[发明专利]基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法

说明书

本发明涉及图像处理技术领域，具体涉及基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，包括：首先根据图像中像素点的灰度分布特征来量化不同区域的光照影响程度，根据不同区域的光照影响程度的变化趋势，来获取图像中不同方向的光照渐变性分布，并在确定像素点的局部范围大小之后，在每个像素点的局部范围内获取像素点的第一分布因子和第二分布因子来构建坐标系进行坐标转换，通过坐标系中所有像素点的分布来获取每个像素点的最终拟合权重值。本发明避免了使用亚像素边缘检测氧化铝陶瓷亮斑区域受光照不均匀影响检测结果，使得获取的氧化铝陶瓷表面的亮斑缺陷的边缘更加精细化，使得后续在构建缺陷分类网络中更加准确，提高缺陷检测效果。

技术领域

本发明涉及图像处理技术领域，具体涉及基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法。

背景技术

氧化铝陶瓷是一种常用的高性能的陶瓷材料，具有很好的绝缘性、耐磨性、耐腐蚀性等特点，由于氧化铝是一种天然材料，且陶瓷制品不含有任何有害物质，因此氧化铝陶瓷被广泛应用于机械、电子、化工等领域。氧化铝陶瓷在生产过程中会经历很多生产工序，例如模压成型、烘干、烧结等，而在这些过程中物料会与设备、工具、环境等直接接触，会出现污染氧化铝陶瓷表面产生质量问题，其中在氧化铝陶瓷烧成后表面经常会出现亮斑等斑块问题是很容易出现的氧化铝陶瓷表面缺陷，精确的得到氧化铝陶瓷表面亮斑，判断其是否符合产品标准，可以避免不必要的损失，并为后续的产品加工和使用提供保障。

为了获取氧化铝陶瓷表面亮斑的边缘，现在传统的方法为通过机器视觉方法来采集氧化铝陶瓷表面图像，并进行边缘检测处理获取边缘信息，然而由于相机的分辨率的影响以及亮斑区域的不规则性，会使得亮斑区域的边缘信息在成像过程中丢失，使得获取的边缘信息不准确。亚像素边缘检测是提高边缘检测精度的方法，其中通过插值法是常见的亚像素边缘检测的方法，通过进行插值来增加边缘信息，以实现亚像素边缘检测。然而传统的插值方法是通过传统的像素级边缘检测算法检测区域的初始边缘，并根据初始边缘的梯度信息来进行插值拟合，然而由于图像中噪声点的影响以及光照因素的影响，会使得插值拟合得到的亚像素边缘信息不准确。

发明内容

本发明提供基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，以解决现有的问题。

本发明的基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法采用如下技术方案：

本发明一个实施例提供了基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法，该方法包括以下步骤：

获取氧化铝陶瓷表面图像的灰度图像；

获取灰度图像上的待定点的归类程度；根据灰度图像中像素点的灰度值和归类程度获取不同光照影响程度范围的光照影响程度；

根据光照影响程度范围的光照影响程度得到各个方向上像素点的光照影响程度的分布曲线；获取每个方向角度下每个像素点记为目标像素点；获取每个方向角度下每个像素点的波动特征；根据每个方向角度下每个像素点的波动特征得到每个方向角度下每个像素点的初始局部范围；根据每个方向角度下每个像素点的初始局部范围得到目标像素点的最终局部范围；

根据目标像素点的最终局部范围获取像素点的第一分布因和第二分布因子；

根据所有像素点的第一分布因子、第二分布进行局部离群因子检测，进而获取每个像素点的拟合权重值，根据拟合权重值进行亚像素边缘检测获得缺陷区域。

优选的，所述获取灰度图像上的待定点的归类程度，包括的具体方法如下：

对灰度图进行聚类获得若干待定点和同一个光照影响程度的点，第个待定点的归类程度的计算表达式为：