專利名稱：一種用于圖像瑕疵檢測的檢測方法和檢測系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及ー種瑕疵檢測方法及系統(tǒng)，尤其是ー種用于圖像瑕疵檢測的檢測方法及實(shí)現(xiàn)該方法的檢測系統(tǒng)。
背景技術(shù)：
在精密エ件和產(chǎn)品的生產(chǎn)和檢驗中，對于表面的瑕疵進(jìn)行檢測是十分重要的，直接關(guān)系到最終質(zhì)量，而該項檢測往往涉及的エ件品種多，數(shù)量大，因此檢測過程的自動化已成為相關(guān)企業(yè)發(fā)展的ー個迫切需求，目前國內(nèi)相關(guān) 大部分企業(yè)仍然采用的是傳統(tǒng)的目視檢測方法，檢測時間長、功效低和漏檢率高，對人視覺要求高，人工成本大，并且エ件表面的一些微小瑕疵、顔色區(qū)別及エ件材質(zhì)問題根本無法用人工肉眼方式連續(xù)穩(wěn)定精確的進(jìn)行檢測。進(jìn)入21世紀(jì)光電子、信息、機(jī)電、汽車等產(chǎn)業(yè)技術(shù)不斷革新，各種高科技產(chǎn)品快速滲透進(jìn)入每個家庭，對產(chǎn)品和エ件的瑕疵檢測要求也越來越嚴(yán)密，傳統(tǒng)的目視檢測已遠(yuǎn)遠(yuǎn)達(dá)不到要求。因此如何立足于各類精密エ件的瑕疵檢測需求，滿足服務(wù)于現(xiàn)在高新技術(shù)等產(chǎn)業(yè)需求是目前迫切需要解決的問題，要滿足上述要求，目前還存在多方面的技術(shù)缺陷。

發(fā)明內(nèi)容
為解決上述問題，本發(fā)明采用的技術(shù)方案如下ー種用于圖像瑕疵檢測的檢測方法，包括以下步驟；(I)設(shè)置ー檢測系統(tǒng)，檢測系統(tǒng)包括方法處理模塊和工作模塊；(2)所述方法處理模塊和工作模塊都包括圖像分區(qū)模塊；(3)所述方法處理模塊包括多線程處理模塊和圖像分區(qū)模塊；(4)所述工作模塊包括高斯平滑處理模塊、邊框?qū)ふ夷K、圖像分區(qū)模塊、瑕疵檢出模塊、形狀約束過濾模塊、瑕疵標(biāo)注模塊和亮度判斷模塊；(5)所述工作模塊在檢測系統(tǒng)工作過程中按照高斯平滑處理模塊、亮度判斷模塊、邊框?qū)ふ夷K、圖像分區(qū)模塊、瑕疵檢出模塊、形狀約束過濾模塊和瑕疵標(biāo)注模塊的順序運(yùn)行。所述多線程處理模塊提供的多線程處理方法可同時處理多個圖像檢測任務(wù)，并且不同檢測線程之間互不干擾。所述圖像分區(qū)模塊在檢測系統(tǒng)工作過程中不僅作為方法處理模塊提供檢測方法，同時作為工作模塊參與檢測系統(tǒng)工作流程。所述圖像分區(qū)模塊可將圖像合理分區(qū)，每個區(qū)域加載不同的檢測參數(shù)以適配瑕疵檢出模塊。高斯平滑處理模塊采用標(biāo)準(zhǔn)的高斯濾波函數(shù)對圖像進(jìn)行濾波，濾波參數(shù)根據(jù)具體的檢測對象、檢測要求來調(diào)節(jié)。邊框?qū)ふ夷K采用PCA主成分分析技術(shù)對被檢エ件的邊框進(jìn)行邊緣匹配，以搜索出邊框。在進(jìn)行匹配之前，首先采用Sobel算法進(jìn)行邊緣提取。
