[发明专利]一种用于薄膜电容外观缺陷检测的图像处理方法

权利要求书

1.一种用于薄膜电容外观缺陷检测的图像处理方法，主要由目标前景提取、边缘形状检测和梯度检测组成，其特征在于：假设f(x,y)代表采集到的大小为M×N的电容图像，用f₁(x,y)、f₂(x,y)、f₃(x,y)分别表示f(x,y)的R、G、B通道图像；

其具体步骤是：

步骤(1)：根据前景电容和背景在R、G、B通道上的差异，将未超过阈值的点赋值成黑点，从而分割出目标前景；具体计算公式如下：

f(x,y)=0iff1(x,y)<T1orf2(x,y)<T2orf3(x,y)<T3f(x,y)else]]>

其中T₁，T₂，T₃分别为R、G、B通道的颜色阈值；

步骤(2)：将f₁(x,y)同一行上的值相加，得到各行的和向量G(x)，然后进行如下操作：

2-1：将i从0开始递增到M，若出现G(i)大于阈值η,则标记此时的i为目标电容的上边界x₀，跳至下一步骤；反之i继续递增，继续判断G(i)；

2-2：将i从x₀开始递增到M，若出现G(i)小于阈值η，则标记此时的i为目标电容的下边界x₁；反之i继续递增，继续判断G(i)；

步骤(3)：将f₁(x,y)的同一列的值相加得到各列的和向量G(y)，然后进行如下操作：

3-1：将j从0开始递增到N，若出现G(j)大于阈值η,则标记此时的j为目标电容的左边界y₀，跳至下一步骤；反之j继续递增，继续判断G(j)；

3-2：将j从y₀开始递增到N，若出现G(j)小于阈值η，则标记此时的j为目标电容的右边界y₁；反之j继续递增，继续判断G(j)；

由上述步骤提取得到以(x₀,y₀)，(x₀,y₁)，(x₁,y₀)，(x₁,y₁)为顶点的目标电容区域；

步骤(4)：对提取到的目标电容区域进行边缘形状缺陷检测：

4-1：统计以(x₀,y₀)，(x₀,y₀+n)，(x₁,y₀)，(x₁,y₀+n)为顶点的区域内f₁(x,y)＝0的点的个数，记个数为S₁；

4-2：统计以(x₀,y₁-n)，(x₀,y₁)，(x₁,y₁-n)，(x₁,y₁)为顶点的区域内满足f₁(x,y)＝0的点的个数，记个数为S₂；

4-3：统计以(x₀,y₀)，(x₀+m,y₀)，(x₀,y₁)，(x₀+m,y₁)为顶点的区域内满足f₁(x,y)＝0的点的个数，记个数为S₃；

4-4：统计以(x₁-m,y₀)，(x₁,y₀)，(x₁-m,y₁)，(x₁,y₁)为顶点的区域内满足f₁(x,y)＝0的点的个数，记个数为S₄；

若S₁,S₂,S₃,S₄满足如下公式，则判定该电容的边缘存在形状缺陷；反之，继续执行下一步骤；

max{S1(x1-x0)×n,S2(x1-x0)×n,S3(y1-y0)×m,S4(y1-y0)×m}>α]]>

其中n为左右边缘矩形框的宽度，m为上下边缘矩形框的高度，α为检测阈值；

步骤(5)：对提取到的目标电容区域进行高斯滤除，去除噪声；

采用如下公式，滤波后的三通道图像记为g(x,y)：

g(x,y)＝H*f(x,y)

其中H表示一个5×5的高斯核函数，*表示卷积；

步骤(6)：对滤波后的目标电容图像g(x,y)做梯度检测；

6-1：根据如下公式计算梯度公式

g′(x,y)＝|g′_x|+|g′_y|

其中g′_x＝g(x+1,y)-g(x,y)，g′_y＝g(x,y+1)-g(x,y)；

6-2：对g′(x,y)做阈值处理，若g′(x,y)小于阈值β，将其值赋为0，反之，则g′(x,y)保持不变；

6-3：最后统计g′(x,y)内非0点的总个数，若总个数大于阈值T，则判定该电容存在缺陷，反之则判定该电容不存在缺陷。