[发明专利]一种镜片疵病类型识别的方法

说明书

本发明公开一种镜片疵病类型识别的方法，包括以下步骤：第一步，获取镜片图像，对图像进行预处理；第二步，判断图像上疵病包含的像素数量是否处于第一阈值范围内，若是，则输出疵病类型为气泡；若不是，则进行下一步；第三步，判断图像上疵病的圆形系数是否处于第二阈值范围内，若是，则输出疵病类型为点状疵病；若不是，则进行下一步；第四步，判断图像上疵病的长形系数是否处于第三阈值范围内，若是，则输出疵病类型为羽毛；若不是，则输出疵病类型为划痕。本发明算法简单，通过设置检测阈值能够准确识别出镜片中最常见的气泡、点、羽毛、划痕四种疵病，尤其对于较难区分而又比较常见的羽毛和划痕识别的准确率很高。

技术领域

本发明属于视觉检测及图像处理技术领域，尤其涉及镜片质量自动化检测领域，具体是一种镜片疵病类型识别的方法。

背景技术

眼镜镜片制造工艺复杂，精度要求高,在制造过程中往往会产生一些缺陷，主要包括气泡、羽毛、划痕、点等。这些缺陷会严重影响镜片品质，因此在生产过程中，必须对镜片可能产生的各种疵病进行在线检测。目前国内镜片疵病检测技术还不成熟，企业主要以人工检测为主。结果容易受眼睛分辨能力以及工作经验、个人态度、容易疲劳等主观性的影响，很容易混淆不同的疵病类型，漏检率高并且速度慢，而且检测数据的保存和查询不方便，不能满足统计质量控制需求。因此对这些飞速从生产线上穿过的产品进行自动化检测成为镜片制造行业未来发展的方向。

镜片的自动化检测中确定镜片质量优劣的依据就是各种疵病的种类以及相应类型疵病的位置和数目。所以疵病类型的确定是镜片自动化检测中的难点和核心。国外90年代初开始研制计算机视觉在线检测设备，但主要针对制造流程相对简单，缺陷明显且标准低的玻璃，在镜片检测方面相关的研究很少。镜片质量要求高，疵病面积小而且多种疵病外形、亮度差异不大，很难辨分，对实现镜片的自动化检测造成极大的困扰。

发明内容

本发明的目的是针对现有技术存在的问题，提供一种镜片疵病类型识别的方法，根据疵病外形特征，通过简单的算法即可实现对疵病类型的快速、准确识别。

为实现上述目的，本发明采用的技术方案是：

一种镜片疵病类型识别的方法，包括以下步骤：

S1，获取镜片图像，对图像进行预处理；

S2，判断图像上疵病包含的像素数量是否处于第一阈值范围内，若是，则输出疵病类型为气泡；若不是，则进行步骤S3；

S3，判断图像上疵病的圆形系数是否处于第二阈值范围内，若是，则输出疵病类型为点状疵病；若不是，则进行步骤S4；

S4，判断图像上疵病的长形系数是否处于第三阈值范围内，若是，则输出疵病类型为羽毛；若不是，则输出疵病类型为划痕。

具体地，步骤S1中，对图像进行预处理的方法为：采用中值滤波法对图像进行除噪处理，利用最大类间方差法对图像进行阈值分割，并对分割得到的目标图像进行二值化处理。

具体地，步骤S2中，所述第一阈值范围为：N≥500，其中N为疵病包含的像素数量。

具体地，步骤S3中，所述第二阈值范围为：0.85≤C≤1.15，其中C为疵病的圆形系数。

进一步地，所述圆形系数定义为：C＝S/N，其中S为疵病最小外接圆面积，N为疵病包含的像素数量。

进一步地，所述疵病最小外接圆面积S的计算方法为：分别对目标疵病进行纵向扫描和横向扫描，获取疵病最上端与最下端之间的距离M以及疵病最左端与最右端之间的距离T；疵病的最小外接圆面积由以下公式计算得到：

其中，D为疵病最小外接圆的直径。