[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

说明书

本发明公开了一种基于机器视觉的表面缺陷与边缘毛刺检测方法，包括：获取待检测键帽图像；对待检测键帽图像中的键帽表面区域进行检测；若键帽表面区域合格，则对待检测键帽图像中的键帽二维轮廓区域进行检测；若键帽二维轮廓区域中的毛刺超过允许值，则判定检测键帽图像对应的待检测键帽为不良品。通过获取包含待测键帽的图像作为待检测键帽图像，确定待测图像区域，并划分键帽表面区域和键帽二维轮廓区域；对不同检测区域采取相应的检测方法，既保证了缺陷的检测精准率，也允许了不超过标准要求的边缘毛刺，极大地降低了误判率，有效解决了传统视觉识别误判率高的问题。

技术领域

本发明涉及柔性自动化生产装配设备的视觉检测技术领域，具体涉及种一种基于机器视觉的表面缺陷与边缘毛刺检测方法。

背景技术

就目前个人电脑的使用习惯而言，键盘为不可或缺的输入设备之一，用以输入文字、符号或数字。不仅如此，举凡日常生活所接触的消费性电子产品或是工业界使用的大型加工设备，皆需设有按键结构作为输入装置，以操作上述的电子产品与加工设备。

在对键盘键帽装配之前，需要对键帽进行不良品检测，一般对键帽的外观有无变形，表面有无划痕、压痕，边缘有无破边缺角等方面要求较高，但允许边缘存在微小毛刺。采用传统的视觉识别，会将边缘毛刺误认为缺陷，将合格品判定为不良品，从而导致误判率较高的问题。

发明内容

有鉴于此，本发明实施例提供了一种基于机器视觉的表面缺陷与边缘毛刺检测方法，以解决现有技术中采用传统视觉识别检测键帽时，会将边缘毛刺误认为缺陷，将合格品判定为不良品，从而导致误判率较高的问题。

本发明实施例提供了一种基于机器视觉的表面缺陷与边缘毛刺检测方法，包括：

获取待检测键帽图像；

对待检测键帽图像中的键帽表面区域进行检测；

若键帽表面区域合格，则对待检测键帽图像中的键帽二维轮廓区域进行检测；

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

可选地，在获取待检测键帽图像之后，还包括：

获取待检测键帽图像的背景区域阈值特征；

将待检测键帽图像划分为待检测键帽的表面区域和待检测键帽和背景之间的二维轮廓区域。

可选地，对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键帽表面区域的检测结果特征；

将检测结果特征与样本缺陷库中的特征进行比对；

若键帽表面区域的比对结果为不良品，则结束检测。

可选地，在获取待检测键帽图像之后，还包括：

通过数据直方图，计算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，识别区域包括键帽表面区域和键帽二维轮廓区域。

可选地，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，和与待测键帽规格数据对应的图像检测范围。

可选地，样本缺陷库中以二进制文件进行存储，在将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：

对二进制文件进行聚类分析、提取图像以及归一化处理。

可选地，对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；