【技术实现步骤摘要】
本申请涉及洁净度检测，具体而言，涉及一种玻璃片洁净度检测方法及系统。
技术介绍
1、传统玻璃片洁净度检测方法多为人工法或依赖检测仪器(显微镜)逐个测量，依赖人工读数，容易造成人为误差，且检测效率不高。最简单的方法是通过目视检查来评估玻璃表面的清洁度。观察玻璃表面是否有污渍、斑点、油脂、灰尘等杂质。这种方法适用于较明显的污染情况，但无法检测微小的污染物或表面化学反应。其次通过测量水滴在玻璃表面上的接触角来评估其润湿性和清洁度，较小的接触角表示表面清洁且具有良好的润湿性，接触角测量可以使用接触角测量仪或简单的水滴放置方法进行。本文针对方形玻璃片的洁净度检测，设计一种基于机器视觉的精度检测系统检查。其原理是：它是利用硬件采集图像，通过图像处理等操作，得到待测物体参数的一种方法,可对不同形状、不同大小的玻璃片进行检测，且环境要求不高。
2、为此，专利cn201210032391.6公布了一种玻璃基板洁净度检测方法及装置，该专利技术提供的测定方法和设备通过精确测定液滴在玻璃基板上形成的接触角,通过接触角参数间接判定玻璃板的清洁程度。
3、为此，专利cn202310723426.9公布了一种玻璃基板表面缺陷检测方法及装置，该专利技术提供的测定方法和设备通过整板图像信息提取缺陷图像的特征,比较缺陷图像的特征值并基于比较结果判断缺陷所处位置。
技术实现思路
1、本申请的目的在于提供一种玻璃片洁净度检测方法及系统。通过利用beblid算法对空白图像的特征点进行描述；利用特征匹
2、本申请第一方面提供了一种玻璃片洁净度检测方法，所述方法包括以下步骤：
3、采集玻璃片空白图像作为待识别图像；
4、利用pfast算法(粒子群优化快速搜索算法)提取玻璃片空白图像特征点；
5、利用beblid算法对空白图像的特征点进行描述；
6、利用特征匹配算法将玻璃片空白图像的特征点与flann库中的玻璃片缺陷图像的特征点进行匹配；
7、根据特征匹配算法的匹配结果，输出玻璃片洁净度检测结果。
8、可选地，所述缺损特征点的提取方法为：
9、以玻璃片图像，包括玻璃片空白图形和玻璃片缺陷图像中像素点p为圆心，在的圆周上均匀地取若干个像素点，如果若干个像素点中连续n个像素点与像素中心点p的像素值均大于预设的阈值，则该像素点p为玻璃片的缺损特征点，否则该像素点不是玻璃片的缺损特征点；其中，n≥1。
10、可选地，所述利用beblid算法对空白图像的特征点进行描述，具体包括：
11、选取n对以特征点为中心，边长为s的方形区域作为采样对，初始化每个特征学习器的预设阈值，通过特征提取函数计算处采样对区域的平均灰度差值。
12、可选地，所述特征提取函数为：
13、
14、式中f(x)为特征提取函数；i(q)为像素点q灰度值；i(r)为像素点r的灰度值；r(p,s)为中心位于像素点p的矩形边框，边长为s。
15、可选地，所述特征学习器的损失函数为：
16、
17、其中，γ为所有特征学习器的统一权重，取0.0055；li∈{-1.1}；hk(x)为第k个特征学习器。
18、可选地，所述第k个特征学习器的表达式为：
19、
20、其中，t为特征学习器的预设阈值。
21、可选地，所述利用特征匹配算法将玻璃片空白图像的特征点与flann库中的玻璃片缺陷图像的特征点进行匹配，具体为：
22、计算玻璃片空白图像的特征点p与缺陷图像特征点之间的欧式距离，以寻找空白图像的特征点p在flann库中的对应的玻璃片缺陷图像的特征点；
23、通过kd-tree结构存储所有的欧式距离d，得到玻璃片空白图像的特征点p的匹配点对集；
24、欧式距离d的计算公式为：
25、
26、式中，d为两特征点的欧式距离；(x,y)为特征点的像素坐标；xi,yi为在第i空间的像素坐标的值；
27、对匹配点对集由上而下递归搜索，得到最小欧式距离对应的特征点q，得到匹配点对(p,q)；
28、对玻璃片空白图像的特征点一一进行配对；
29、计算匹配点对相似度，根据相似度对特征点进行排序；若完整度低于预设的完整度阈值，则判定该玻璃片洁净度不合格，若完整度不低于预设的完整度阈值，则判定该玻璃片洁净度合格。
