[发明专利]基于规律纹理背景重建的手机屏幕缺陷检测方法

说明书

本发明涉及一种基于规律纹理背景重建的手机屏幕缺陷检测方法，首先对图像进行傅里叶变换，求出图像频谱的幅度谱，通过对二值化的幅度谱进行霍夫直线拟合得到滤波模板，用模板对图像的实部和虚部分别进行滤波，再进行傅里叶反变换并归一化得到不含缺陷的背景重建图，最后用原图减去背景重建图并进行自适应二值化得到只包含缺陷的二值图。本发明方法能有效定位规律纹理背景下的屏幕缺陷。

技术领域

本发明涉及机器视觉与视频图像处理技术领域，具体为基于规律纹理背景重建的手机屏幕缺陷检测方法。

背景技术

通过人工视觉来完成对手机屏幕缺陷检测，存着工作量大、漏检率高、误检率高、受主观感觉影响等多种问题，基于机器视觉的手机屏幕缺陷自动检测能有效解决这一问题。为突出缺陷的特征，去除手机屏幕的规律的背景纹理是进行缺陷检测的关键。

现有技术中，通过寻找手机屏幕上缺陷部分和正常部分的特征来进行缺陷检测的方法如线性回归和梯度直方图等，方案为先计算缺陷区域和邻近区域像素的灰度值的差异，然后设定一个阈值，当差异大于这个阈值的时候就判定为缺陷。为了有效、准确地定位缺陷，这些在空间域进行图像处理的方法需要先去除规律背景纹理的干扰。然而线性回归和梯度直方图都无法有效地去除规律背景纹理的干扰。离散傅里叶变换是一种描述图像频谱的算法。本发明提出通过拟合手机屏幕背景的横向纹理和纵向纹理在频谱的分布来设计滤波器，滤除缺陷的频谱，保留背景纹理的频谱，来重建背景并检测缺陷。

发明内容

本发明要解决的问题是：现有通过机器视觉进行手机屏幕缺陷检测的方法易受规律背景纹理干扰，往往产生误检或漏检，定位不准。

本发明的技术方案为：一种基于规律纹理背景重建的手机屏幕缺陷检测方法，采用离散傅里叶变换重建手机屏幕的背景纹理，之后再通过背景差分进行缺陷检测，所述缺陷检测方法包括三个阶段：

1)离散傅里叶变换获取模板阶段，采用离散傅里叶变换，获得手机屏幕图像的频谱实部和虚部，并计算频谱的幅度谱，通过对二值化的幅度谱进行霍夫直线拟合得到滤波模板；

2)模板滤波阶段，用滤波模板分别和频谱的实部和虚部进行矩阵点乘，得到滤波后的实部和虚部；

3)离散傅里叶反变换并检测缺陷阶段，对滤波后的实部和虚部进行离散傅里叶反变换并归一化，得到不包含缺陷的手机屏幕背景重建图像，将手机屏幕图像的原图像减去得到的背景重建图像，得到不包含背景的缺陷图像，对新得到的缺陷图像自适应二值化，得到包含缺陷的二值图，即可检测出手机屏幕的缺陷。

步骤1)具体为：

11)利用频谱的实部和虚部计算幅度谱：

其中，G_u,v表示幅度谱，R_u,v表示频谱的实部，I_u,v表示频谱的虚部；

12)通过快速排序算法获取幅度谱的前百分之h的像素的灰度值t，将幅度谱中灰度值大于t的像素的值置为255，小于t的像素的值置为0，得到二值化的幅度谱：

其中，M(u,v)表示二值化的幅度谱，G(u,v)为幅度谱，t为阈值化的阈值，

对得到的二值化的幅度谱进行霍夫直线拟合，并对拟合得到的每条直线往左右分别拓展10个像素，形成宽为20像素的灰度值为255的矩形，所有拟合出的直线形成的矩形组成一个滤波模板M′(u,v)。

步骤2)具体为：将模板和频谱的实部和虚部分别进行矩阵的点乘，去掉代表缺陷的频率成分，得到滤波后的包含背景频谱的实部和虚部：