[发明专利]一种基于机器视觉的表面缺陷检测算法

摘要

本发明公开了一种基于机器视觉的表面缺陷检测方法，对物体表面进行表面图像采集后，针对块状缺陷采用“最值滤波差分”算法，针对划痕缺陷采用“线性增强检测器”算法。采用常规硬件配置即可完成在线检测要求，具有很好的实时性和量化生产流水作业特性；同时因为考虑了缺陷本身的形状等特性，因此具有很好的检出效果，可针对不同被检测物体表面适用。可以克服现有表面缺陷视觉检测技术的不稳定、非量化生产和低效率状态。

主权项

1.一种基于机器视觉的表面缺陷检测方法，其特征在于，包括以下步骤：(a)：采用CCD或CMOS传感器对物体表面进行表面图像采集，并评判采集到图像的清晰程度，根据图像的清晰程度调整对焦状态；(b)：采用自动对焦算法，在采集到的多张物体表面图像中寻找最清晰的图像，送入缺陷检测算法的下一步工序；(c)：采用目标匹配定位算法，在待检测的物体表面图像中寻找与对应标的物或模板图像相似度最高的区域，并将区域该区域定义为目标区；(d)：根据步骤(c)中找到的目标区位置为基础，找到被检测无图表面图像中需要进行缺陷分析的区域，定义为感兴趣区域或ROI区域；(e)：在步骤(d)的ROI区域内，采用局部区域灰度值差分算法进行块状缺陷区域检测，对检测到的缺陷区域进行标记；(f)：在步骤(d)中ROI区域内，采用线性增强检测器算法进行划伤缺陷区域检测，对检测到的缺陷区域进行标记；(g)：对步骤(e)和(f)中检测出的块状缺陷进行缺陷特征分析，该过程也称为特征提取或特征描述过程；(h)：根据具体的缺陷检测要求及步骤(g)中被检测物体的缺陷特征分析结果，对被检测物体进行缺陷等级评估，至此，缺陷检测过程结束。