基于surf算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，特別是一種基于SURF算法的遙控器面板印刷缺 陷自動(dòng)檢測(cè)方法。
【背景技術(shù)】
[0002] 隨著中國(guó)制造業(yè)的不斷發(fā)展，對(duì)產(chǎn)品表面的缺陷檢測(cè)受到了越來(lái)越多的關(guān)注，與 我們的生活息息相關(guān)的遙控器就是其中的代表。在遙控器的生產(chǎn)過(guò)程中，面板和按鍵上的 字符主要是通過(guò)絲網(wǎng)印刷機(jī)印刷出來(lái)的，不可避免地會(huì)出現(xiàn)文字模糊、污潰、漏印、錯(cuò)位等 問(wèn)題，傳統(tǒng)的人工檢測(cè)由于檢測(cè)量大、人力成本高、速度慢、漏檢率高等問(wèn)題已不能得到令 人滿意的結(jié)果，對(duì)缺陷檢測(cè)的自動(dòng)化需求便應(yīng)運(yùn)而生。
[0003] 近年來(lái)，隨著計(jì)算機(jī)技術(shù)和圖像處理的發(fā)展，視覺(jué)檢測(cè)技術(shù)越來(lái)越多地應(yīng)用于各 生產(chǎn)領(lǐng)域。其基本原理是將在線采集的待測(cè)圖像和預(yù)先采集好的模板圖像匹配后進(jìn)行差影 操作得到缺陷圖像，再對(duì)缺陷圖像進(jìn)行分析處理。該種技術(shù)也為遙控器缺陷的自動(dòng)檢測(cè)提 供了可能。但由于受成像系統(tǒng)和機(jī)械系統(tǒng)條件的限制，待測(cè)樣品在傳動(dòng)過(guò)程中難免會(huì)發(fā)生 變動(dòng)，導(dǎo)致采集到的待測(cè)樣品圖像難免會(huì)發(fā)生平移、旋轉(zhuǎn)、或尺度變化。該對(duì)圖像匹配過(guò)程 提出了難度，如果不能對(duì)待測(cè)圖像進(jìn)行有效的配準(zhǔn)，將會(huì)在數(shù)字減影圖像中造成移位假象 和偽輪廓，給圖像缺陷信息的檢測(cè)和識(shí)別造成困難。
[0004] 目前遙控器面板和按鍵上的字符檢測(cè)中所用到的圖像匹配方法大都是互相關(guān)匹 配法?；ハ嚓P(guān)匹配法通過(guò)模板圖像和待測(cè)圖像的互相關(guān)值來(lái)確定匹配程度，互相關(guān)值最大 時(shí)的捜索窗口位置決定了模板圖像在待匹配圖像中的位置?；ハ嚓P(guān)匹配法不易找到待測(cè)品 發(fā)生旋轉(zhuǎn)等變化后與模板圖的最佳匹配位置，并且計(jì)算量大，難W達(dá)到實(shí)時(shí)性的要求。而基 于特征點(diǎn)的圖像匹配算法計(jì)算量相對(duì)小，對(duì)灰度變化、形變及遮擋有較好的適應(yīng)性，應(yīng)用前 景廣闊。
[0005] 本發(fā)明基于SURF (Speeded Up Robust化3化'6,快速魯椿特征）算法的遙控器面 板印刷缺陷自動(dòng)檢測(cè)方法，W標(biāo)準(zhǔn)樣品為模板，利用SURF算法求得模板圖和待測(cè)圖的特征 點(diǎn)后通過(guò)最近鄰匹配法進(jìn)行匹配，通過(guò)標(biāo)準(zhǔn)圖和根據(jù)匹配結(jié)果得出的校正圖的差影結(jié)果實(shí) 現(xiàn)對(duì)遙控器樣品面板和按鍵上的字符的檢測(cè)，并對(duì)缺陷位置進(jìn)行標(biāo)記。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提出一種基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方 法。該方法能有效地檢測(cè)出待測(cè)樣品中的缺陷，并準(zhǔn)確定位缺陷位置。
[0007] 本發(fā)明提供一種基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，包括如下 步驟：
[000引步驟1 ;制作遙控器模板圖像；
[0009] 步驟2 ;對(duì)待檢測(cè)樣品圖像進(jìn)行預(yù)處理；
[0010] 步驟3 ;通過(guò)SURF算法分別求得模板圖像和待測(cè)圖的特征點(diǎn)，利用分塊加速后的 最近鄰匹配法來(lái)匹配特征點(diǎn)；
[ocm] 步驟4;根據(jù)匹配的結(jié)果求得單應(yīng)性矩陣，利用單應(yīng)性矩陣對(duì)待測(cè)圖進(jìn)行仿射變 換得到校正圖；
[0012] 步驟5 ;對(duì)疊加掩膜后的模板圖像和校正圖做差影處理；
[0013] 步驟6 ;對(duì)差影結(jié)果進(jìn)行二值化和形態(tài)學(xué)處理，判斷待檢測(cè)樣品是否合格。如果待 檢測(cè)樣品有缺陷，定位缺陷位置，如果待檢測(cè)樣品沒(méi)有缺陷，判斷為合格樣品，完成檢測(cè)。
[0014] 從上述技術(shù)方案可W看出，本發(fā)明具有W下技術(shù)效果：
[0015] 1、本發(fā)明提供的基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，能夠準(zhǔn)確 檢測(cè)缺陷并定位缺陷位置。
[0016] 2、本發(fā)明提供的基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，采用分塊 的方法對(duì)特征點(diǎn)匹配過(guò)程進(jìn)行了改進(jìn)，提高了匹配速度，減少了誤匹配點(diǎn)。
[0017] 3、本發(fā)明提供的基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，對(duì)發(fā)生旋 轉(zhuǎn)、平移或尺度變化的待測(cè)圖有魯椿的處理結(jié)果。
[001引 4、本發(fā)明提供的基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，采用基于 特征的匹配方法，計(jì)算速度快，能夠滿足實(shí)時(shí)性要求。
【附圖說(shuō)明】
[0019] 為進(jìn)一步說(shuō)明本發(fā)明的技術(shù)內(nèi)容，W下結(jié)合附圖及實(shí)施案例對(duì)本發(fā)明詳細(xì)說(shuō)明如 下，其中：
[0020] 圖1是本發(fā)明提供的一種基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法的 具體實(shí)施步驟.
