[发明专利]产品边缘缺陷检测方法

说明书

本申请公开了一种产品边缘缺陷检测方法。包括以下步骤：步骤1图像输入；步骤2图像预处理；步骤3模板粗匹配；步骤4切分待测边缘信息；步骤5创建模板数据结构；步骤6待测边缘信息降采样；步骤7模板中匹配；步骤8计算仿射变换参数；步骤9模板精匹配；步骤10边缘缺陷检测。本发明方法采用二值化图像的边缘信息，对光照变化和边缘灰度不敏感具有稳定可靠的优点；利用边缘信息降采样由粗到精迭代模板匹配参数具有计算速度快的优点；利用RANSAC原理和参数迭代优化的精匹配方式具有检测精度高的优点；采用分段匹配的模板匹配方式具有抗拉伸的优点。

技术领域

本发明涉及盖板、板材类产品的缺陷检测方法，特别涉及一种快速抗拉伸边缘缺陷检测方法。

背景技术

工业产品中往往包含各种形状的边缘，例如圆形、长方形以及直线和圆弧的组合形状的边缘等。边缘是工业产品的一项重要特征，直接影响工业产品的质量，且一般产品边缘的缺陷多为产品的严重缺陷，如芽缺、锯齿、崩边等缺陷直接导致产品报废。产品的边缘缺陷检测是保证产品品质的重要步骤。

边缘缺陷检测，主要检测工业产品边缘的一致性，即检测工业产品边缘是否存在凸痕、凹痕等缺陷。具体地，例如对手机外屏和集成电路硅片的边缘缺陷检测，手机外屏和集成电路硅片一般具有规则的边缘，手机外屏具有长方形边缘，集成电路硅片具有圆弧和直线的组合边缘。

手机外屏的边缘如果存在缺陷，则会影响到手机外屏的装配，甚至导致手机无法正常使用；集成电路硅片的边缘如果存在缺陷，则会影响集成电路的制造，甚至导致基于集成电路硅片的芯片质量下降。因此，对工业产品的边缘缺陷检测是工业生产的重要环节。

现有技术中，有一些边缘缺陷检测方法为人工检测。工作人员一般以肉眼观察的方式检查待测物体的图像，查看是否存在凹痕或凸痕缺陷，然而上述检测方式依赖于人眼的视觉检查，精度很难保证，而且长时间的检查容易导致视觉疲劳，从而降低检测效率甚至导致错检、漏检。

现有技术中，还有一些采用计算机视觉边缘缺陷检测方法进行检测。国内外针对边缘缺陷检测算法的研究通用性不强，其中一类算法采用直线拟合的方式比较边缘点到拟合直线的距离检测直线区域边缘缺陷；一类算法采用开闭运算的方式比较前后区域的变化检测边缘光滑的完整区域的边缘缺陷；还有一类算法采用模板匹配的方式比较待测和模板的异同检测目标图像的边缘缺陷。

但，以上方法均不适用拉伸型边缘的缺陷检测。

发明内容

本发明所要解决的技术问题在于，针对现有技术中存在的计算机视觉检测方法均不适用拉伸型边缘的缺陷检的问题，提出了一种产品边缘缺陷检测方法。本发明检测方法，根据边缘点的最小外接矩形特征粗匹配获取仿射变换参数，根据相似度量函数由不同降采样尺度的边缘信息从粗到精计算模板和待测的相似度并更新仿射变换参数，利用RANSAC和相似度量函数再次更新模板和待测的像素级仿射变换参数，利用分段的待测边缘信息在像素级仿射变换参数附近迭仿射变换参数代优化更新目标精度下的各段对应的亚像素级仿射变换参数，通过各段仿射变换参数和分段匹配的模板匹配方式实现边缘拉伸型产品的边缘缺陷检测。

为解决上述技术问题，本发明提供了一种产品边缘缺陷检测方法，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：确定目标图像待检区域获取待测小图；对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检边缘信息对应；

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（k-dimensional树）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；