為了提高檢測效率，圖像分區(qū)模塊將圖像劃分為多個分區(qū)，將各個分區(qū)交給不同的線程去處理，達(dá)到并行處理的效果。瑕疵檢出模塊采用人工神經(jīng)元網(wǎng)絡(luò)技術(shù)進(jìn)行瑕疵的檢出。在檢測之前，對瑕疵檢出模塊輸入大量的已知瑕疵圖像數(shù)據(jù)，對模塊中的人工神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練。在檢測時，模塊即可自動的識別出被檢圖像中的瑕疵來。瑕疵檢出模塊檢測到的瑕疵包括了大小各種瑕疵，為了確?？煽啃裕螤罴s束過濾模塊將其中尺寸較小的瑕疵進(jìn)行濾除，保證了檢測結(jié)果的穩(wěn)定性。瑕疵標(biāo)注模塊將檢測的瑕疵標(biāo)注到圖像中，供檢測人員查看或進(jìn)ー步處理。一種實(shí)現(xiàn)上述用于圖像瑕疵檢測方法的檢測系統(tǒng)，包括多線程處理模塊，用于同時處理多個檢測任務(wù)； 邊框?qū)ふ夷K，用于有效排除圖像中需檢測內(nèi)容以外的其余內(nèi)容；圖像分區(qū)模塊，用于將圖像合理的分區(qū)進(jìn)行后續(xù)處理；高斯平滑處理模塊，用于把圖像進(jìn)行高斯平滑處理后，去除不同圖像間差異后進(jìn)行后續(xù)統(tǒng)ー處理；瑕疵檢出模塊，用于找出并標(biāo)注圖像中顏色變化差異較大的區(qū)域，并標(biāo)注圖像中變化最大區(qū)域中心點(diǎn)的坐標(biāo)；形狀約束過濾模塊，用于判斷瑕疵檢出模塊得出的一系列亮度變化較大的區(qū)域及候選瑕疵區(qū)域，排除其中可以忽略的區(qū)域及紋理本身的明亮變化區(qū)域，最終得出過濾后的瑕疵位置坐標(biāo)；瑕疵標(biāo)注模塊，用于把形狀約束過濾模塊處理后的瑕疵位置坐標(biāo)在原圖像上標(biāo)注，并傳回給用戶界面；亮度判斷模塊，用于通過判斷圖像整體灰度值是否和設(shè)定值一致還是在一個誤差范圍內(nèi)，確定圖像對應(yīng)エ件有沒有材質(zhì)問題；所述各模塊通過數(shù)據(jù)傳輸線路相互連接實(shí)現(xiàn)數(shù)據(jù)交換。本發(fā)明的有益效果是本發(fā)明提供的ー種用于圖像瑕疵檢測的檢測方法及檢測系統(tǒng)可實(shí)現(xiàn)同時處理多個圖像瑕疵檢測任務(wù)并且互不干擾，極大的提高了工作效率；節(jié)省了傳統(tǒng)人工目視檢測的工作量，降低成本；通過計算機(jī)實(shí)現(xiàn)圖像的瑕疵檢測，增強(qiáng)了檢測精度和速度的可靠性。


圖I為本發(fā)明檢測系統(tǒng)結(jié)構(gòu)圖。圖2為本發(fā)明檢測方法流程圖。
具體實(shí)施例方式參照圖I和圖2，ー種用于圖像瑕疵檢測的檢測方法，包括以下步驟；(I)設(shè)置ー檢測系統(tǒng)，檢測系統(tǒng)包括方法處理模塊和工作模塊；(2)所述方法處理模塊和工作模塊都包括圖像分區(qū)模塊；(3)所述方法處理模塊包括多線程處理模塊和圖像分區(qū)模塊；(4)所述工作模塊包括高斯平滑處理模塊、邊框?qū)ふ夷K、圖像分區(qū)模塊、瑕疵檢出模塊、形狀約束過濾模塊、瑕疵標(biāo)注模塊和亮度判斷模塊；(5)所述工作模塊在檢測系統(tǒng)工作過程中按照高斯平滑處理模塊、亮度判斷模塊、邊框?qū)ふ夷K、圖像分區(qū)模塊、瑕疵檢出模塊、形狀約束過濾模塊和瑕疵標(biāo)注模塊的順序運(yùn)行。所述多線程處理模塊提供的多線程處理方法可同時處理多個圖像檢測任務(wù)，并且不同檢測線程之間互不干擾。所述圖像分區(qū)模塊在檢測系統(tǒng)工作過程中不僅作為方法處理模塊提供檢測方法，同時作為工作模塊參與檢測系統(tǒng)工作流程。所述圖像分區(qū)模塊可將圖像合理分區(qū)，每個區(qū)域加載不同的檢測參數(shù)以適配瑕疵檢出模塊。
