[发明专利]基于机器视觉的玻璃缺陷的检测与分类方法

摘要

本发明涉及一种基于机器视觉的玻璃缺陷的检测与分类方法。方法包括首先利用Canny边缘检测提取相机（线扫描）给出的图片中缺陷区域，从而获得缺陷的最小连通域。之后根据本发明提出的滤波器与W特征对目标区域进行处理。再定义9类特征模式并按行按列扫描最小连通域并统计这9类特征模式在样本中出现的频率。再此基础上判断缺陷的类型（如空心的为气泡，实心的为杂质）。本发明与现有技术相比的显著效果在于：具有算法简单、运算速度快、精确度高等优点，为玻璃缺陷检测提供了一种新的可靠的方法。

主权项

一种基于机器视觉的玻璃缺陷的检测与分类方法，其特征在于，包括如下步骤：步骤一：对图像进行缺陷边缘检测以获得缺陷的边缘信息，根据所述边缘信息确定目标区域；步骤二：对所述目标区域进行二值化处理；步骤三：去除所述目标区域中的噪声点；步骤四：根据某行灰度值跳变的次数定义9类特征模式；步骤五：提取二值特征序列直方图，对于获得的所述目标区域的二值化图像逐行逐列寻找所述9类特征模式，统计所述9类特征模式在所述目标区域出现的频率从而完成目标缺陷类型的判断。