[0021] 圖2是本發(fā)明提供的通過(guò)SURF算法提取特征點(diǎn)并匹配的具體實(shí)施步驟；
[0022] 圖3是本發(fā)明實(shí)施案例中的實(shí)驗(yàn)?zāi)０鍒D；
[0023] 圖4是本發(fā)明實(shí)施案例中的實(shí)驗(yàn)樣品圖，是發(fā)生了旋轉(zhuǎn)的待檢測(cè)遙控器圖的數(shù)字 按鍵區(qū)域；
[0024] 圖5是本發(fā)明實(shí)施案例中通過(guò)SURF算法提取特征點(diǎn)并使用分塊加速改進(jìn)匹配過(guò) 程后的匹配結(jié)果圖；
[0025] 圖6是本發(fā)明實(shí)施案例中待測(cè)樣品的校正圖；
[0026] 圖7是本發(fā)明實(shí)施案例中模板圖和校正圖的差影結(jié)果圖；
[0027] 圖8是本發(fā)明實(shí)施案例中的缺陷檢測(cè)結(jié)果圖。
【具體實(shí)施方式】
[002引如圖1所示，本發(fā)明提供的一種基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方 法，包括如下步驟：
[0029] 步驟101 ;制作遙控器模板圖（參閱圖3)，所述的模板圖是取多個(gè)無(wú)缺陷的標(biāo)準(zhǔn)遙 控器圖片進(jìn)行灰度值平均化并裁剪不規(guī)則的邊緣后得到的。
[0030] 步驟102 ;對(duì)待檢測(cè)樣品的圖像做預(yù)處理（參閱圖4)，所述對(duì)待檢測(cè)樣品圖像的預(yù) 處理是采用直方圖均衡化方法增加像素灰度值的動(dòng)態(tài)范圍從而達(dá)到增強(qiáng)圖像整體對(duì)比度 的效果。
[0031] 步驟103 ;通過(guò)SURF算法分別求得模板圖和待測(cè)圖的特征點(diǎn)描述向量；然后利用 分塊加速后的最近鄰匹配法進(jìn)行匹配，具體實(shí)施步驟為：
[0032] 步驟la ;利用Hessian矩陣行列式的局部最大值來(lái)檢測(cè)候選極值點(diǎn)的位置（參閱 圖。。給定圖像I中的點(diǎn)X = (x，y)，則Hessian矩陣H(x，0 )在X處尺度為0處的定義 為：
[0033]
【主權(quán)項(xiàng)】
1. 一種基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，包括如下步驟： 步驟1 :通過(guò)對(duì)多張無(wú)缺陷的標(biāo)準(zhǔn)遙控器圖像進(jìn)行灰度值平均化并裁剪不規(guī)則的邊緣 來(lái)制作遙控器模板圖像； 步驟2 :對(duì)待檢測(cè)樣品圖像進(jìn)行直方圖均衡化； 步驟3 :通過(guò)SURF算法分別求得模板圖像和待測(cè)圖的特征點(diǎn)，利用分塊加速后的最近 鄰匹配法來(lái)匹配特征點(diǎn)，具體實(shí)施步驟為： 1) 步驟la:利用Hessian矩陣行列式的局部最大值來(lái)檢測(cè)候選極值點(diǎn)的位置，在得到 候選極值點(diǎn)后再在尺度空間和鄰域空間進(jìn)行精確定位，給定圖像I中的點(diǎn)x= (x，y)，則 Hessian矩陣H(x，〇 )在尺度為〇處x點(diǎn)的定義為：
為了加速卷積的速度，SURF算法用盒子濾波器模板與圖像的卷積Dxx，Dyy，Dxy來(lái)代替Lxx(x，〇 )，Lyy(x，〇 )，Lxy(x，〇 )，貝丨JHessian近似矩陣Happrox的行列式為： det(Happrox) =DxxDyy- (0. 9Dxy)2 (2) 其中0. 