一種實(shí)現(xiàn)上述用于圖像瑕疵檢測方法的檢測系統(tǒng)，包括多線程處理模塊，用于同時處理多個檢測任務(wù)；邊框?qū)ふ夷K，用于有效排除圖像中需檢測內(nèi)容以外的其余內(nèi)容；圖像分區(qū)模塊，用于將圖像合理的分區(qū)進(jìn)行后續(xù)處理；高斯平滑處理模塊，用于把圖像進(jìn)行高斯平滑處理后，去除不同圖像間差異后進(jìn)行后續(xù)統(tǒng)ー處理；瑕疵檢出模塊，用于找出并標(biāo)注圖像中顏色變化差異較大的區(qū)域，并標(biāo)注圖像中變化最大區(qū)域中心點(diǎn)的坐標(biāo)；形狀約束過濾模塊，用于判斷瑕疵檢出模塊得出的一系列亮度變化較大的區(qū)域及候選瑕疵區(qū)域，排除其中可以忽略的區(qū)域及紋理本身的明亮變化區(qū)域，最終得出過濾后的瑕疵位置坐標(biāo)；瑕疵標(biāo)注模塊，用于把形狀約束過濾模塊處理后的瑕疵位置坐標(biāo)在原圖像上標(biāo)注，并傳回給用戶界面；亮度判斷模塊，用于通過判斷圖像整體灰度值是否和設(shè)定值一致還是在一個誤差范圍內(nèi)，確定圖像對應(yīng)エ件有沒有材質(zhì)問題；所述各模塊通過數(shù)據(jù)傳輸線路相互連接實(shí)現(xiàn)數(shù)據(jù)交換。本發(fā)明提供的圖像瑕疵檢測方法及系統(tǒng)檢測エ件圖像上的瑕疵時系統(tǒng)中各模塊工作流程具體為邊框?qū)ふ夷K先有效排除エ件的邊框、エ件的附件和エ件所在托盤等無需檢測的內(nèi)容，確定需要檢測的內(nèi)容；下一步亮度判斷模塊判斷圖像整體灰度值是否和設(shè)定的值一致或在一個誤差范圍內(nèi)，如一致的話，エ件材質(zhì)正常，進(jìn)行下一歩操作，如果超出誤差范圍，確定圖像對應(yīng)的エ件材質(zhì)存在的問題，如存在多材或少材等情況；下一歩由于エ件圖像因光照原因，圖像的亮度不是均勻分布的，而是存在漸變，同時由于采用了兩個線性光的照明方式，使圖像有三段明顯的明亮交接段，圖像分區(qū)模塊把圖像合理的分成幾個區(qū)域，每個區(qū)域加載不同的檢測參數(shù)以適配瑕疵檢出模塊；下一步由于不同エ件在不同時刻被CCD相機(jī)采集的圖像有細(xì)微的差別，如整體灰度變化、局部灰度變化和局部紋理變化等，高斯平滑處理模塊把圖像進(jìn)行高斯平滑處理后，去除不同圖像間差異，使LBP算法模塊可以統(tǒng)ー進(jìn)行處理；下一歩瑕疵檢出模塊的找出圖像中顏色變化差異較大的區(qū)域，如點(diǎn)狀、線狀和片狀等區(qū)域，并標(biāo)注圖像中變化最大區(qū)域中心點(diǎn)的坐標(biāo)；下一歩在瑕疵檢出模塊計算后，會得出一系列亮度變化較大的區(qū)域坐標(biāo)，及候選瑕疵區(qū)域，形狀約束過濾模塊在這些區(qū)域中逐個判斷，排除設(shè)定的可以忽略的區(qū)域，如過小和過淡等區(qū)域，排除紋理本身的明亮變化區(qū)域，最終得出過濾后的瑕疵位置坐標(biāo)；最后一歩瑕疵 標(biāo)注模塊把形狀約束過濾模塊處理后的瑕疵位置坐標(biāo)在原圖像上標(biāo)注，并傳回給用戶界面。至此完成整個圖像瑕疵檢測的過程。
權(quán)利要求
