[发明专利]一种矩形石英晶片缺陷自动检测分类识别方法

说明书

技术领域

本发明所述的技术方案属于数字图像处理技术领域和机器视觉领域，具体的讲，是属于一种自动检测分类识别矩形石英晶片中的缺陷的图像处理方法领域，依据国际专利分类法，属于G06T一般的图像数据处理或产生，H01B3/08石英。

背景技术

石英晶体谐振器有广泛的用途，是任何涉及频率和计时的电子信息产品中必不可少的组成部件，石英晶体谐振器的核心是石英晶片。

石英晶片在生产过程中，要经过切割、研磨等多道生产工序，因而可能产生崩边、边缘不齐、断条、炸口、划痕、炸心、阴影等缺陷。具有缺陷的石英晶片的性能会下降甚至完全失效，因此，必须对石英晶片进行缺陷检测，将具有缺陷的石英晶片剔除；另外，不同的缺陷可能反映不同生产工序中存在的问题，为了定位存在问题的工序，还需要对缺陷的类型进行分类识别。

在目前的生产过程中，都是依靠人工，通过目视方法检测石英晶片的缺陷。这样的方法存在着以下问题：

1.检测结果缺乏准确性和一致性；

2.工作效率低；

3.造成严重的视力伤害；

4.难以对缺陷的类型进行分类识别。

就整体而言，此前，尚未发现用于自动检测和分类识别石英晶片缺陷或其它物品因机械加工造成缺陷的相关文献。本发明包括了直线检测、图像分割等多个技术步骤。

现有的直线检测技术，如我国专利申请号为：200910005674.X，名称为：《医学超声图像直线检测方法》，它是一种直线检测方法：先在图像中选取感兴趣区域，再在该区域中以整数N为间隔选取像素列，然后找出每个像素列中的边缘点，最后采用随机抽样一致性算法对找出的边缘点进行计算，并根据计算结果选取一条直线作为检测到的直线。

其不足是：(1)需要人工确定图像中的感兴趣区域，不能实现全自动检测，同时影响了检测速度。(2)整数N的选取依靠个人经验。(3)当直线的斜率较大时，会发生检测错误或者不能检出。(4)人为去掉了很多有用信息，致使检测结果的可靠性降低。(5)不能检测多条直线。

现有的图像分割技术，如我国专利号为：200710052271.1，名称为：《一种基于属性直方图的图像分割方法》，它是一种图像分割方法：先输入图像，再对图像进行灰度压缩，再对灰度压缩图像进行灰度空间分布密度概率矩阵计算，再基于灰度空间分布密度概率矩阵，进行灰度压缩图像的一维灰度空间分布属性直方图，然后利用最大熵图像分割方法确定图像的分割阈值，最后用该分割阈值对灰度压缩图像进行分割。

其不足是：(1)认为目标和背景的灰度一定有区别，因而要寻找必定存在的分割阈值，以将目标与背景分割开来。但目标(特别是透明的目标)和背景有可能相互融入，此种情况下，分割阈值是不存在的。(2)没有利用目标的先验信息。(3)计算步骤多，计算量大，因而速度较慢。当仅进行图像分割时，尚可以满足实时的要求，如果还有其它多个处理步骤，则不能实时。

发明内容

本发明的目的是为了克服目视检测石英晶片缺陷存在的问题，提供了一种依靠计算机对矩形石英晶片缺陷进行自动检测和分类识别的图像处理方法，以保证石英晶片缺陷检测结果的准确性和一致性，提高工作效率，避免视力伤害，还可以对石英晶片缺陷类型进行准确分类识别。

本发明的目的是这样实现的：对已经获取的矩形石英晶片原始图像，矩形石英晶片缺陷自动检测分类识别的图像处理方法包括下列步骤：1、用计算机在原始图像中提取矩形石英晶片的长边并计算其斜率；2、进行图像旋转，使矩形石英晶片的长边在图像中呈水平走向；3、进行图像分割，从背景中分离出矩形石英晶片目标；4、基于矩形石英晶片目标及其相关参数，建立矩形石英晶片模板；5、外围断条缺陷的检测和识别；6、外围边缘不齐缺陷的检测和识别；7、外围崩边缺陷的检测和识别；8、边缘处崩边缺陷的检测和识别；9、边缘处边缘不齐缺陷的检测和识别；10、边缘处炸口缺陷的检测和识别；11、边缘处划痕缺陷的检测和识别；12、内部炸心缺陷的检测和识别；13、内部划痕缺陷的检测和识别；14、内部阴影缺陷的检测和识别。

本发明的优点和积极效果：

(1)可以保证矩形石英晶片缺陷检测的准确性和一致性。试验表明(试验采用了100个矩形石英晶片作为样品，其中50个无缺陷，其余50个有缺陷，而且各种缺陷类型都包含其中)，按照本发明，对石英晶片缺陷的正确检出率为100％。