陷，排除离散干扰的影响，从而快速高效地进行微裂纹自动检测。
[0004]为解决上述技术问题，第一方面，本申请实施例提供了一种微裂纹检测方法，该方法包括：获取目标圆环检测区域图像；对所述目标圆环检测区域图像进行极坐标变换，得到所述目标圆环检测区域图像对应的矩形检测图像；对所述矩形检测图像进行横向边缘滤波，得到边缘滤波图像；根据预设的检测块尺寸，将所述边缘滤波图像分割成多个块，其中，相邻的所述检测块之间存在重叠区域；针对每个检测块，查找该检测块中的候选缺陷点，并计算由所述候选缺陷点组成的缺陷区域的缺陷信息；根据每个缺陷区域的缺陷信息，在所述矩形检测图像上确定待选区域以及待选区域对应的邻域信息；根据所有待选区域的角度信息和待选区域对应的邻域信息，确定所述矩形检测图像中的微裂纹缺陷；对所述微裂纹缺陷的缺陷信息进行极坐标逆变换，得到标记有微裂纹缺陷的目标圆环检测区域图像。
[0005]在一些实施例中，在所述获取目标圆环检测区域的图像之前，还包括：获取包含开孔的待检测图像；
根据预先构造的四个方向的滤波核，对所述待检测图像进行滤波，得到四个方向的滤波图像；根据所述四个方向的滤波图像的灰度信息，对所述四个方向的滤波图像进行背景干扰去除，并将去除背景干扰的四个方向的滤波图像叠加融合，得到融合后的掩膜图像；基于随机一致性采样在所述掩膜图像上进行外圆拟合，并将该外圆映射到待检测图像上，得到所述待检测图像中的圆形隔离柱外圆 ；根据所述圆形隔离柱外圆，从所述待检测图像中提取目标圆环检测区域，得到目标圆环检测区域图像。
[0006]在一些实施例中，所述根据所述四个方向的滤波图像的灰度信息，对所述四个方向的滤波图像进行背景干扰去除，并将去除背景干扰的四个方向的滤波图像叠加融合，得到融合后的掩膜图像，包括：针对每个方向的滤波图像，根据该滤波图像的灰度信息进行基于灰度阈值的二值化操作，得到二值化图像；根据每个方向的二值化图像，分别获取轮廓，并计算轮廓包围区域的面积；针对每个方向的二值化图像，根据所述轮廓包围区域的面积进行基于面积阈值的二值化操作，得到去除背景干扰的四个方向的滤波图像；将去除背景干扰的四个方向的滤波图像进行叠加融合，得到融合后的掩膜图像。
[0007]在一些实施例中，所述基于随机一致性采样在所述掩膜图像上进行外圆拟合，并将该外圆映射到待检测图像上，得到所述待检测图像中的圆形隔离柱外圆，包括：获取所述掩膜图像中所有外轮廓点集；计算每个外轮廓点集的外接矩形，并选取外接矩形最大的外轮廓点集作为目标点集；基于随机一致性采样对所述目标点集进行干扰点剔除，得到剔除后的目标点集；根据所述剔除后的目标点集，通过圆的最小二乘法进行外圆拟合，并将该外圆映射到待检测图像上，得到所述待检测图像中的圆形隔离柱外圆。
[0008]在一些实施例中，所述根据所述圆形隔离柱外圆，从所述待检测图像中提取目标圆环检测区域，得到目标圆环检测区域图像，包括：根据所述圆形隔离柱外圆的圆心以及预先输入的目标圆环检测区域的内外圆与圆形隔离柱外圆的缩放关系，确定目标圆环检测区域的位置；根据所述目标圆环检测区域的位置，从所述待检测图像中提取目标圆环检测区域图像。
[0009]在一些实施例中，所述针对每个检测块，查找该检测块中的候选缺陷点，并计算由所述候选缺陷点组成的缺陷区域的缺陷信息，包括：针对每个检测块，计算该检测块的平均灰度；针对每个检测块，基于缺陷灰度阈值对该检测块进行逐像素赋值，得到候选缺陷图像；通过固定尺寸窗口对每个检测块对应的候选缺陷图像进行候选缺陷点查找，得到候选缺陷点；根据所有候选缺陷点，确定缺陷区域，并计算各缺陷区域的缺陷信息；所述缺陷信
息包括外轮廓点集、最小旋转外接矩形点集和缺陷区域的倾斜角度。
[0010]在一些实施例中，所述针对每个检测块，基于缺陷灰度阈值对该检测块进行逐像素赋值，得到候选缺陷图像，包括：针对每个检测块，逐像素判断像素点的灰度值与该检测块的平度灰度的差值是否大于缺陷灰度阈值；若像素点的灰度值与该检测块的平度灰度的差值大于缺陷灰度阈值，则将该像素点的灰度值赋值为1；若像素点的灰度值与该检测块的平度灰度的差值小于缺陷灰度阈值，则将该像素点的灰度值赋值为0；将完成所有像素点赋值的检测块作为该检测块的候选缺陷图像。
[0011]在一些实施例中，所述通过固定尺寸窗口对每个检测块对应的候选缺陷图像进行候选缺陷点查找，得到候选缺陷点，包括：针对每个检测块对应的候选缺陷图像，将该候选缺陷图像的边缘进行镜像对称，得到边缘镜像图像；根据每个边缘镜像图像中个像素点的灰度信息，计算各边缘镜像图像对应的积分图；针对每个候选缺陷图像，通过该候选缺陷图像的边缘镜像图像对应的积分图计算该候选缺陷图像中每个以目标像素点为中心的固定尺寸窗口的积分值；所述目标像素点是灰度值为1的像素点；若当前的目标像素点对应的固定尺寸窗口的积分值大于密集性阈值，则将该目标像素点确定为候选缺陷点；若当前的目标像素点对应的固定尺寸窗口的积分值小于密集性阈值，则将该目标像素点的灰度值赋值为0。
