[发明专利]一种基于实现表面缺陷检测灰度图像定位算法的方法

说明书

本发明公开了一种基于实现表面缺陷检测灰度图像定位算法的方法，具体步骤是：第一步骤、首先定义一个矩阵，该矩阵用于提取图像相应位置的像素均值信息；第二步骤、然后定义算法参数，算法参数包括检测方向、检测区域以及边缘梯度阈值；第三步骤、根据实际情况，采用合适的定位算法；针对边缘相对比较干净的图像，使用均值定位算法；针对背景复杂的图像，使用相对定位算法；针对拐角或螺纹柱无法对其进行方向定位时，使用最大(小)值定位算法。该基于实现表面缺陷检测灰度图像定位算法的方法，可以对图像中的工件进行位置定位，以利于对图像中工件表面缺陷的精确检测。

技术领域

本发明涉及定位算法的技术领域，尤其是一种基于实现表面缺陷检测灰度图像定位算法的方法。

背景技术

在视觉检测量产项目中，由于不同的相机在每次上料过程中，工件在图像中的位置会有一定的偏移或旋转，这样明显不利于缺陷的精确检测，因此，在获取图片时，就需要对图像中的工件进行位置定位。

发明内容

本发明要解决的技术问题是：为了解决上述背景技术中存在的问题，提供一种基于实现表面缺陷检测灰度图像定位算法的方法，可以对图像中的工件进行位置定位，以利于对图像中工件表面缺陷的精确检测。

本发明解决其技术问题所采用的技术方案是：一种基于实现表面缺陷检测灰度图像定位算法的方法，具体步骤如下：

第一步骤、首先定义一个矩阵，该矩阵用于提取图像相应位置的像素均值信息；

第二步骤、然后定义算法参数，算法参数包括检测方向、检测区域以及边缘梯度阈值；

第三步骤、根据实际情况，采用合适的定位算法；针对边缘相对比较干净的图像，使用均值定位算法；针对背景复杂的图像，使用相对定位算法；针对拐角或螺纹柱无法对其进行方向定位时，使用最大(小)值定位算法。

进一步具体地说，上述技术方案中，在所述的第一步骤中，上下边缘检测时，矩阵设置为2n × n。

进一步具体地说，上述技术方案中，在所述的第一步骤中，左右边缘检测时，矩阵设置为n × 2n。

进一步具体地说，上述技术方案中，在所述的第二步骤中，检测方向的定义方法是：将X轴定义为水平左右的检测方向，将Y轴定义为竖直上下的检测方向。

进一步具体地说，上述技术方案中，在所述的第二步骤中，检测区域的定义方法是：在指定区域中检测边缘位置，尽可能适应不规则外形工件或背景噪声较大的图像场景。

进一步具体地说，上述技术方案中，在所述的第二步骤中，边缘梯度阈值的定义方法是：设置边缘梯度变化检出阈值，当梯度超过阈值时检出为边缘。

进一步具体地说，上述技术方案中，在所述的第三步骤中，均值定位算法的方法是，具体步骤如下：

第一步骤、定义检测的X,Y方向；

第二步骤、定义检测的区域，一般检测区域尽量定义在定位点附近；

第三步骤、定义检测密度，在检测区域的X,Y距离上平均分布检测点；

均值定位算法的逻辑是：

系统先求出X轴上平均分布的多个检测点检出的边缘位置Lx1(X,Y)、 Lx2(X,Y)…… LxN(X,Y)，然后计算相邻的多个Lx在Y轴上的差值均值，再将相邻差值大于差值均值的点舍弃，最后对余下的Lx点在Y轴上求均值；

系统先求出Y轴上平均分布的多个检测点检出的边缘位置Ly1(X,Y)、 Ly2(X,Y)…… LyN(X,Y)，然后计算相邻的多个Ly在X轴上的差值均值，再将相邻差值大于差值均值的点舍弃，最后对余下的Ly点在X轴上求均值。