[发明专利]产品边缘缺陷检测方法

权利要求书

1.一种产品边缘缺陷检测方法，其特征在于，包括以下步骤：

步骤1图像输入：包括模板小图和目标图像；

步骤2图像预处理：连体坐标系下的ROI坐标映射到待测区域，确定目标图像待测区域获取待测小图；对模板小图和待测小图的图像进行预处理获取图像边缘信息；调整边缘信息使模板边缘信息和待测边缘信息对应；

步骤3模板粗匹配：计算边缘点的最小外接矩形特征粗匹配获取仿射变换参数；

步骤4切分待测边缘信息：将待测小图边缘信息切分成部分重合的若干等份；

步骤5创建模板数据结构：将模板小图的边缘信息创建成KD-Tree的数据结构；

步骤6待测边缘信息降采样：获取不同降采样尺度待测小图各段边缘信息；

步骤7模板中匹配：计算模板粗匹配仿射变换参数下的待测小图各段边缘信息；计算待测小图各段边缘信息与模板小图边缘信息的相似度并更新对应的仿射变换参数；

步骤8计算仿射变换参数：计算模板中匹配仿射变换参数下的待测小图各段边缘信息；计算随机一致性采样下的待测小图各段边缘信息与模板小图边缘信息的相似度并更新待测小图各段边缘信息对应的仿射变换参数；

步骤9模板精匹配：计算随机一致性采样仿射变换参数下的待测小图各段边缘信息；在像素级仿射变换参数附近迭代优化更新目标精度下待测小图各段边缘信息对应的仿射变换参数；

步骤10边缘缺陷检测：计算模板精匹配仿射变换参数下的待测小图各段边缘信息；查找对应模板小图边缘信息实现目标图像待测区域中边缘缺陷的检测。

2.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，使用矩形、圆形、多边形中的一种或多种工具选择图像中全部边缘或部分边缘区域作为模板小图。

3.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，所述步骤2图像预处理进一步包括：采用固定阈值二值化或自适应阈值二值化对模板小图和待测小图进行二值化，所述边缘信息包括边缘点坐标和梯度方向。

4.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，所述调整边缘信息进一步包括：轮廓筛选和排序、剔除图像边界轮廓点、调整轮廓顺序使轮廓连续、确定模板和待测边缘信息对应关系。

5.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，所述模板粗匹配进一步包括以下步骤：

a.分别求取模板小图和待测小图边缘点的最小外接矩形及其中心点坐标和偏转角特征；

b.利用最小外接矩形中心点坐标和偏转角计算粗匹配仿射变换参数；

c.通过仿射变换参数更新模板小图边缘信息。

6.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，所述切分待测边缘信息的切分方式为部分重合的等分。

7.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，所述模板中匹配中制作模板小图边缘信息模板的方式进一步包括：将模板小图边缘信息创建成KD-Tree数据结构。

8.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，利用随机一致性采样原理确定相似度量函数最大时所对应的边缘信息，以此更新当前精度下仿射变换参数。

9.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，在像素精度仿射变换参数附近迭代仿射变换参数优化更新亚像素精度下仿射变换参数。

10.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，实现目标图像待测区域中边缘缺陷的检测包括以下步骤：

a.利用待测小图各段边缘信息对应的仿射变换参数将待测小图各段边缘信息映射到模板小图坐标系下；

b.分段匹配待测小图边缘和模板小图边缘寻找待测小图异常边缘点；

c.异常点聚类生长并剔除越界异常点；

d.缺陷补全并计算缺陷特征；

e.合并重合缺陷及特征。

11.根据权利要求1所述产品边缘缺陷检测方法，其特征在于，降采样方式进一步包括：将各段边缘信息降采样为1/2，1/4数据量。