30、本专利技术第二方面提供了一种玻璃片洁净度检测系统，所述系统包括传送带、机械臂、检测基台、照明装置、工业相机、微机；
31、所述传送带用来传送待检测的玻璃片；
32、所述机械臂用来将传送带上的待检测玻璃片夹持并放置于检测基台上；
33、所述照明装置为为待检测玻璃片提供照明，便于工业相机采集待检测玻璃片空白图像；
34、所述微机用来控制传送带的运行，控制机械臂动作，控制照明装置照明，以及控制工业相机采集待检测玻璃片空白图像，并接收玻璃片空白图形信息；
35、所述微机执行一种玻璃片洁净度检测方法，包括：
36、采集玻璃片空白图像作为待识别图像；
37、利用pfast算法(粒子群优化快速搜索算法)提取玻璃片空白图像特征点；
38、利用beblid算法对空白图像的特征点进行描述；
39、利用特征匹配算法将玻璃片空白图像的特征点与flann库中的玻璃片缺陷图像的特征点进行匹配；
40、根据特征匹配算法的匹配结果，输出玻璃片洁净度检测结果。
41、可选地，所述缺损特征点的提取方法为：
42、以玻璃片图像(包括玻璃片空白图形和玻璃片缺陷图像)中像素点p为圆心，在的圆周上均匀地取若干个像素点，如果若干个像素点中连续n个像素点与像素中心点p的像素值均大于预设的阈值，则该像素点p为玻璃片的缺损特征点，否则该像素点不是玻璃片的缺损特征点；
43、其中，n≥1；
44、所述利用beblid算法对空白图像的特征点进行描述，具体包括：
45、选取n对以特征点为中心，边长为s的方形区域作为采样对，初始化每个特征学习器的预设阈值，通过特征提取函数计算处采样对区域的平均灰度差值。
46、可选地，所述利用特征匹配算法将玻璃片空白图像的特征点与flann库中的玻璃片缺陷图像的特征点进行匹配，具体为：
47、计算玻璃片空白图像的特征点p与缺陷图像特征点之间的欧式距离，以寻找空白图像的特征点p在flann库中的对应的玻璃片缺陷图像的特征点；
48、通过kd-tree结构存储所有的欧式距离d，得到玻璃片空白图像的特征点p的匹配点对集；
49、对匹配点对集由本文档来自技高网...
【技术保护点】
1.一种玻璃片洁净度检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种玻璃片洁净度检测方法，其特征在于，所述缺损特征点的提取方法为：
3.根据权利要求2所述的一种玻璃片洁净度检测方法，其特征在于，所述利用BEBLID算法对空白图像的特征点进行描述，具体包括：
4.根据权利要求3所述的一种玻璃片洁净度检测方法，其特征在于，所述特征提取函数为：
5.根据权利要求4所述的一种玻璃片洁净度检测方法，其特征在于，所述特征学习器的损失函数为：
6.根据权利要求5所述的一种玻璃片洁净度检测方法，其特征在于，所述第k个特征学习器的表达式为：
7.根据权利要求6所述的一种玻璃片洁净度检测方法，其特征在于，所述利用特征匹配算法将玻璃片空白图像的特征点与FLANN库中的玻璃片缺陷图像的特征点进行匹配，具体为：
8.一种玻璃片洁净度检测系统，其特征在于，所述系统包括传送带、机械臂、检测基台、照明装置、工业相机、微机；
9.根据权利要求8所述的一种玻璃片洁净度检测系统，其特征在于，所述缺
10.根据权利要求9所述的一种玻璃片洁净度检测系统，其特征在于，
...【技术特征摘要】
1.一种玻璃片洁净度检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种玻璃片洁净度检测方法，其特征在于，所述缺损特征点的提取方法为：
3.根据权利要求2所述的一种玻璃片洁净度检测方法，其特征在于，所述利用beblid算法对空白图像的特征点进行描述，具体包括：
4.根据权利要求3所述的一种玻璃片洁净度检测方法，其特征在于，所述特征提取函数为：
5.根据权利要求4所述的一种玻璃片洁净度检测方法，其特征在于，所述特征学习器的损失函数为：
6.根据权利要求5所述的一种...
【专利技术属性】
技术研发人员：周柔刚，周才健，陈安，
申请(专利权)人：杭州汇萃智能科技有限公司，
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。