[发明专利]玻璃缺陷视觉检测算法

权利要求书

1.一种玻璃缺陷视觉检测算法，其特征在于，包括：

针对每种不同的缺陷不同打光从而分别获得每种缺陷在不同打光时的多个通道图像；

为每种缺陷分别选取提取边缘系统的一个通道图像的图像提取边缘系统；

将选取的图像提取边缘系统应用于该通道的图像从而将每个通道的通道图像划分为视窗区和边缘区；

把每张通道图像按照步长切割为预定大小的小图块，小图块分为边缘区小图块和视窗区小图块，根据边缘区小图块和视窗区小图块分别对边缘区和视窗区的缺陷进行标注，标注上需要体现缺陷位置与缺陷类别，从而利用深度学习训练出检测模型和分类模型；

利用机器视觉算法筛选出几乎没有缺陷的区域，剩下的少部分带有缺陷的小图块留给深度学习模型进一步分析，从而达到加速效果；

利用缺陷检测模型和分类模型检测出带类别的缺陷位置，利用机器视觉算法计算出每个缺陷的各种缺陷属性，缺陷属性包括：形状、长度、对比度、面积；

根据缺陷的缺陷属性，利用机器学习训练出等级区分器，在把不同类别的缺陷再区分形状的基础上，把缺陷明显度划分为多个级别；

保留等级和类别均符合要求的缺陷，最后综合决定产品是否良品。

2.根据权利要求1所述的玻璃缺陷视觉检测算法，其特征在于，利用机器视觉算法筛选出几乎没有缺陷的区域包括：在视窗区过滤掉几乎平滑的小图块，在边缘区采用平滑结构线判定算法过滤掉平滑结构线小图块。