[发明专利]一种基于机器视觉的表面缺陷与边缘毛刺检测方法

权利要求书

1.一种基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，包括：

获取待检测键帽图像；

对所述待检测键帽图像中的键帽表面区域进行检测；

若所述键帽表面区域合格，则对所述待检测键帽图像中的键帽二维轮廓区域进行检测；

若所述键帽二维轮廓区域中的毛刺超过允许值，则判定所述检测键帽图像对应的待检测键帽为不良品。

2.根据权利要求1所述的基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，在获取待检测键帽图像之后，还包括：

获取所述待检测键帽图像的背景区域阈值特征；

将所述待检测键帽图像划分为所述待检测键帽的表面区域和所述待检测键帽和背景之间的二维轮廓区域。

3.根据权利要求1所述的基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，对所述待检测键帽图像中的键帽表面区域进行检测包括：

通过数字图像处理和模式识别技术抽取所述键帽表面区域的检测结果特征；

将所述检测结果特征与样本缺陷库中的特征进行比对；

若所述键帽表面区域的比对结果为不良品，则结束检测。

4.根据权利要求1所述的基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，在获取待检测键帽图像之后，还包括：

通过数据直方图，计算所述待检测键帽图像的二值化阀值，滤除识别区域内的干扰点，并通过平滑处理剔除信号噪声；其中，所述识别区域包括所述键帽表面区域和所述键帽二维轮廓区域。

5.根据权利要求1所述的基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，在获取待检测键帽图像之前，还包括：

在数据库内预存待测键帽规格数据，和与所述待测键帽规格数据对应的图像检测范围。

6.根据权利要求3所述的基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，所述样本缺陷库中以二进制文件进行存储，在将所述检测结果特征与样本缺陷库中的特征进行比对之前，还包括：

对所述二进制文件进行聚类分析、提取图像以及归一化处理。

7.根据权利要求1所述的基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，对所述待检测键帽图像中的键帽二维轮廓区域进行检测包括：

从背景区域的数据中的最后一个开始，向前搜索N个点，计算搜索的N个点在Z轴方向的的最大值MAX_Roller；

从所述背景区域的数据中的最后一个开始，一直向前搜索，直到满足第一条件：

其中，Z(k-1)和Z(k)分别代表第k-1个点和第k个点的Z轴坐标值，Height代表极片数据点之间的噪声水平；N和k均为大于等于1的自然数；

当满足所述第一条件时，所述第k个点为边缘点；

根据前一帧数据点的极片边缘点，采用加权平均算法预测后一帧数据的边缘点，计算方法为

其中，分别是第i帧和第i+1帧极片边缘估计值，X(i+1)是第i+1帧的极片边缘实测值，β是预测系数；i为大于等于1的自然数。

8.根据权利要求7所述的基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，对所述待检测键帽图像中的键帽二维轮廓区域进行检测还包括：

根据边缘点信息，确定毛刺的大小是否超过允许值；

若超过允许值，则判定为不良品。

9.根据权利要求8所述的基于机器视觉的表面缺陷与边缘毛刺检测方法，其特征在于，根据边缘点信息，确定毛刺的大小是否超过允许值包括：

计算所有水平毛刺的大小，计算公式为

将h_H与毛刺阈值进行比较；

当h_H大于毛刺阈值，即，所述水平毛刺的大小超过允许值，判定所述待检测键帽为不良品。