[发明专利]一种产品表面金属异物及金属镀层损伤的检测方法及系统

说明书

本发明公开了一种产品表面金属异物及金属镀层损伤的检测方法及系统，通过利用主图(可见光+紫外)切割出缺陷可能位于的子块，然后利用了检测物的特征峰，选用合适的窄带滤波片进行精确判别，从而实现对于金属异物及镀层损伤的检测能力全覆盖。

技术领域

本发明涉及工业视觉检测、缺陷检测技术领域，尤其涉及一种产品表面金属异物及金属镀层损伤的检测方法及系统。

背景技术

目前市场上直接面对消费者的产品或是面对厂家的工业产品，对于产品表面异物以及表面金属镀层的状态都有明确的要求。特别是在一些具有电气功能的产品中，通常要求表面不能出现金属异物或表面的金属镀层不能出现损伤。

目前常见的产品出厂检验多采用人工目检的方式，但是此方法成像手段单一，对应金属异物的区分及镀层损伤的判别存在较高比例的错漏检，对金属及镀层的损伤判断，基本依赖于工人自身的经验，往往存在较大的不确定性。并且在问题发生后也难以追溯及改进。

近年来，随着人工智能技术，尤其是计算机视觉技术的快速发展，部分公司已在产品外观质检领域进行尝试应用。但从目前这个行业的发展情况看，所有检索到的方案(包括上市产品、文献、专利等)都采用在可见光下进行图像的采集，然后利用传统算法或深度学习的方法进行检测。但是，可见光下对于金属的区分，只能从颜色以及形态上进行区分，受金属异物本身结构特征的影响，其只在特定角度才会出现较强的反光，并且受检测物背景纹理的干扰，相近颜色下金属物的成像效果会大打折扣。从而造成检测算法判别结果出现较高比例的错漏检。对于金属镀层损伤的判别，尤其是在深且细的划痕是否损伤镀层本身的判别中，可见光下的图像极难呈现出较高的对比度，这也是行业内一个亟需解决的难点。

发明内容

本发明的目的就在于为了解决上述问题而提供一种产品表面金属异物及金属镀层损伤的检测方法及系统，本发明使用多种光源联合检测的方式，综合了可见光成像效果好以及紫外成像下对金属的高敏感性的优势，又规避了单纯紫外成像噪点大、背景干扰明显的问题。

本发明通过以下技术方案来实现上述目的：

一种产品表面金属异物及金属镀层损伤的检测方法，包括以下步骤：

S1.获取图像：根据检测物的不同，设计不同的成像方案，并获取包含产品缺陷的同一位置上的多张图像；

S2.主图检测：通过在主图上对疑似金属及镀层缺损的位置，利用感兴趣区域算法提取感兴趣区域，并留存每个感兴趣区域在图像上的坐标位置；

S3.从图检测：根据主图提取到的感兴趣区域坐标，在从图中将对应位置的区域切割出来，并对子块进行检测；

S4.缺陷结果综合决策：对将主图与从图中相对应区域的判断结果进行综合决策，最终给出判断结果。

进一步方案为，所述步骤S1所述的获取包含缺陷的多张图像，包括：

a)利用不同的可见光拍摄的图像，包括同轴光、环形光、隧道光；

b)利用紫外相机拍摄的图像，包括不同金属对于不同波长反射不同的性质，所利用不同波长光源拍摄的图像；

c)根据待测金属的不同以及对光吸收程度的不同，开发的滤波片及配套波长的光源下拍摄的图像；拍摄的包括主图与从图，主图中默认存在过检；从图中则利用不同频率、不同带宽的滤波片，更为精确的采集图像。

进一步方案为，所述步骤S2所述的主图检测，其步骤包括：

d)通过传统机器视觉算法或深度学习算法，分别对两张主图进行检测并获取成像的感兴趣区域；

e)将感兴趣区域按单边外扩(如10像素)后，切割出子块并记录子块位于图像上的坐标信息，提升算法的鲁棒性；

f)将两张主图切割出的子块汇总，删除重复项。