[发明专利]一种X射线快速自动检测方法

权利要求书

1.一种X射线快速自动检测方法，其特征在于，包括样本离线学习模块和产品在线检测模块：

所述样本离线学习模块包括：确定检测产品内部待识别子目标区域以及子目标区域个数，并根据待识别子目标区域确定产品与检测工作台周向旋转的最大步长n°，n可被360整除；

根据确定的最大旋转步长n°，对一标准的合格产品在全周向方位下采用X射线成像，得到N＝360/n个图像序列；图像采集电路将获得的图像序列送给计算机处理单元进行检测识别；

计算机处理单元根据确定的待识别子目标区域，提取每一方位下产品图像的待识别子目标区域图像，进行图像数据重排，作为对每一方位下产品图像的检测识别特征，建立识别特征标准样本库；所述图像数据重排，重排方法既可以是对像素灰度值重排，也可以对各子区域图像提取某种特征或做某种变换法后的数据重排；

提取每一方位下产品图像中具有代表性的不变子区域作为位置特征，建立并保存N幅序列图像的位置特征标准样本库；

所述产品在线检测模块包括：对送到检测工作台的当前产品成像，提取当前产品位于某个随机方位的位置特征，确定当前产品在位置特征标准样本库中的最优解，即确定产品成像的当前方位，也称确定周向方位；所述提取位置特征的方法与样本离线学习模块中的方法相同；

确定周向方位后提取当前产品在该方位下的检测识别特征，进行数据重排后，与识别特征标准样本库中同一周向方位下的最优解匹配；如果在当前方位下检测识别特征匹配成功，则根据检测需要及确定的检测步长，转向下一特定方位，成像并提取检测识别特征后进行最优解匹配，逐个完成当前产品在各特定方位的最优解匹配；如果在某一个方位下匹配不成功，则直接将当前产品下料到废品区；进行下一个产品的在线检测；所述的提取检测识别特征以及数据重排的方法与样本离线学习模块中的方法相同；

在样本离线学习模块和产品在线检测模块中，通过提取第i方位下整幅图像中的一个特征明显且不会出现缺陷的子区域作为周向第i方位的位置特征并保存。

2.如权利要求1所述的一种X射线快速自动检测方法，其特征在于，对每一方位下产品图像的待识别子目标区域图像进行图像数据重排时，先将任意方位i下的产品图像X表示为：

其中，矩阵中的元素x_kl表示图像在第k行第l列的像素灰度值，图像大小为K×L；假设产品内部有S个待识别子目标区域，按照待识别子目标区域在产品中的重要性与可能出错的概率依次排序为：1,2,…,S，且每个待识别子目标区域图像大小分别为K_j×L_j，其在图像中占据的大小为K_j行，L_j列，0＜j≤S；

提取上述S个待识别子目标区域的特征，比如某方向的投影，可分别得到L₁,L₂,…,L_S维数的投影特征向量：

其中，F_i1,F_i2,…,F_iS分别表示在i方位下的S个待识别子目标图像投影特征向量，各投影特征向量的维数或长度分别为子目标图像区域宽度L₁,L₂,…,L_S；

将多个子目标区域数据首尾连接重排后可得投影识别特征：

F_i＝[f_i1(1),f_i1(2),…,f_i1(L₁),f_i2(1),f_i2(2),…,f_i2(L₂),…,f_iS(1),f_iS(2),…,f_iS(L_S)] (3)

规范重写为：

F_i＝(f_i1,f_i2,…,f_iM) (4)

其中，F_i代表产品在i方位下的投影识别特征向量，M为投影识别特征向量的维数，M＝L₁+L₂+…+L_S；

提取每一个方位下图像的投影识别特征向量，作为每一方位下图像的检测识别特征，建立并保存N幅序列图像的识别特征标准样本库：

其中，F₁,F₂,…,F_N分别表示产品图像在N个方位下的检测识别特征。

3.如权利要求2所述的一种X射线快速自动检测方法，其特征在于，提取S个待识别子目标区域的特征时，是提取S个待识别子目标区域的垂直投影。