[发明专利]一种异形边缘缺陷检测方法及系统在审

专利信息
申请号: 202211707527.9 申请日: 2022-12-29
公开(公告)号: CN115880270A 公开(公告)日: 2023-03-31
发明(设计)人: 曾毅;姚毅 申请(专利权)人: 深圳市凌云视迅科技有限责任公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13
代理公司: 北京弘权知识产权代理有限公司 11363 代理人: 逯长明;温瑞鑫
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 异形 边缘 缺陷 检测 方法 系统
【权利要求书】:

1.一种异形边缘缺陷检测方法,其特征在于,包括以下步骤:

获取异形边缘的所有点,并按顺序排列;

计算每个点位置的切线斜率,并根据切线斜率对应生成垂直于切线的斜矩形;

对每个斜矩形进行灰度统计得到每个斜矩形的背景灰度值集;

利用背景灰度值集构建异形边缘灰度背景;

再根据连续边缘灰度变化平稳的特征,对图像进行缺陷增强,并分割出待检目标。

2.根据权利要求1所述的异形边缘缺陷检测方法,其特征在于,在所述利用背景灰度值集构建异形边缘灰度背景的步骤中,包括:

对背景灰度值集数组进行中值滤波处理;

对经中值滤波处理后的背景灰度值集数组采用最小二乘法曲线拟合,得到真实背景数组,所述真实背景数组的含义为每个斜矩形的真实背景灰度值,所述真实背景数组用于对斜矩形内图像灰度值集进行分割处理,得到初始目标缺陷。

3.根据权利要求2所述的异形边缘缺陷检测方法,其特征在于,还包括:针对不同尺寸缺陷的检测,通过调节构建异形边缘灰度背景步骤中的中值滤波尺度和最小二乘法的幂值来进行异形边缘灰度背景的构造。

4.根据权利要求3所述的异形边缘缺陷检测方法,其特征在于,中值滤波尺度为n/20,最小二乘法的幂值为小于等于四阶。

5.根据权利要求1所述的异形边缘缺陷检测方法,其特征在于,在所述再根据连续边缘灰度变化平稳的特征,对图像进行缺陷增强,并分割出待检目标的步骤中,包括:

使用形态学处理和面积筛选提取出最终目标缺陷。

6.根据权利要求1所述的异形边缘缺陷检测方法,其特征在于,在所述计算每个点位置的切线斜率,并根据切线斜率对应生成垂直于切线的斜矩形的步骤之后,还包括:

对生成垂直于切线的斜矩形的图像进行掩膜操作。

7.根据权利要求1所述的异形边缘缺陷检测方法,其特征在于,在所述获取异形边缘的所有点,并按顺序排列的步骤中,还包括:

以插值方式降低获取异形边缘的所有点的个数。

8.根据权利要求2所述的异形边缘缺陷检测方法,其特征在于,在所述再根据连续边缘灰度变化平稳的特征,对图像进行缺陷增强,并分割出待检目标的步骤中,还包括:

再次遍历每个斜矩形,得到斜矩形内图像灰度值集,用真实背景数组对所述斜矩形内图像灰度值集进行分割处理,得到初始目标缺陷。

9.一种异形边缘缺陷检测系统,其特征在于,包括:

轮廓点提取单元,用于获取异形边缘的所有点,并按顺序排列;

斜矩形生产单元,用于计算每个点位置的切线斜率,并根据切线斜率对应生成垂直于切线的斜矩形;

灰度统计单元,用于对每个斜矩形进行灰度统计得到每个斜矩形的背景灰度值集;

构建背景单元,用于利用背景灰度值集构建异形边缘灰度背景;

分割目标单元,用于根据连续边缘灰度变化平稳的特征,对图像进行缺陷增强,并分割出待检目标。

10.根据权利要求9所述的异形边缘缺陷检测系统,其特征在于,还包括真实背景单元,被配置为执行以下步骤:

对背景灰度值集数组进行中值滤波处理;

对经中值滤波处理后的背景灰度值集数组采用最小二乘法曲线拟合,得到真实背景数组,所述真实背景数组的含义为每个斜矩形的真实背景灰度值,所述真实背景数组用于对斜矩形内图像灰度值集进行分割处理,得到初始目标缺陷。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市凌云视迅科技有限责任公司,未经深圳市凌云视迅科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211707527.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top