[发明专利]一种检测手机外壳轮廓度缺陷方法

权利要求书

1.一种检测手机外壳轮廓度缺陷方法，其特征在于，包括：将被测试的智能手机外壳(5)放置在测试系统结构件(4)的前方中央位置处的移动测试平台上，测试系统结构件(4)的两端分别设置有第一CMOS摄像模组(2)和第二CMOS摄像模组(3)，其具体方法包括：

步骤1)设置传感器采样行数为n个像素，按照深度测量范围确定传感器采样像素行数；

步骤2)放置手机外壳到移动测试平台的工作台托板上，使用波长405nm的半导体线结构光激光器照射手机外壳，第一CMOS摄像模组和第二CMOS摄像模组分别采集激光线图像，提取光条特征图像信息，摄像头光轴和激光线光平面夹角选择了45度；

步骤3)伺服电机带动移动测试平台的工作台托板移动，移动过程中半导体线结构光激光器连续照射手机外壳，第一CMOS摄像模组和第二CMOS摄像模组解析光条图像信息，计算机将光条图像位置坐标转换成上表面3D点云数据，系统在2秒内完成表面轮廓检测，获取产品测量高度图；测试过程中，图像采样次数St＝pl/sstep，pl是产品测量长度，sstep是采样步长；

步骤4)产品测量高度图生成后，将高度图转换成灰度伪彩图，图像中浅色代表凸出的结构特征，深色代表凹进去结构特征；按照灰度图像的处理方法处理灰度伪彩图，使用2D图像检测方法进行后处理；

步骤5)在实际产品高度图生成灰度伪彩图后，进行产品空间定位运算，定位运算使用轮廓特征匹配方法；

步骤6)根据步骤5)定位信息二次定位检测区域，将检测区域Ri1分成若干网格，为了避免漏检，网格区域设置若干像素宽度的重叠区域；

对每个区域的点云使用机器学习的大数据拟合方法进行处理，使用最小二乘法数据拟合计算出每个网格区域的平面一般方程模型AX+BY+CZ+D＝0；

为避免散乱点干扰，使用了最小二乘法迭代竞争算法，即采用多次最小二乘回归获得精确的网格平面模型，每次拟合后将所有点重新代入模型，计算出点到平面距离，选出误差较小的点重新进行拟合，这样经过多次拟合后获得精确的网格平面模型，从而排除散乱点对模型计算的干扰。

2.根据权利要求1所述的检测手机外壳轮廓度缺陷方法，其特征在于，步骤6)后，具体还包括：

步骤7)根据轮廓高度图数据，计算手机凹凸点的体积；

首先在每个网格内所有点计算到步骤6)拟合出来网格区域的平面的距离，距离大于t的点标记出来，设置成255白色像素，距离小于t的标记成0黑色像素；这样就形成缺陷的连通斑点图像，然后使用Blob分析算法快速检测出斑点的数目和每个斑点的面积；最终根据合格产品的缺陷数目和面积的要求进行分类，每次进行一次面积缺陷检测仅需十几个ms；其中，t是预设的一个值。

3.根据权利要求2所述的检测手机外壳轮廓度缺陷方法，其特征在于，步骤7)中，具体包括：

首先设定一个较小的分割阈值tr1，然后将阈值tr1计算出来的连通域范围作为凹凸点的计算区域，此区域面积值是s1，在此区域内检测不同分割值tr2，tr3，tr4，...，trn的子连通域面积s2，s3，s4，...，sn，子连通域边界搜索使用种子生长法实现，每次边界检测完面积值相应也可以获得；

其中，凹凸点体积V＝m*(s1+s2+s3+s4+，...，+sn)，即凹凸点体积是在初始搜索到的连通域范围内进行计算，这里m是相邻阈值trn和trn+1之间的高度差。