[发明专利]一种基于光度立体的物体表面瑕疵检测分析方法及装置

说明书

本申请提供了一种基于光度立体的物体表面瑕疵检测分析方法及装置，其中，一种基于光度立体的物体表面瑕疵检测分析方法包括：获取至少三种不同角度光源的待测物体表面图像上的像素值，构建光度立体数学模型；对光度立体数学模型进行反射率计算，构建反射率图；计算得到待测物体表面的梯度场；根据待测物体表面的梯度场，进行高斯表面曲率计算和进行平均表面曲率计算，获取高斯表面曲率缺陷图和平均表面曲率缺陷图；分析反射率图、高斯表面曲率缺陷图和平均表面曲率缺陷图，得到检测结果。该方法避免了传统的图像处理技术难以对多种不同的物体表面分析找出瑕疵的问题，具有检测准确率较高，且普适性强的特点。

技术领域

本申请涉及图像检测技术领域，尤其涉及一种基于光度立体的物体表面瑕疵检测分析方法及装置。

背景技术

外观检测能够发现异物、污点、瑕疵、缺陷等，防止不良品的流出，但目视检测存在精度极限。全数检测则不光耗费人工和成本，还会因个人差导致精度偏差和人为操作错误。且细微的瑕疵及污点等难以被发现，要维持品质，必须借助显微镜等工具，实施放大检测。点数较少时，还能离线进行显微镜检测，但要检测成千上万点时，则需要投入庞大的劳力，导致生产效率大幅降低。要兼顾品质和生产效率，视觉系统技术是不可或缺的重要环节。

对于过去不得不依赖人眼判断的外观检测，随着视觉系统及视觉系统技术的进步，细微异物、瑕疵、缺陷的检测也成为了可能。基于机器视觉技术的缺陷检测分析方法，即利用图像处理和分析对产品可能存在的缺陷进行检测。在检测产品存在的缺陷时，瑕疵缺陷图像的特点是，其图像表现为缺陷处的灰度值与标准图像在此处的灰度值有差异。首先对瑕疵缺陷图像的特征进行提取与选择，然后将瑕疵缺陷图像的灰度值同标准图像的灰度值进行比较，判断其差值，即两幅图灰度值的相差程度，是否超出已预先设定的阈值范围，以此方法便能判断出待检测产品是否存在缺陷。此为瑕疵缺陷检测的最基本方法之一。

然而，传统的图像处理技术易受被检瑕疵或凹痕所在的物体表面材质、表面纹理、图案、表面颜色等干扰。例如洗发水瓶的弯曲的塑料表面、医疗用于包装药片的锡纸表面、衣服的皮革表面和锂电池的表面，其材料纹理和划痕印记都完全不同，形成的瑕疵的类型也很多样化，有的瑕疵为凹陷，有的瑕疵为空洞，有的瑕疵为暗痕.....这种物体表面和瑕疵的差异化过大，一般的图像处理技术中算法设计难度系数大，检测准确率较低，且普适性较差，难以准确地通过一种图像处理技术对不同种的物体表面分析找出瑕疵。

发明内容

现有技术中，无法通过一种图像处理技术对不同种的物体表面分析找出瑕疵。待测物体表面材质、纹理、光照差异较大，传统算法设计难度大，检测准确率较低，且普适性较差，如锂电池表面的划痕、凹痕等瑕疵不易被检测出来；用深度学习技术对硬件的要求较高且需要大量且丰富的样本的问题。本发明的方法是一种综合性的检测方法，融合了多种校验方式可以适用于不同物体的表面瑕疵，具有检测准确率高且普适性较强的特点，通过以下各个实施例公开一种基于光度立体的物体表面瑕疵检测分析方法。

在本发明的第一方面，公开一种基于光度立体的物体表面瑕疵检测分析方法，包括以下步骤：

S10，获取至少三种不同角度光源的待测物体表面图像上的所有像素值；

S20，根据所述的像素值，构建光度立体数学模型；

S30，通过对光度立体数学模型进行计算得到反射率和法向量；

S40，通过对反射率进行可视化处理，构建反射率图；

S50，根据所述法向量，计算得到待测物体表面的梯度场；

S60，根据待测物体表面的梯度场，进行高斯表面曲率计算并通过可视化处理，获取高斯表面曲率缺陷图；

S70，根据待测物体表面的梯度场，进行平均表面曲率计算并通过可视化处理，获取平均表面曲率缺陷图；

S80，分析反射率图、高斯表面曲率缺陷图和平均表面曲率缺陷图，得到检测结果。