[发明专利]一种基于视觉的泡罩板中颗粒的缺陷检测方法及系统有效

专利信息
申请号: 202011185909.0 申请日: 2020-10-30
公开(公告)号: CN112345534B 公开(公告)日: 2023-08-04
发明(设计)人: 张晓宇;段振峰;石金玉;王金青;王晨曦 申请(专利权)人: 上海电机学院
主分类号: G01N21/88 分类号: G01N21/88
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 翁惠瑜
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视觉 泡罩板中 颗粒 缺陷 检测 方法 系统
【权利要求书】:

1.一种基于视觉的泡罩板中颗粒的缺陷检测方法,其特征在于,具体为:

获取样本颗粒的缺陷检测图像P1和泡罩板的缺陷检测图像P2,所述的P1含有样本颗粒的颗粒轮廓,所述的P2含有泡罩板上各个待检测颗粒的颗粒轮廓;

通过图像相似度函数计算样本颗粒的颗粒轮廓内的区域与待检测颗粒的颗粒轮廓内的区域的相似度,若相似度大于设定阈值,则判定该待检测颗粒合格,否则判定该待检测颗粒不合格;

其中,所述的缺陷检测图像及颗粒轮廓的获取过程具体为:

通过标定过的单目相机拍摄含有颗粒的第一颗粒图像,对第一颗粒图像依次进行灰度化、二值化处理和边缘检测,获得二值图像和二值图像上的颗粒边缘,再将二值图像转换至世界坐标系,获得第二颗粒图像,通过Hough变换算法在第二颗粒图像上提取颗粒的颗粒轮廓,该颗粒轮廓的尺寸参数与设定尺寸参数之间的误差位于设定误差范围内,将第二颗粒图像转换至相机坐标系,获得含有颗粒轮廓的缺陷检测图像,其中,通过Canny边缘检测算子对第一颗粒图像进行边缘检测。

2.根据权利要求1所述的一种基于视觉的泡罩板中颗粒的缺陷检测方法,其特征在于,判断泡罩板的缺陷检测图像所含有的颗粒轮廓的数量是否等于设定数量,若是则判定该泡罩板合格,否则判定该泡罩板不合格。

3.根据权利要求1所述的一种基于视觉的泡罩板中颗粒的缺陷检测方法,其特征在于,所述的图像相似度函数为颜色相似度函数和结构相似度函数的乘积。

4.根据权利要求1所述的一种基于视觉的泡罩板中颗粒的缺陷检测方法,其特征在于,所述的图像相似度函数为基于深度学习的相似度函数。

5.一种基于视觉的泡罩板中颗粒的缺陷检测系统,其特征在于,包括:

图像获取模块,用于通过单目相机获取相机坐标系下的第一颗粒图像;

图像处理模块,用于对第一颗粒图像依次进行灰度化、二值化处理和边缘检测,获得二值图像和二值图像上的颗粒边缘,再将二值图像转换至世界坐标系,获得第二颗粒图像,其中,通过Canny边缘检测算子对第一颗粒图像进行边缘检测;

轮廓提取模块,用于通过Hough变换算法在第二颗粒图像上提取颗粒的颗粒轮廓,该颗粒轮廓的尺寸参数与设定尺寸参数之间的误差位于设定误差范围内,再将第二颗粒图像转换至相机坐标系,获得含有颗粒轮廓的缺陷检测图像;

缺陷检测模块,用于获取样本颗粒的缺陷检测图像P1和泡罩板的缺陷检测图像P2,并通过图像相似度函数计算样本颗粒的颗粒轮廓内的区域与待检测颗粒的颗粒轮廓内的区域的相似度,若相似度大于设定阈值,则判定该待检测颗粒合格,否则判定该待检测颗粒不合格。

6.根据权利要求5所述的一种基于视觉的泡罩板中颗粒的缺陷检测系统,其特征在于,所述的缺陷检测模块判断泡罩板的缺陷检测图像含有的颗粒轮廓的数量是否等于设定数量,若是则判定该泡罩板合格,否则判定该泡罩板不合格。

7.根据权利要求5所述的一种基于视觉的泡罩板中颗粒的缺陷检测系统,其特征在于,所述的图像相似度函数为颜色相似度函数和结构相似度函数的乘积。

8.根据权利要求5所述的一种基于视觉的泡罩板中颗粒的缺陷检测系统,其特征在于,所述的图像相似度函数为基于深度学习的相似度函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电机学院,未经上海电机学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011185909.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top