[发明专利]一种基于图像的工件缺陷检测方法

说明书

本发明公开了一种基于图像的工件缺陷检测方法，包括对模板工件图像和待测工件图像提取工件最小外接矩形区域并进行粗匹配；提取模板工件图像和待测工件图像中的所有白色联通区域，将不符合条件的白色联通区域进行滤除；将待测工件图像和模板工具图像中的所有白色联通区域进行配对并进行平移校正，表示出差异区域；筛选所有差异区域，将筛选后的结果作为缺陷在待测工件图像上进行标记，输出完成缺陷标记的待测工件图像，并提示缺陷数量；还包括采用行列滤波方法筛选所有差异区域。本发明方法提高了缺陷检测的准确度，降低了缺陷检测的总耗时；本发明能满足多种类型待测工件与模板工件图像的高精度匹配，在缺陷检测上有较高的准确率。

技术领域

本发明涉及一种基于图像的工件缺陷检测方法，属于智能检测技术领域。

背景技术

随着科技的发展和生产规模的不断扩大，工业生产对工件质量要求也越来越高，包括检测的实时性和准确性都有了更高的指标。相比于传统检测技术，智能检测技术具有实时、快速、非接触的检测优势，成为目前检测技术的主要发展方向。

例如汽车保险盒用于安装汽车保险丝，是汽车电器线路的保护装置，当汽车线路出故障时可判断问题所在。保险盒的传统检测方法依靠人工检测，检测难度大，误检率与漏检率高，检测耗时长，每个工件检测时间在五分钟左右，难以达到生产要求。

在已经公开的专利文件中，专利申请号201710074962.5、专利名称为一种基于机器视觉的工件缺陷检测方法，其使用了最多将图像分为九大块后再进行匹配校正的方法，单块图像最多能包含五十个白色区域。每对白色区域的校正移动矢量相互独立，采用此专利方法则大块中每对白色区域校正矢量皆一致，因此会造成额外的校正误差，降低匹配精度，容易检测到额外的缺陷，导致误检率上升。同时，原方法为了提高匹配精度，采用的匹配算法多使用卷积方法，线性度差，耗时较长。

总的来说，现有技术中采用的方法时将待检工件图像作为一个整体检测，没有充分考虑到每个区域的差异性，因此检测精度不高，容易误检和漏检，同时单个工件检测时长过长，实时性差。

发明内容

本发明所要解决的技术问题是提高基于机器视觉的工件缺陷检测的精度，提供一种待检测工件内部缺陷检测方法，通过对模板和待测工件图像中逐个白色区域进行匹配校正，采用线性匹配校正方法，在准确率和实时性方面均超越传统方法。

为解决上述技术问题，本发明提供一种基于图像的工件缺陷检测方法，包括以下步骤：

(a)读取已二值化的模板工件图像M_A和待测工件图像M_B；

(b)确定模板工件图像M_A和待测工件图像M_B的上下左右边界，根据边界重新确定模板工件图像M_A和待测工件图像M_B，完成对模板工件图像M_A和待测工件图像M_B的粗匹配；

(c)提取模板工件图像M_A和待测工件图像M_B中的所有白色联通区域，将不符合条件的白色联通区域进行滤除；

(d)将模板工件图像M_A和待测工件图像M_B中的所有白色联通区域进行配对并校正，标示出差异区域；

(e)筛选所有差异区域，将筛选后的结果作为缺陷在待测工件图像上进行标记，输出完成缺陷标记的待测工件图像，并提示缺陷数量。

进一步地，步骤(b)中对模板工件图像M_A和待测工件图像M_B进行粗匹配具体包括：

(b1)分别获得M_A和M_B在上下左右距离边界最近的白点，经过所述白点构造M_A和M_B各自的最小外接矩形轮廓；