9為經(jīng)驗(yàn)調(diào)節(jié)參數(shù)，確定候選極值點(diǎn)后再比較候選極值點(diǎn)及其周圍尺度空間和 鄰域空間內(nèi)的26個(gè)像素點(diǎn)，只有都大于或都小于這26個(gè)像素點(diǎn)才被確定為極值點(diǎn)； 2) 步驟2a:利用半徑為6s的鄰域內(nèi)的像素點(diǎn)的Haar小波響應(yīng)值來(lái)描述SURF的特征 點(diǎn)，其中s為特征點(diǎn)所在的尺度值，Haar小波邊長(zhǎng)為4s;按照主方向選取20sX20s的正方 形區(qū)域，將該區(qū)域劃分成16 (4X4)個(gè)子區(qū)域，對(duì)每個(gè)子區(qū)域計(jì)算25 (5X5)個(gè)空間歸一化的 采樣點(diǎn)的Haar小波響應(yīng)，對(duì)每個(gè)子區(qū)域，分別計(jì)算四個(gè)量：Edx、Edy、E|dx|、E|dy|，這 樣每個(gè)特征點(diǎn)將得到一個(gè)64 (16X4)維的矢量，然后對(duì)得到的64維向量進(jìn)行歸一化； 3) 步驟3a:針對(duì)模板圖像中的每一個(gè)特征點(diǎn)像素位置為（Xi，yi)，則只搜索待檢測(cè)圖中 分布在以（Xpyj為中心，40X40大小區(qū)域內(nèi)的特征點(diǎn)； 步驟4 :根據(jù)匹配的結(jié)果求得單應(yīng)性矩陣，利用單應(yīng)性矩陣對(duì)待測(cè)圖進(jìn)行仿射變換得 到校正圖； 步驟5 :對(duì)模板圖像和校正圖疊加掩膜后做差影處理； 步驟6 :對(duì)差影結(jié)果進(jìn)行二值化和形態(tài)學(xué)處理，判斷待檢測(cè)樣品是否合格，如果待檢測(cè) 樣品有缺陷，定位缺陷位置；如果待檢測(cè)樣品沒(méi)有缺陷，判斷為合格樣品，完成檢測(cè)。
2. 如權(quán)利要求1所述的基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，其中步驟 4中，單應(yīng)性變換矩陣如公式（3)所示：
其中，（u，v)為變換后的點(diǎn)坐標(biāo)，（x，y)為變換前的點(diǎn)坐標(biāo)，通過(guò)匹配點(diǎn)對(duì)坐標(biāo)求得變 換矩陣，由此得到校正后的圖形。
3. 如權(quán)利要求2所述的基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，其中步驟 5中的差影處理是疊加了掩膜的模板圖和校正圖通過(guò)相減做差實(shí)現(xiàn)的。
4. 如權(quán)利要求2所述的基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，其中步 驟6是通過(guò)最大類間方差法求出二值化區(qū)域的閾值進(jìn)行二值化，并進(jìn)行形態(tài)學(xué)開(kāi)運(yùn)算后定 位缺陷位置的。
【專利摘要】本發(fā)明公開(kāi)了一種基于SURF算法的遙控器面板印刷缺陷自動(dòng)檢測(cè)方法，通過(guò)制作遙控器模板圖像，對(duì)待檢測(cè)樣品圖像進(jìn)行直方圖均衡化，通過(guò)SURF算法分別求得模板圖和待測(cè)圖的特征點(diǎn)，利用分塊加速后的最近鄰匹配法來(lái)匹配特征點(diǎn)，根據(jù)匹配的結(jié)果求得單應(yīng)性矩陣，利用單應(yīng)性矩陣對(duì)待測(cè)圖進(jìn)行仿射變換得到校正圖，對(duì)疊加掩膜后的模板圖和校正圖做差影處理，對(duì)差影結(jié)果進(jìn)行二值化和形態(tài)學(xué)處理，判斷待檢測(cè)樣品是否合格，如果待檢測(cè)樣品有缺陷，定位缺陷位置，如果待檢測(cè)樣品沒(méi)有缺陷，判斷為合格樣品，完成檢測(cè)。該方法能有效地檢測(cè)出待測(cè)樣品中的缺陷，并準(zhǔn)確定位缺陷位置。
【IPC分類】G01N21-956
【公開(kāi)號(hào)】CN104568986
【申請(qǐng)?zhí)枴緾N201510037520
【發(fā)明人】王儉, 來(lái)疆亮, 魯華祥, 邊昳, 陳旭, 李威
【申請(qǐng)人】中國(guó)科學(xué)院半導(dǎo)體研究所
【公開(kāi)日】2015年4月29日
【申請(qǐng)日】2015年1月26日