[发明专利]一种基于三维数据的分块拟合缺陷检测方法

权利要求书

1.一种基于三维数据的分块拟合缺陷检测方法，其特征在于：所述方法的步骤为：

步骤一、使用3D相机扫描叶片缺陷检测区域，以获取缺陷检测区域的三维数据，三维数据即空间中的某点在X，Y，Z轴上的坐标数据，3D相机将扫描出来的三维数据的Z轴的高度数据按行按列保存在CSV文件里，每行的数据即为X轴的数据，每列的数据即为Y轴上的数据，每行和每列上的相邻两个数据的实际距离默认设为1；

步骤二、用图像A(X，Y)来表示每个点的三维数据，图像用矩阵来表示每行每列的Z轴高度数据；

步骤三、新建与图像A同尺寸的图像B(X，Y)，用于保存每个三维数据到检测窗口内的三维数据的拟合平面的距离；

步骤四、设检测窗口K的尺寸为[M，N]，M为宽度，N为高度，用于计算检测窗口K内所有三维数据的拟合平面以及该窗口内的每个三维数据到拟合平面的距离；

步骤五、用检测窗口K遍历图像A并计算图像A在检测窗口K内的所有三维数据的拟合平面，以及检测窗口K内所有三维数据点到拟合平面的距离，并将该距离值赋值到对应坐标上的图像B上；

步骤六、设定认为是缺陷的最小高度为T；

步骤七、对图像B进行操作，即距离值大于T设置为白色，否则设置为黑色，得到缺陷图像C，白色块即为缺陷块；

步骤八、对缺陷图像C进行轮廓检测；

步骤九、设定认为是缺陷块的最大面积E1，最小面积E2，最小外接矩形的长宽比R1，缺陷块的高度数据的最大标准差S；

步骤十、新建与图像C同尺寸的图像D，用于保存符合要求的缺陷数据；

步骤十一、遍历每个轮廓，计算轮廓的面积E_i，以及轮廓的最小外接矩形的长宽比R_i，如果E1＞E_i＞E2，R_i＞R1,则认为是缺陷块并在图像D上填充该轮廓为白色；然后再计算图像B在该轮廓内的所有坐标的高度数据的最大值、平均值、标准差，假设在该轮廓内共有n个缺陷数据：D_i，i＝1，2，3，...，n，计算公式如下：

对这n个缺陷数据按进行由小到大的排序，使用冒泡排序算法，故得到最大值D_max；

对这n个缺陷数据进行求和，得到D_sum；

求出平均值：D_mean＝D_sum/n；标准差：

如果标准差D_std大于S，则以最大值D_max作为该缺陷块的缺陷高度，否则以平均值D_mean作为该缺陷块的缺陷高度，最后输出缺陷高度数据到图像D。

2.根据权利要求1所述的基于三维数据的分块拟合缺陷检测方法，其特征在于：所述步骤五中三维数据的最小二乘法平面拟合和三维数据到拟合平面的距离的计算，推导说明如下：

已知平面一般方程为：Ax+By+Cz+D＝0，A，B，C，D均为实数且C≠0，则有：设则有：

z＝ax+by+c，设一共有n个需拟合的三维数点:(x_i，y_i，z_i)，i＝1，2，3，...，n,若使用最小二乘法拟合这些三维数据，则有：要使S最小，需满足

则有：

化简:

转换为矩阵形式，则有：

因此，利用上面的公式1求解n个三维数据的拟合平面方程：

z＝ax+by+c；

已知空间中的某一点(x₀，y₀，z₀)到平面Ax+By+Cz+D＝0，C≠0的距离为：由得：

因此，可以利用公式2求解某个三维数据(x₀，y₀，z₀)到拟合平面：z＝ax+by+c的距离。

3.根据权利要求2所述的基于三维数据的分块拟合缺陷检测方法，其特征在于：所述步骤五中遍历意为在图像A上移动检测窗口，用于提取图像A在该检测窗口上像素值，详细步骤如下，

确定X轴方向上的遍历次数P，已知图像A的宽度为X，检测窗口的宽度为M，每次遍历的步长都为M，则遍历次数为P＝X/M；

同理，确定Y轴方向上的遍历次数L，已知图像A的高度为Y，检测窗口的高度为N，每次遍历的步长都为N，则遍历次数为L＝Y/N；

检测窗口从图像A的左上角原点开始在X轴上从左到右遍历，每次水平移动M，直到遍历P次，然后在Y轴方向移动N，再在X轴方向上依次遍历P次，以此循环，一共遍历L*P次；

检测窗口每遍历一次，都计算图像A在该检测窗口K内的所有三维数据的拟合平面，如所述公式1，然后再计算该窗口内的所有三维数据点到该拟合平面的距离，如所述公式2，并将该距离赋值到对应坐标上的图像B上，作为缺陷高度数据。