[发明专利]产品图象自动检测方法

摘要

本发明公开了一种产品图象自动检测方法，该方法利用计算机技术和图象处理技术实现。它使用光照系统、彩色CCD像机和真彩色图象采集卡等器件，采用缺陷检测算法和颜色分类算法等对产品图象进行自动检测。检测中，颜色分类采用最小距离法和神经网络法，并用相对均值与方差替代均值与方差；最小距离法中采用动态样本中心；缺陷检测采用局部方差的图象分割方法代替传统的边缘算子检测方法，并采用动态门限分割。本发明适应性强、稳定性好。

主权项

1、一种产品图象自动检测方法，利用计算机技术和图象处理技术实现，它依次包括以下步骤：(1)利用彩色CCD像机采集被检产品的图像并获取彩色图像数据，计算由彩色图象分解成的RGB图象的均值与方差，标记为XR、XG、XB、StdR、StdG和StdB，再将R图象的均值XR设定为任一常数M，最后计算出RGB图象的相对均值与方差为：M，M·XG/XR，M·XB/XR，M·StdR/XR，M·StdG/XR，M·StdB/XR；在最小距离分类方法和神经网络分类方法中用相对均值与方差替代均值与方差；(2)对被检产品进行缺陷检测，其处理步骤如下：①利用N×N模板，N取值为3-11，计算被检产品图象的局部均值与方差；②当被检产品为单色产品时，直接进行步骤③；当被检产品为花纹产品时，计算样本图象的局部均值与方差，并将所述被检产品图象的局部均值与方差与样本图象的局部均值与方差相减后取绝对值，作为被检产品的新的局部方差图象；③对被检产品的局部方差图象进行动态门限分割，在分割过程中，通过以下的动态门限来加以区分： T＝a+kb其中，a、b分别代表被检产品的局部方差图象的均值与方差，k为系数，其取值为0-1之间，进行调整，T取值为0-255；象素灰度小于门限T的象素记为0，象素灰度高于门限T的象素记为1，后者表示出现疵点的象素；④对步骤③所获得的二值图象进行开运算与闭运算，去除由于微小噪声或微小位移而产生的虚假边缘；⑤对步骤④所获得的图象点进行统计，并根据生产标准判断被检产品是否为合格品；(3)当被检产品为不合格产品时，直接进行步骤(4)；被检产品为合格产品时，设定类内最大距离门限R和分类数I，R取值为1-2，I取值为3-10，采用最小距离分类方法对被检产品图象的颜色进行检测，当能提供实验类型样本且颜色的分类数I≤6时，采用神经网络方法或最小距离分类方法进行检测；最小距离分类方法的处理方法为：再计算被检图象与样本图象之间的距离r，取其中的最小值rj，当rj小于距离门限R时，将被测产品归入第j类，j取值为1-10，并将被检产品的图象与第j类的样本中心合并作为第j类新的样本中心，当rj大于距离门限R时，如果增加一个新的类其类别数少于等于分类数I，则将被检产品作为新的一类，并将被检产品图象作为新增加的类的样本中心，否则修改距离门限R或分类数I后再按照同样的方法对被检产品进行分类；(4)根据检测结果输出被检产品的产品质量信息。