[发明专利]一种陶瓦智能在线检测与自动分级方法和系统

说明书

本发明公开了一种陶瓦智能在线检测与自动分级方法和系统，其通过获取待检测陶瓦的图像数据，分别对所述图像数据进行裂纹缺陷检测、缺角缺陷检测、色差缺陷检测、缺釉缺陷检测和鼓包缺陷检测，依据上述缺陷检测结果获取待检测陶瓦的等级，依据其检测需要分别对采集图像进行第一预处理或第二预处理，同时，采用不同的滤波及缺陷提取方式，尤其是在进行缺釉检测时进行颜色判别，并采用不同算法对不同颜色的待检测陶瓦进行图像预处理、图像分割、特征提取及对应的缺陷等级，可以实现多种缺陷检测，并实现多种复杂外形结构的陶瓦检测智能分级。

技术领域

本发明属于图像检测领域，具体涉及一种陶瓦智能在线检测与自动分级方法和系统。

背景技术

对陶瓦进行质量检测是陶瓦生产过程中十分重要且必不可少的环节，目前很多陶瓦生产企业仍然采用人工检测的方法完成质量检测和产品分级，检测误差大、漏检率高的问题。

国内外已有一些机构采用机器视觉技术对陶瓷产品质量检测展开了研究。机器视觉技术，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。

然而，已有研究大多是针对裂纹、缺釉、色差等某单一缺陷进行的，不够系统和智能。其次，已有研究主要集中在几何外形比较简单的瓷砖、陶瓦、陶瓷碗等陶瓷产品上，对于几何外形较为复杂多样的陶瓦产品的缺陷检测，无法实现同时检测多种缺陷，无法实现多种复杂外形结构的陶瓦检测智能分级。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种陶瓦智能在线检测与自动分级方法和系统，其通过获取待检测陶瓦的图像数据，分别对所述图像数据进行裂纹缺陷检测、缺角缺陷检测、色差缺陷检测、缺釉缺陷检测和鼓包缺陷检测，依据上述缺陷检测结果获取待检测陶瓦的等级，依据其检测需要分别对采集图像进行第一预处理或第二预处理，同时，采用不同的滤波及缺陷提取方式，可以实现多种缺陷检测，并实现多种复杂外形结构的陶瓦检测智能分级。

为实现上述目的，按照本发明的一个方面，提供了一种陶瓦智能在线检测与自动分级方法，包括如下步骤：

获取待检测陶瓦的图像数据，分别对图像数据进行裂纹缺陷检测、缺角缺陷检测、色差缺陷检测、缺釉缺陷检测和鼓包缺陷检测，依据上述缺陷检测结果获取待检测陶瓦的等级，其中，

裂纹缺陷检测为对图像数据进行第一预处理，采用自定义滑动滤波和自动区域生长法提取缺陷特征，依据提取的缺陷特征判断待检测陶瓦是否存在裂纹缺陷及对应的缺陷等级；

缺角缺陷检测为对图像数据进行第二预处理，采用自适应阈值分割算法提取陶瓦缺角特征并计算缺角面积；

色差缺陷检测为对图像数据进行第二预处理，采用自适应阈值分割算法提取陶瓦色差特征并计算色差面积；

缺釉缺陷检测为依据图像数据对待检测陶瓦进行颜色判别，采用不同算法对不同颜色的待检测陶瓦进行图像预处理、图像分割、特征提取及对应的缺陷等级；

鼓包缺陷检测为对图像数据进行第二预处理，分别采用自定义滑动滤波器滤波、线性中值滤波和插值低通滤波对预处理后的图像进行滤波，采用阈值分割法提取缺陷特征，依据提取的缺陷特征判断待检测陶瓦是否存在裂纹缺陷及对应的缺陷等级。

作为本发明的进一步改进，第一预处理为对图像数据进行颜色空间变换，采用RGB图像中红色通道的图像，选取预设模板对红色通道的图像进行中值滤波。

作为本发明的进一步改进，自定义滑动滤波为采用双窗模型对第一预处理后的图像进行滑动滤波，双窗模型的外窗为背景区域，内窗为检测区域。