[发明专利]一种图像形态学处理方法和系统

说明书

本发明涉及图像处理技术领域，具体涉及一种图像形态学处理方法和系统，该方法包括：获取待检测产品的图像后，提取待处理图片中的缺陷像素点，对提取出的缺陷像素点进行去噪处理，除去孤立的干扰像素点，对去噪后的所有缺陷像素点进行遍历，分别获取横向轮廓像素点的总个数以及纵向轮廓像素点的总个数，计算横向轮廓像素点的总个数和纵向轮廓像素点的总个数分别占去噪后所有像素点的比重，若两者比重均大于预设值则确定缺陷为团状，否则为条状。通过该方法可以快速的识别出产品表面的缺陷形状，节约了人力成本且识别效率高。

技术领域

本发明涉及图像处理技术领域，具体涉及一种图像形态学处理方法和系统。

背景技术

在工业生产技术领域，对于产品的品控要求十分严格，尤其是在一些金属或者玻璃生产时，对其表面的光滑度要求极高，例如生产手机壳体时，对其表面的光滑度要求很高，如果表面有划痕，则会影响产品的品质，但是在某些情况下如果划痕较短或者划痕面积较小则可以通过后续的工序修复，例如通过后续的电镀等工艺可以修复和掩盖，则无需返工。因此针对不同的产品表面的缺陷，首先需要识别出缺陷的大致形状，例如为团状、条状等，然后再进一步根据不同的方法分别计算团状的面积或者条状的面积，从而获取缺陷的大小，再判定是否需要返工。现有技术中通过人工肉眼识别缺陷的形状，采用人工识别的方法首先是识别速度慢，同时需要消耗大量的人力成本，另外就是人工识别时精度无法保证，存在较大的鲁棒性。

发明内容

为了解决现有技术中采用人工识别缺陷形状时识别速度慢以及人力成本高的技术问题，本申请提供一种图像形态学处理方法和系统。

一种图像形态学处理方法,包括：

提取待处理图片中的缺陷像素点；

对提取出的缺陷像素点进行去噪处理，除去干扰像素点；

对去噪后的所有缺陷像素点进行遍历，分别获取横向轮廓像素点的总个数以及纵向轮廓像素点的总个数；

计算所述横向轮廓像素点的总个数和纵向轮廓像素点的总个数分别占去噪后所有像素点的比重，若两者比重均大于预设值则确定缺陷为团状，否则为条状。

其中，所述提取待处理图片中的缺陷像素点包括：

采用自适应阈值法从待处理图片中提取出所有符合缺陷条件的缺陷像素点，并记录每个缺陷像素点的坐标。

其中，所述对提取出的缺陷像素点进行去噪处理，除去干扰像素点包括：

根据提取出来的所有符合缺陷条件的缺陷像素点进行直线拟合，计算每个像素点到拟合的直线的距离，将距离大于预设距离的像素点确定为干扰像素点并除去。

其中，所述对去噪后的所有缺陷像素点进行遍历，分别获取横向轮廓像素点的总个数以及纵向轮廓像素点的总个数包括：

沿着横向分别获取每行缺陷像素点中的横坐标最小值和最大值对应的像素点，将提取出的所有像素点的个数相加得到横向轮廓像素点的总个数；

沿着纵向分别获取每列缺陷像素点中的纵坐标最小值和最大值对应的像素点，将提取出的所有像素点的个数相加得到纵向轮廓像素点的总个数。

其中，所述计算所述横向轮廓像素点的总个数和纵向轮廓像素点的总个数分别占去噪后所有像素点的比重，若两者比重均大于预设值则确定缺陷为团状，否则为条状包括：

若所述横向轮廓像素点的总个数与所有像素点个数的比值以及纵向轮廓像素点的总个数与所有像素点个数的比值均小于0.55，则确定所述缺陷为团状；

若所述横向轮廓像素点的总个数与所有像素点个数的比值大于0.55，且纵向轮廓像素点的总个数与所有像素点个数的比值均小于0.55，则确定所述缺陷为纵向条状；