[发明专利]一种用于外观检测的机器视觉方法

权利要求书

1.一种用于外观检测的机器视觉算法，用于具有光滑、不透明、主体颜色一致的产品外表面外观检测，其特征在于，包括以下步骤：

步骤1：输入正常完好产品的产品图片作为标准模板图片，并给出产品在标准模板图片位置的区域范围及标准模板图片中产品上的N个关键点，N≥10；

步骤2：依据已知的产品生产节拍及接触式传感器，控制图像采集设备根据预先设定的采集间隔及接触式传感器的条件判定实现实时采集图像；

步骤3：图像采集设备将把步骤2采集到的实时产品图像传输到边缘侧设备中；

步骤4：选取实时产品图像矩阵中的固定区域获得实时产品图像的ROI区域图片，ROI区域对应于产品主体部分；

步骤5：对ROI区域图片的尺寸进行归一化处理，获得尺寸归一化图片；

步骤6：对尺寸归一化图片进行亮度归一化处理，获得亮度标准化图片；

步骤7：通过RGB颜色空间及HSV颜色空间对产品颜色进行检测，包括以下步骤：

步骤701：通过RGB颜色空间对产品颜色进行检测，包括以下步骤：

步骤7011：将亮度标准化图片转化为RGB待测图片，在RGB待测图片上选取和步骤1中所述N个关键点一一对应的N个待测像素点；

步骤7012：利用欧式距离计算RGB待测图片中每个待测像素点与标准模板图片对应的关键点之间的颜色相似度，设第n个关键点P_n与第n个待测像素点P_n′的颜色相似度为Dist(P_n，P_n′)，则有：

式(3)中，(x_n，y_n，z_n)为第n个关键点P_n的颜色分量，(x′_n，y′_n，z_n′)为第n个待测像素点P_n′的颜色分量；

步骤7013：基于每个待测像素点与标准模板图片对应的关键点之间的相似度，通过加权均值的方法求得RGB空间中RGB待测图片与标准模板图片的颜色总相似度M_similiarity，将第n个关键点P_n与第n个待测像素点P_n′的颜色相似度记为Pn_similarity，则有：

式(4)中，a_n为权值；

步骤7014：若颜色总相似度M_similiarity小于阈值，则判定为产品颜色相符，否则判定为产品颜色不相符；

步骤702：通过HSV颜色空间对产品颜色进行检测，包括以下步骤：

步骤7021：将亮度标准化图片转化为HSV待测图片，在HSV待测图片上选取和步骤1中所述N个关键点一一对应的N个待测像素点；

步骤7022：利用欧式距离采用上式(3)计算HSV待测图片中每个待测像素点与标准模板图片对应的关键点之间的颜色相似度；

步骤7023：基于每个待测像素点与标准模板图片对应的关键点之间的颜色相似度，通过加权均值的方法采用上式(4)求得HSV空间中HSV待测图片与标准模板图片的颜色总相似度M_similiarity；

步骤7024：若颜色总相似度M_similiarity小于阈值，则判定为产品颜色相符，否则判定为产品颜色不相符；

步骤8：提取产品主体部分，包括以下步骤：

步骤801：将亮度标准化图片转换至RGB空间，选取亮度标准化图片中所有和标准模板图片的颜色相似度在设定阈值以内的像素点，将这些像素点的颜色值置为[255，255，255]，其余部分颜色值置为[0，0，0]；

步骤802：对通过步骤801得到的图片作开运算，得到前景主体部分图片，定义为掩膜图片，掩膜图片为消除杂点后的二值化图片，掩膜图片的背景为黑色，掩膜图片中的产品主体部分为全白；

步骤803：利用掩膜和转换至RGB空间的亮度标准化图片进行与运算得到除产品主体部分全为黑色的提取图片，定义为产品主体图；

步骤9：基于SIFT改进算法进行产品缺陷检测，包括以下步骤：

步骤901：对产品主体图进行扩边填充，得到扩边填充图片，以避免SIFT算法之后需要使用的高斯滤波产生的边缘缺失效应；

步骤902：构建高斯差分金字塔；

步骤903：用高斯差分金字塔构建尺度空间，然后通过分离高斯模糊构建灰度图像金字塔；

步骤904：根据灰度图像金字塔对扩边填充图片进行感兴趣点定位，采用LoG算子对扩边填充图片进行卷积，以实现对关键点的方向参数更精确的定位；

步骤905：用图像梯度的方法确定感兴趣点的位置和方向，此时，每个感兴趣点都有三个特征参数，即：尺度、位置、方向；

步骤906：利用步骤905获得的感兴趣点，根据尺度和位置找到标准模板图片中对应的感兴趣点，并利用上式(3)对扩边填充图片和标准模板图片中相应的感兴趣点进行相似度度量，然后利用上式(4)求得总相似度；

步骤907：若总相似度小于阈值，则说明产品外观合格，否则说明外观不合格。