1.一種用于圖像瑕疵檢測的檢測方法，其特征在于，包括以下步驟； (1)設(shè)置一檢測系統(tǒng)，檢測系統(tǒng)包括方法處理模塊和工作模塊； (2)所述方法處理模塊和工作模塊都包括圖像分區(qū)模塊； (3)所述方法處理模塊包括多線程處理模塊和圖像分區(qū)模塊； (4)所述工作模塊包括高斯平滑處理模塊、邊框?qū)ふ夷K、圖像分區(qū)模塊、瑕疵檢出模塊、形狀約束過濾模塊、瑕疵標(biāo)注模塊和亮度判斷模塊； (5)所述工作模塊在檢測系統(tǒng)工作過程中按照高斯平滑處理模塊、亮度判斷模塊、邊框?qū)ふ夷K、圖像分區(qū)模塊、瑕疵檢出模塊、形狀約束過濾模塊和瑕疵標(biāo)注模塊的順序運(yùn)行。
2.如權(quán)利要求I所述的圖像瑕疵檢測方法，其特征在于所述多線程處理模塊提供的 多線程處理方法可同時處理多個圖像檢測任務(wù)，并且不同檢測線程之間互不干擾。
3.如權(quán)利要求I所述的圖像瑕疵檢測方法，其特征在于所述圖像分區(qū)模塊在檢測系統(tǒng)工作過程中不僅作為方法處理模塊提供檢測方法，同時作為工作模塊參與檢測系統(tǒng)工作流程。
4.如權(quán)利要求3所述的圖像瑕疵檢測方法，其特征在于所述圖像分區(qū)模塊可將圖像合理分區(qū)，每個區(qū)域交給多線程處理模塊的不同線程進(jìn)行處理。
5.一種圖像瑕疵檢測系統(tǒng)，其特征在于，包括以下模塊 多線程處理模塊同時處理多個檢測任務(wù)； 邊框?qū)ふ夷K排除圖像中需檢測內(nèi)容以外的其余內(nèi)容； 圖像分區(qū)模塊將圖像合理的分區(qū)； 高斯平滑處理模塊把圖像進(jìn)行高斯平滑處理； 瑕疵檢出模塊找出并標(biāo)注圖像中顏色變化差異較大的區(qū)域，并標(biāo)注圖像中變化最大區(qū)域中心點(diǎn)的坐標(biāo)； 形狀約束過濾模塊判斷瑕疵檢出模塊輸出的一系列亮度變化較大的區(qū)域及候選瑕疵區(qū)域，排除其中可以忽略的區(qū)域及紋理本身的明亮變化區(qū)域，得出過濾后的瑕疵位置坐標(biāo)； 瑕疵標(biāo)注模塊把形狀約束過濾模塊處理后的瑕疵位置坐標(biāo)在原圖像上標(biāo)注，并傳回給用戶界面； 亮度判斷模塊判斷圖像整體灰度值是否和設(shè)定值一致還是在一個誤差范圍內(nèi)，確定圖像對應(yīng)工件有沒有材質(zhì)問題； 所述各模塊通過數(shù)據(jù)傳輸線路相互連接實(shí)現(xiàn)數(shù)據(jù)交換。
全文摘要
本發(fā)明提供了一種用于圖像瑕疵檢測的檢測方法，設(shè)置一檢測系統(tǒng)，檢測系統(tǒng)包括方法處理模塊和工作模塊；所述方法處理模塊和工作模塊都包括圖像分區(qū)模塊；所述方法處理模塊包括多線程處理模塊和圖像分區(qū)模塊；所述工作模塊包括高斯平滑處理模塊、邊框?qū)ふ夷K、圖像分區(qū)模塊、瑕疵檢出模塊、形狀約束過濾模塊、瑕疵標(biāo)注模塊和亮度判斷模塊；所述工作模塊在檢測系統(tǒng)工作過程中按照高斯平滑處理模塊、亮度判斷模塊、邊框?qū)ふ夷K、圖像分區(qū)模塊、瑕疵檢出模塊、形狀約束過濾模塊和瑕疵標(biāo)注模塊的順序運(yùn)行。本發(fā)明還提供了一種實(shí)現(xiàn)上述方法的檢測系統(tǒng)。
文檔編號G01N21/88GK102854193SQ20121031381
公開日2013年1月2日 申請日期2012年8月30日 優(yōu)先權(quán)日2012年8月30日
發(fā)明者李越, 徐昕, 蔡雄飛, 楊聰 申請人:蘇州天準(zhǔn)精密技術(shù)有限公司