[发明专利]局部阈值分割方法及缺陷检测方法

说明书

本发明公开了一种局部阈值分割方法及缺陷检测方法，包括在图像的起始位置处选取初始的中心标记点；以所述中心标记点为中心设置局部选区A和选区B，所述选区B为选区A的子区域，计算中心标记点处的阈值：根据阈值对该点进行二值化处理；沿图像坐标系的方向，将标记点的下一个像素点或将与中心标记点距离t的像素点记为新的中心标记点，对新的中心标记点重复进行二值化，直到完成整幅图像的阈值分割；本方法对于低对比度、细小缺陷的图像检测，具有明显的优势，实时性好，适用于工业现场对于产品质量的监测。

技术领域

本发明涉及视觉检测领域，具体涉及一种局部阈值分割方法及缺陷检测方法。

背景技术

图像分割是由图像处理到图像分析的关键步骤，现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等，理想情况下图像分割，图像的曝光度控制在合理的范围、对比度强，亮度适中，图像分割效果明显，但实际采集的图像由于光照、被测物材质的影响，容易出现过度曝光、图像的灰度不均匀分布、图像噪点等影响因素，例如对于汽车冲压件而言，由于冲压件本身的颜色较暗，并且汽车生产车间的检测环境复杂，导致传统的阈值分割方法在低对比度的图像分割上无法取得较好的效果，其表面上的微小缺陷(如划痕、压印缺陷、锌灰缺陷)，很容易漏检。

发明内容

针对上述问题，本发明提出一种局部阈值分割方法及缺陷检测方法，对于低对比度、细小缺陷的图像检测，本方法具有明显的优势，其降低了对采集图像质量的要求，实时性好，适用于工业现场对于产品质量的监测。

一种局部阈值分割方法，包括以下步骤：

1)在图像的起始位置处选取某一像素点(L，L)，并将其作为初始的中心标记点；L＝1～4像素；

2)以所述中心标记点为中心设置局部选区A和选区B，所述选区B为选区A的子区域，计算中心标记点处的阈值：

T＝m+k×s-H

其中，m为选区A内所有像素点的灰度均值；k是一个修正参数，0k1，s为选区A内所有像素点灰度值的标准差，H为阈值补偿项；

m＇为选区B内所有像素点或除去中心标记点之外的其他像素点的灰度均值；s＇为选区B内所有像素点灰度值的标准差；系数p设置为2～10之间的整数；

判断中心标记点的灰度值是否大于阈值T，若是，则将其灰度值设置为255，反之，将其灰度值设置0，对该点进行二值化处理；

3)沿图像坐标系的方向，将标记点的下一个像素点或将与中心标记点距离t的像素点记为新的中心标记点，重复步骤2)，直到得出图像坐标点(N-L+1，M-L+1)处的阈值T；N为灰度图的总行数，M为灰度图的总列数；并用该阈值对点(N-L+1，M-L+1)进行二值化处理；完成整幅图像的阈值分割。

优选，步骤3)中每次重复步骤2)，设置的选区A和选区B的尺寸均与第一次设置的选区A和选区B大小相同；

所述选区A和选区B均为方形选区。

进一步，所述选区A的大小为9×9、7×7、5×5；选区B的大小为5×5、3×3；

优选为3×3。

进一步，所述选区B由中心标记点以及与中心标记点相邻的四个像素点构成。

优选，t＝1～3像素。

一种缺陷检测的方法，其利用上述局部阈值分割方法进行缺陷检测，包括以下步骤：

对采集到的被测物图像进行图像预处理，对预处理后的图像进行步骤1)～3)得到阈值分割后的二值化图像；