System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及透镜表面缺陷检测的,尤其涉及一种塑胶光学透镜表面缺陷的检测方法和系统。
技术介绍
1、随着光学产品在消费电子、汽车、医疗设备及精密仪器中的广泛应用,对光学透镜的质量要求也越来越高。塑胶光学透镜因其轻便、易加工且成本低等优势,逐渐取代传统玻璃透镜,成为市场的主流。然而,由于塑胶材料的柔软性和易受污染性,在生产过程中不可避免地产生气泡、划痕、裂纹和杂质等缺陷。因此,如何高效、准确地检测这些缺陷,保障产品的出厂质量,已成为行业内的重要研究课题。
2、目前市场上对塑胶光学透镜表面缺陷的检测主要依赖于人工检测和传统图像处理方法。传统的检测方法主要依赖于人工操作,通过目视检查光学透镜的表面缺陷。然而,人工检测存在主观性强、检测效率低、易疲劳等问题,难以保证大批量生产中的检测一致性。此外,由于一些微小缺陷难以用肉眼识别,漏检率较高。一些检测方案采用简单的图像处理技术,如边缘检测、直方图分析和二值化处理。这些方法在检测简单、显著的缺陷时效果较好,但对于复杂、微小或模糊的缺陷,其检测精度较低。这些方法往往容易受到光照变化、透镜位置偏差等环境因素的影响,导致误检和漏检。
技术实现思路
1、有鉴于此,本专利技术提供一种塑胶光学透镜表面缺陷的检测方法,目的在于减少塑胶光学透镜表面缺陷的误检与漏检,为塑胶光学透镜的质量检测提供一种可靠的解决方案。
2、实现上述目的,本专利技术提供的一种塑胶光学透镜表面缺陷的检测方法,包括以下步骤:
3、s1:对塑胶透镜图像进
4、s2:基于边缘点集合拟合椭圆模型,利用拟合结果划分光学区与非光学区,并生成光学区掩膜;
5、s3:对光学区内的像素进行增强、特征提取,并通过二值化筛选潜在的缺陷区域,获得潜在缺陷图,使用二次元测量仪获取缺陷区域的长度和宽度;
6、s4:基于vgg16构建缺陷检测模型,使用经过标注的训练样本训练优化缺陷检测模型,获得优化后的模型;
7、s5:使用优化后的模型对未标注缺陷类别的塑胶透镜图像进行检测,获得缺陷检测结果;
8、作为本专利技术的进一步改进方法:
9、可选地,所述s1步骤中对塑胶透镜图像进行相位一致性多尺度边缘检测,获取塑胶透镜边缘点坐标集合,包括:
10、s11:使用高斯滤波对塑胶透镜图像i进行预处理,具体为:
11、
12、其中,π为圆周率;e为自然常数;σ为高斯核的标准差;i=-a,-a+1,…,0,…,a-1,a,j=-a,-a+1,…,0,…,a-1,a;a为高斯核半径;x和y分别为塑胶透镜图像像素的水平坐标和垂直坐标;i(x-i,y-j)为塑胶透镜图像i在像素位置(x-i,y-j)处的像素值;为预处理后的图像在像素位置(x,y)处的像素值;
13、s12:进行基于相位一致性的边缘点提取:
14、s121:对预处理后的图像进行多尺度傅里叶变换,具体为:
15、
16、其中,m和n分别为塑胶透镜图像的水平方向长度和垂直方向长度;δ为虚数单位,满足δ2=-1;u和v分别为水平方向和垂直方向的频率域位置;f(u,v)为傅里叶变换结果图像f在频率域位置(u,v)处的像素值;
17、基于傅里叶变换结果图像提取多尺度傅里叶变换结果图,具体为:
18、
19、其中,fn是第n个尺度的中心频率,为尺度数目;为频带宽度控制参数;fn(u,v)为第n个尺度的傅里叶变换结果图像fn在频率域位置(u,v)处的像素值;
20、s122:计算多尺度相位图:
21、对多尺度傅里叶变换结果图进行傅里叶逆变换获得多尺度相位图,具体为:
22、
23、其中,为傅里叶逆变换;arg为复数相位提取函数;θn(x,y)为第n个尺度的相位图θn在像素位置(x,y)处的相位值;
24、s123:计算相位一致性:
25、使用多尺度相位图计算相位一致性结果图,具体为:
26、
27、其中,为所有尺度下的相位图在像素位置(x,y)处的平均相位值;pc(x,y)为相位一致性结果图pc在像素位置(x,y)处的像素值;wn(x,y)为第n个尺度下像素位置(x,y)的权重,具体为:
28、
29、s124:提取边缘点:
30、筛选相位一致性结果图pc中的像素获得边缘点集合,具体为:
