[发明专利]基于机器视觉的产品表面形状缺陷检测方法和系统

说明书

本发明提出一种基于机器视觉的产品表面形状缺陷检测方法，包括以下步骤：通过图像采集获取待检测产品的样本图像和目标图像；对所述样本图像和目标图像进行预处理，分别获取样本图像和目标图像的二值图；对所述样本图像的二值图和所述目标图像的二值图进行差运算，获取差影图和缺陷值，根据所述缺陷值判断所述目标图像是否有缺陷。本发明无接触的自动检测产品表面图案的质量，不需取回缺陷产品一一对比，大大减少工作人员的工作量。且该方法易于扩展，若需要对颜色也进行检查，只需在图像处理模块中的图像对比与分析中加入颜色对比算法即可。

技术领域

本发明涉及产品缺陷检测领域，特别涉及一种基于机器视觉的产品表面形状缺陷检测方法和系统图像处理领域。

背景技术

工业产品表面会印有许多的花纹、图案以及一些必须的说明标签，当这些图案、标签有了缺陷，那不论是对产品的美观性、舒适性还是实用性都会产生不良影响。传统的检测方法一般都是人工检测，它有着效率低、成本高、准确率一般、实时性低，一般人工检测还会采取抽检方法，这样难免会有漏网之鱼，降低准确率，而基于机器视觉的方法将会大大克服这些弊端。目前为止关于这方面的方法基本都是面对有规则的花纹表面的检测，比如说壁纸、钢铁、太阳能电池等产品表面缺陷的检测，而对无规则图案表面的检测则很少。

中国发明专利200910232677.7揭示了一种基于视觉仿生的铜带表面质量智能检测装置及方法。但是由于产品表面缺陷出现的概率小于5％，当前的计算机视觉检测方法对获取的每一帧图像都进行分割、表面缺陷特征提取等操作，花费了大量时间在正常图像的处理上，降低了系统的实时性，存在检测效率不高、缺陷类型识别准确度低等不足。

发明内容

基于上述问题，本发明的目的旨在至少解决所述技术缺陷之一。本发明提出一种基于机器视觉的产品表面形状缺陷检测方法，该方法包括以下步骤：

通过图像采集获取待检测产品的样本图像和目标图像；

对所述样本图像和目标图像进行预处理，分别获取样本图像和目标图像的二值图；

对所述样本图像的二值图和所述目标图像的二值图进行差运算，获取差影图和缺陷值，根据所述缺陷值判断所述目标图像是否有缺陷。

优选的，所述对所述样本图像和目标图像进行预处理，分别获取样本图像和目标图像的二值图的步骤包括：

对所述样本图像和目标图像进行灰度处理，对处理后的样本图像和目标图像通过中值滤波进行去噪；

判断去噪后的图像是否为目标图像；

若是，则对去噪后的样本图像和目标图像进行hough变换检测，分别找出样本图像和目标图像的边界，获得边界集；

将目标图像的边界集与样本图像的边界进行匹配处理，对处理后的图像进行canny算子的边缘检测，分别得到样本图像和目标图像的二值图。

优选的，所述将目标图像的边界集与样本图像的边界进行匹配处理的步骤包括：

将目标图像的边界集与样本图像的边界进行对比，然后对目标图像进行旋转与缩放操作，使目标图像的边界与样本图像的边界吻合。

优选的，所述对所述样本图像和目标图像进行灰度处理的步骤包括：

通过加权平均法对所述样本图像和目标图像进行灰度处理。

优选的，所述根据所述缺陷值判断所述目标图像是否有缺陷的步骤包括：

若缺陷值大于阈值则目标图像有缺陷，否则，目标图像没有缺陷。

本发明实施例还提供一种基于机器视觉的产品表面形状缺陷检测系统，所述系统包括：

图像采集模块，获取待检测产品的样本图像和目标图像；