[发明专利]基于暗场图像的光学元件弱划痕检测方法、系统和装置有效

专利信息
申请号: 201910955032.X 申请日: 2019-10-09
公开(公告)号: CN110706224B 公开(公告)日: 2022-02-25
发明(设计)人: 侯伟;陶显;徐德 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06T7/00 分类号: G06T7/00;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 郭文浩;尹文会
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 暗场 图像 光学 元件 划痕 检测 方法 系统 装置
【说明书】:

发明属于机器视觉检测领域,具体涉及一种基于暗场图像的光学元件弱划痕检测方法、系统和装置,旨在为了解决现有技术对于深度较浅成像暗的弱划痕无法完成检测问题。本发明通过图像采集装置获取待检测光学元件的暗场图像;以设定大小的窗口作为遍历窗口在待检测图像中进行遍历,基于遍历窗口中灰度值小于作为遍历窗口中心点的像素的灰度值的像素数量对各像素灰度值进行更新;通过空域滤波获取第三图像组,将弱划痕图像的像素位置信息作为弱划痕检测结果输出。本发明能够增强划痕与背景的差异,从而通过判断即可检测出与背景灰度接近的弱划痕;在灰度值更新和空域滤波基础上,通过编码—解码卷积神经网络还可以实现弱划痕的自动化提取。

技术领域

本发明属于机器视觉检测领域,具体涉及一种基于暗场图像的光学元件弱划痕检测方法、系统和装置。

背景技术

光学元件广泛应用于相机镜头、手机盖板、屏幕外侧保护层以及激光束光路调节等光学系统中,具有十分广泛的用途。然而在光学元件的生产过程中,通常需要进行表面抛光,在抛光过程中难以避免的在光学元件表面留下划痕。这些划痕对光学元件效能的发挥产生不利的影响,因此,对划痕的检测是光学元件生产和使用过程中不可缺少的环节。目前基于机器视觉的光学元件表面划痕检测还处于快速发展阶段。

早期由于抛光设备精度较差的原因,抛光产生的划痕强度较大,对这种划痕的自动检测效果已经取得比肩人类目视检测的精度。随着抛光设备精度的提高,光学元件表面的划痕强度已经变的非常弱,在成像后划痕与背景的灰度值接近,即使专业的划痕检测人员也需要费时费力地进行目视检测。

总之,现有系统能够对深度较大成像明亮的划痕以较高精度进行检测,但是对于深度较浅成像暗淡的划痕已经无法完成检测任务。因此,现有技术中缺乏一种有效检测光学元件弱划痕的方法。

发明内容

为了解决现有技术中的上述问题,即为了解决现有系统对于深度较浅成像暗淡的划痕无法完成检测,现有技术中缺乏一种有效检测光学元件弱划痕的方法的问题,本发明提出了一种基于暗场图像的光学元件弱划痕检测方法,该方法包括:

步骤S110,通过图像采集装置获取待检测光学元件的暗场图像,作为第一图像;

步骤S120,以设定大小的窗口作为遍历窗口,分别以所述第一图像中的各像素点作为遍历窗口中心点,在所述待检测图像中进行遍历,获取各像素点的局部最大值指数;所述局部最大值为遍历窗口中灰度值小于作为遍历窗口中心点的像素的灰度值的像素数量;分别用各像素的局部最大值指数与预设第一阈值的差值对各像素灰度值进行更新,得到更新后的第一图像,作为第二图像;

步骤S130,采用方向敏感卷积算子对所述第二图像进行空域滤波,获取多个第三图像,构建第三图像组;所述方向敏感卷积算子包含多个方向特征提取模板,所述方向特征提取模板中设置有过其中心点的方向线段,全部方向特征提取模板中的方向线段在其中一个方向特征提取模板上的投影成等夹角的辐条状,分别基于各方向特征提取模板提取所述第二图像中所述方向线段对应位置像素的灰度值的平均值;

步骤S140,将每个第三图像中灰度值满足预设条件的像素组成的图斑识别为弱划痕图像,所述图斑的长宽比大于预设第二阈值;将所述弱划痕图像的像素位置信息作为弱划痕检测结果输出。

在一些优选的实施方式中,所述遍历窗口大小为N×N像素,其中N为[15,35]区间的奇数。

在一些优选的实施方式中,步骤S120中“用各像素的局部最大值指数与预设第一阈值的差值对各像素灰度值进行更新”,其方法为:

步骤S121,获取所述预设第一阈值T,

步骤S122,获取各像素的更新后灰度值Y,

其中,LMI为像素的局部最大值指数。

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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/201910955032.X/2.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