[发明专利]棱边缺陷检测方法、装置、电子设备及存储介质有效

专利信息
申请号: 201811478391.2 申请日: 2018-12-05
公开(公告)号: CN109632808B 公开(公告)日: 2021-11-09
发明(设计)人: 彭业萍;吴敏;曹广忠;阮松波 申请(专利权)人: 深圳大学
主分类号: G01N21/88 分类号: G01N21/88;G06T7/00;G06T7/11;G06T7/13;G06T7/136
代理公司: 深圳协成知识产权代理事务所(普通合伙) 44458 代理人: 伍永森;周婧
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 缺陷 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种棱边缺陷检测方法,用于检测待测设备的棱边缺陷,其特征在于,所述方法包括步骤:

获取待测设备的棱边图像,包括:

采集所述待测设备的表面图像,所述待测设备的棱边位于所述表面的边缘;

对所述表面图像进行滤波处理,得到第一梯度图像和第二梯度图像;

通过图像阈值分割算法对所述第二梯度图像划分出棱边的目标区域;

从所述目标区域中分别提取水平棱边区域和垂直棱边区域;

从所述水平棱边区域和垂直棱边区域中分别提取水平棱边骨架和垂直棱边骨架;

对所述水平棱边骨架和所述垂直棱边骨架采用最小二乘法拟合,确定水平棱边最优直线和垂直棱边最优直线;

根据所述水平棱边最优直线和所述第一梯度图像,提取到所述水平棱边图像;根据所述垂直棱边最优直线和所述第二梯度图像,提取到所述垂直棱边图像;

将所述棱边图像划分为多个图像块;

分别检测每个图像块是否存在缺陷,得到与每个图像块对应的检测结果;

当任一个检测结果显示存在缺陷时,则确定所述待测设备的棱边存在缺陷。

2.根据权利要求1所述的棱边缺陷检测方法,其特征在于,所述对所述表面图像进行滤波处理,得到第一梯度图像和第二梯度图像,具体包括:

对所述表面图像进行梯度锐化提取棱边信息,得到所述第一梯度图像;

对所述表面图像进行基于频域的高通滤波增强图像的高频信息在滤除干扰的情况下保留缺陷信息,再进行梯度锐化提取棱边信息,得到所述第二梯度图像。

3.根据权利要求1所述的棱边缺陷检测方法,其特征在于,所述方法还包括:

判断所述水平棱边骨架和所述垂直棱边骨架是否与图像块中心对称线存在偏差;

若是,则对所述棱边采用图像插值方法修正位置偏差,得到修正后的棱边图像。

4.根据权利要求3所述的棱边缺陷检测方法,其特征在于,所述将所述棱边图像划分为多个图像块,具体包括:

确定所述棱边的起点坐标和终点坐标;

将所述棱边图像以棱边区域中心线为对称轴,分别沿第一方向和第二方向扩展e个像素点,其中,所述第一方向与第二方向相反,e为正整数;

以h个像素点为高,2e+1个像素点为宽,将所述棱边图像划分为连续的多个图像块。

5.根据权利要求1所述的棱边缺陷检测方法,其特征在于,所述方法还包括:

基于所述多个图像块的特征差异,通过对大量的图像块样本的灰度长轴分布进行统计,建立高斯分布模型,以得到图像块正常的概率函数并确定图像块正常的概率阈值;其中,所述灰度长轴是图像惯性主轴的长轴,可通过引入图像二阶矩计算得到。

6.根据权利要求5所述的棱边缺陷检测方法,其特征在于,所述分别检测每个待测图像块是否存在缺陷,具体包括:

分别计算每个图像块的灰度长轴,带入所述高斯分布模型的图像块正常的概率函数,计算得到图像块正常的概率;

当所述概率小于所述图像块正常的概率阈值时,则检测所述图像块存在缺陷。

7.一种棱边缺陷检测装置,应用于如权利要求1至6任一项所述的一种棱边缺陷检测方法,用于检测待测设备的棱边缺陷,其特征在于,所述装置包括:

图像获取模块,用于获取待测设备的棱边图像;

划分模块,用于将所述棱边图像划分为多个图像块;

检测模块,用于分别检测每个图像块是否存在缺陷,得到与每个图像块对应的检测结果;

缺陷确定模块,用于当任一个检测结果显示存在缺陷时,则确定所述待测设备的棱边存在缺陷。

8.一种电子设备,其特征在于,所述电子设备包括处理器以及存储器;

所述处理器用于执行存储器中存储的棱边缺陷检测程序,以实现权利要求1-6任一项所述的方法。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1-6任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811478391.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top