31、
32、其中,t为边缘点提取阈值;e为塑胶透镜边缘点坐标集合;为第k个边缘点的水平坐标和垂直坐标;为相位一致性结果图pc在像素位置处的像素值。
33、可选地,所述s2步骤中基于边缘点集合拟合椭圆模型,利用拟合结果划分光学区与非光学区,并生成光学区掩膜,包括:
34、s21:使用塑胶透镜边缘点坐标集合拟合椭圆模型:
35、使用最小二乘法,将塑胶透镜边缘点的误差平方和作为优化目标,具体为:
36、
37、其中,z为误差函数;|e|为e中塑胶透镜边缘点的总数量;为椭圆模型的中心坐标;a和b分别为椭圆模型的长轴和短轴;
38、对误差函数z分别对椭圆模型的参数a和b求偏导数,并设偏导数为0求解获得拟合出的椭圆模型的参数a'和b';其中,为拟合出的椭圆模型的中心坐标;a'和b'分别为拟合出的椭圆模型的长轴和短轴;
39、s22:划分拟合出的椭圆模型内外区域获得光学区掩膜:
40、s221:构建区域划分判别条件:
41、通过拟合出的椭圆模型,若像素处于拟合出的椭圆模型内则为光学区,否则为非光学区,获得光学区的像素集合roptical;
42、s222:生成光学区掩膜:
43、将光学区内像素的像素值设置为1,非光学区像素的像素值设置为0,生成光学区掩膜mask。
44、可选地,所述s3步骤中对光学区内的像素进行增强、特征提取,并通过二值化筛选潜在的缺陷区域,获得潜在缺陷图,使用二次元测量仪获取缺陷区域的长度和宽度,包括:
45、s31:进行图像增强:
46、使用局部对比度增强方法对塑胶透镜图像i中光学区内的像素进行增强,所述局部对比度增强方法为:
47、
48、其中,ienh(x,y)为增强后的图像ienh在像素位置(x,y)处的像素值;mean5×5(x,y)和std5×5(x,y)分别为以塑胶透镜图像i的像素位置(x,y)为中心,大小为5×5的局部窗口内像素值的平均值与标准差;mask(x,y)为光学区掩膜mask在像素位置(x,y)处的像素值;
49、s32:进行特征提取:
50、使用拉普拉斯算子对增强后的图像进行特征提取,获得拉普拉斯特征图ihp;
51、s33:使用二值化筛选潜在的缺陷区域本文档来自技高网...
【技术保护点】
1.一种塑胶光学透镜表面缺陷的检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤S1中,包括以下步骤:
3.根据权利要求2所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤S12中,包括以下步骤:
4.根据权利要求2所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤S2中,包括以下步骤:
5.根据权利要求4所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤S3中,包括以下步骤:
6.根据权利要求5所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤S4中,包括以下步骤:
7.根据权利要求6所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤S5中,包括以下步骤:
8.一种塑胶光学透镜表面缺陷的检测系统,其特征在于,包括:
【技术特征摘要】
1.一种塑胶光学透镜表面缺陷的检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤s1中,包括以下步骤:
3.根据权利要求2所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤s12中,包括以下步骤:
4.根据权利要求2所述的塑胶光学透镜表面缺陷的检测方法,其特征在于,所述步骤s2中,包括以下步骤:<...
【专利技术属性】
技术研发人员:宋飞燕,嵇鹏,武亚,卢芳芳,
申请(专利权)人:无锡鑫巨宏智能科技股份有限公司,
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。