[发明专利]一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法

权利要求书

1.一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法，其特征在于，包括以下步骤：

S1：通过摄像头(100)设定参数，并拍摄手机玻璃盖板的视频图像，并且将图像传输到云端大数据模块(300)和检测设备(200)内；

S2：检测设备(200)检测视频图像，同时云端大数据接收到摄像头(100)上传的视频图像进行比对；

S3：当没有检测到相同图像时，检测设备(200)根据视频图像进行检测，并得到检测结果，并将检测结果数据发送到云端大数据模块(300)中，存储在云端服务器(400)内；

S4：当检测到相同图像时，检测模块直接调取云端大数据模块(300)中的检测结果，将检测结果发送到控制器(500)内；

S5：通过控制器(500)发送到显示终端(600)上查看检测结果。

2.根据权利要求1所述的一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法，其特征在于，包括摄像头(100)、检测设备(200)、云端大数据模块(300)、云端服务器(400)、控制器(500)和显示终端(600)，所述摄像头(100)电性连接有检测设备(200)，所述摄像头(100)和检测设备(200)信号连接有云端大数据模块(300)，所述云端大数据模块(300)信号连接有云端服务器(400)，所述检测设备(200)电性连接有控制器(500)，所述控制器(500)电性连接有显示终端(600)。

3.根据权利要求1所述的一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法，其特征在于，所述步骤S1中摄像头(100)是用12K的线阵相机拍摄图像，其水平/垂直分辨率为12288px*1px。

4.根据权利要求1所述的一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法，其特征在于，所述步骤S2中的检测设备(200)包括以下程序流程：

(1)对采集的图像进行预处理除去干扰信号，提取原始的液晶显示图像；

(2)进而对图像进二值化处理分割出液晶缺陷部分与正常部分，然而二值化将会使得缺陷边缘锐化甚至将整体的缺陷部分分开，造成对缺陷区域信息提取错误，因此需要进一步对缺陷部分边缘进行填充还原缺陷部分；

(3)最后对图像的区域信息提取并进一步判断图像中存在的缺陷类型与数量并输出检测结果。

5.根据权利要求2所述的一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法，其特征在于，所述显示终端(600)为工作台或台式电脑。