[0012]在一些实施例中，所述根据所有待选区域的角度信息和待选区域对应的邻域信息，确定所述矩形检测图像中的微裂纹缺陷，包括：针对每个待选区域，将待选区域的外轮廓进行形态学圆形膨胀，得到膨胀区域，并将膨胀区域与待选区域的差集确定为该待选区域的缺陷邻域；针对每个待选区域，计算点选区域的平均灰度和缺陷邻域的平均灰度；若该待选区域的平均灰度与缺陷邻域的平均灰度的差值大于灰度阈值，且该待选区域的倾斜角度在预设角度区间内，则确定该待选区域为微裂纹缺陷。
[0013]第二方面，本申请实施例提供了一种微裂纹检测装置，该装置包括：获取模块，用于获取目标圆环检测区域图像；变换模块，用于对所述目标圆环检测区域图像进行极坐标变换，得到所述目标圆环检测区域图像对应的矩形检测图像；边缘滤波模块，用于对所述矩形检测图像进行横向边缘滤波，得到边缘滤波图像；分割模块，用于根据预设的检测块尺寸，将所述边缘滤波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微裂纹检测方法，其特征在于，包括：获取目标圆环检测区域图像；对所述目标圆环检测区域图像进行极坐标变换，得到所述目标圆环检测区域图像对应的矩形检测图像；对所述矩形检测图像进行横向边缘滤波，得到边缘滤波图像；根据预设的检测块尺寸，将所述边缘滤波图像分割成多个检测块，其中，相邻的所述检测块之间存在重叠区域；针对每个检测块，查找该检测块中的候选缺陷点，并计算由所述候选缺陷点组成的缺陷区域的缺陷信息；根据每个缺陷区域的缺陷信息，在所述矩形检测图像上确定待选区域以及待选区域对应的邻域信息；根据所有待选区域的角度信息和待选区域对应的邻域信息，确定所述矩形检测图像中的微裂纹缺陷；对所述微裂纹缺陷的缺陷信息进行极坐标逆变换，得到标记有微裂纹缺陷的目标圆环检测区域图像。2.如权利要求1所述的方法，其特征在于，在所述获取目标圆环检测区域的图像之前，还包括：获取包含开孔的待检测图像；根据预先构造的四个方向的滤波核，对所述待检测图像进行滤波，得到四个方向的滤波图像；根据所述四个方向的滤波图像的灰度信息，对所述四个方向的滤波图像进行背景干扰去除，并将去除背景干扰的四个方向的滤波图像叠加融合，得到融合后的掩膜图像；基于随机一致性采样在所述掩膜图像上进行外圆拟合，并将该外圆映射到待检测图像上，得到所述待检测图像中的圆形隔离柱外圆；根据所述圆形隔离柱外圆，从所述待检测图像中提取目标圆环检测区域，得到目标圆环检测区域图像。3.如权利要求2所述的方法，其特征在于，所述根据所述四个方向的滤波图像的灰度信息，对所述四个方向的滤波图像进行背景干扰去除，并将去除背景干扰的四个方向的滤波图像叠加融合，得到融合后的掩膜图像，包括：针对每个方向的滤波图像，根据该滤波图像的灰度信息进行基于灰度阈值的二值化操作，得到二值化图像；根据每个方向的二值化图像，分别获取轮廓，并计算轮廓包围区域的面积；针对每个方向的二值化图像，根据所述轮廓包围区域的面积进行基于面积阈值的二值化操作，得到去除背景干扰的四个方向的滤波图像；将去除背景干扰的四个方向的滤波图像进行叠加融合，得到融合后的掩膜图像。4.如权利要求2所述的方法，其特征在于，所述基于随机一致性采样在所述掩膜图像上进行外圆拟合，并将该外圆映射到待检测图像上，得到所述待检测图像中的圆形隔离柱外圆，包括：获取所述掩膜图像中所有外轮廓点集；
计算每个外轮廓点集的外接矩形，并选取外接矩形最大的外轮廓点集作为目标点集；基于随机一致性采样对所述目标点集进行干扰点剔除，得到剔除后的目标点集；根据所述剔除后的目标点集，通过圆的最小二乘法进行外圆拟合，并将该外圆映射到待检测图像上，得到所述待检测图像中的圆形隔离柱外圆。5.如权利要求2所述的方法，其特征在于，所述根据所述圆形隔离柱外圆，从所述待检测图像中提取目标圆环检测区域，得到目标圆环检测区域图像，包括：根据所述圆形隔离柱外圆的圆心以及预先输入的目标圆环检测区域的内外圆与圆形隔离柱外圆的缩放关系，确定目标圆环检测区域的位置；根据所述目标圆环检测区域的位置，从所述待检测图像中提取目标圆环检测区域图像。6.如权利要求1所述的方法，其特征在于，所述针对每个检测块，查找该检测块中的候选缺陷点，并计算由所述候选缺陷点组成的缺陷区域的缺陷信息，包括：针对每个检测块，计算该检测块的平均灰度；针对每个检测块，基于缺陷灰度阈值对该检测块进行逐像素赋值，得到候选缺陷图像；通过固定尺寸窗口对每个检测块对应的候选缺陷图...

【专利技术属性】
技术研发人员：王南南，
申请(专利权)人：中科慧远视觉技术洛阳有限公司，
类型：发明
国别省市：