基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于光學(xué)薄膜測(cè)量領(lǐng)域，尤其涉及一種基于機(jī)器視覺的光學(xué)薄膜表面缺陷 檢測(cè)方法。
【背景技術(shù)】
[0002] 機(jī)器視覺是用計(jì)算機(jī)來分析從攝像頭獲得的圖像的一種方法，主要研宄用計(jì)算機(jī) 來模擬人的視覺功能，從客觀事物的圖像中提取信息，進(jìn)行和處理并加以理解，最終用于實(shí) 際測(cè)量和控制。機(jī)器視覺技術(shù)是20世紀(jì)70年代在遙感圖像處理和醫(yī)學(xué)圖像處理技術(shù)成功 應(yīng)用的基礎(chǔ)上逐漸興起的，是圖像處理的一個(gè)分支學(xué)科。目前機(jī)器視覺技術(shù)己經(jīng)在許多行 業(yè)得到了廣泛的應(yīng)用，其中醫(yī)學(xué)成像、汽車導(dǎo)航、視覺測(cè)量、技術(shù)診斷等等方向發(fā)展最快。
[0003] 隨著社會(huì)與科技的進(jìn)步，人們對(duì)產(chǎn)品質(zhì)量要求越來越高。在光學(xué)薄膜的生產(chǎn)過程 中，由于加工工藝、生產(chǎn)環(huán)境、操作人員等多方面的原因，導(dǎo)致光學(xué)薄膜的表面或內(nèi)部出現(xiàn) 氣泡、皺折、刮傷、異物、涂料不均等缺陷，這些缺陷不但破壞了光學(xué)薄膜的表面質(zhì)量，而且 降低了產(chǎn)品的光學(xué)性能，限制了產(chǎn)品的使用范圍。如果采用傳統(tǒng)的人工檢測(cè)方式，將不可避 免地面臨效率低、質(zhì)量差、工人勞動(dòng)強(qiáng)度大，檢測(cè)可靠性取決于許多主觀因素的問題。
[0004] 另外，傳統(tǒng)的背景差法，得到的背景圖像時(shí)相對(duì)不變的，對(duì)于背景經(jīng)常發(fā)生突變的 情況，無法確立一個(gè)恒定不變的圖像分割閾值；其次，對(duì)同時(shí)具有光亮區(qū)和黑暗區(qū)的目標(biāo)， 傳統(tǒng)的背景減影法難以保證目標(biāo)的完整分割。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明針對(duì)現(xiàn)有技術(shù)中的問題，提供一種基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè) 方法，本發(fā)明方法充分考慮當(dāng)前切膜機(jī)無法直接對(duì)光學(xué)薄膜進(jìn)行缺陷檢測(cè)，利用機(jī)器視覺 檢測(cè)技術(shù)和圖像處理技術(shù)，實(shí)現(xiàn)了切膜機(jī)的自動(dòng)缺陷檢測(cè)，利用均值濾波來獲取圖像背景， 有效地實(shí)現(xiàn)了光學(xué)薄膜的缺陷檢測(cè)，并提高了產(chǎn)品原料的利用率。
[0006] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：提供一種基于機(jī)器視覺的光學(xué)薄膜 表面缺陷檢測(cè)方法，包括以下步驟，1)采集光學(xué)薄膜表面的圖像，對(duì)該光學(xué)薄膜表面圖像進(jìn) 行平滑處理；2)對(duì)平滑處理后的光學(xué)薄膜表面圖像提取背景圖像及二值化處理；3)根據(jù)不 同缺陷的圖像特征，識(shí)別出缺陷。
[0007] 按上述技術(shù)方案，所述步驟1)中，對(duì)光學(xué)薄膜表面的圖像進(jìn)行平滑處理，具體為 借助卷積核與圖像進(jìn)行卷積。
[0008] 按上述技術(shù)方案，卷積核與圖像進(jìn)行卷積，具體包括，光學(xué)薄膜表面圖像的原始圖 像表示為f (X，y)，X、y分別為像素點(diǎn)的橫縱坐標(biāo)，卷積核為G(i, j)，核大小為mXn，m和η 為奇數(shù)，則處理后的圖像為：
【主權(quán)項(xiàng)】
1. 一種基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，其特征在于，包括w下步驟，1) 采集光學(xué)薄膜表面的圖像，對(duì)該光學(xué)薄膜表面圖像進(jìn)行平滑處理；2)對(duì)平滑處理后的光學(xué) 薄膜表面圖像提取背景圖像及二值化處理；3)根據(jù)不同缺陷的圖像特征，識(shí)別出缺陷。
2. 根據(jù)權(quán)利要求1所述的基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，其特征在于， 所述步驟1)中，對(duì)光學(xué)薄膜表面的圖像進(jìn)行平滑處理，具體為借助卷積核與圖像進(jìn)行卷 積。
3. 根據(jù)權(quán)利要求2所述的基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，其特征在于， 卷積核與圖像進(jìn)行卷積，具體包括，光學(xué)薄膜表面圖像的原始圖像表示為f(x，y)，X、y分別 為像素點(diǎn)的橫縱坐標(biāo)，卷積核為G(i，j)，核大小為mXn，m和n為奇數(shù)，則處理后的圖像為：
其中，a= (m-l)/2，b= (n-l)/2，m取3到11之間的奇數(shù)，n取3到11之間的奇數(shù)。
4. 根據(jù)權(quán)利要求3所述的基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，其特征在于， 所述步驟2)中，對(duì)平滑處理后的光學(xué)薄膜表面圖像提取背景圖像及二值化處理，具體包 括，對(duì)平滑處理后的光學(xué)薄膜表面圖像提取背景圖像采用均值濾波的方式，W待處理的像 素點(diǎn)為中屯、，選擇均值區(qū)域，求該均值區(qū)域中所有像素點(diǎn)的均值，x、y分別為像素點(diǎn)的橫、縱 坐標(biāo)，2XC+1和2Xd+l分別是均值區(qū)域的橫向和縱向大小，
設(shè)定thresh作為闊值，將g(x，y)與v(x，y)作差，得到光學(xué)薄膜表面缺陷的圖像： M(x,y) =g(x,y)-v(x,y) (3) 再對(duì)差分結(jié)果M(x，y)二值化，獲取二值近似圖像，
(4)。
5. 根據(jù)權(quán)利要求1或2所述的基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，其特征在 于，所述步驟3)中，缺陷的圖像特征，包括面積、周長(zhǎng)、長(zhǎng)寬比、圓形度、形狀指數(shù)與矩形度 六個(gè)缺陷特征參數(shù)。
6. 根據(jù)權(quán)利要求1或2所述的基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，其特征在 于，所述步驟1)中，采集光學(xué)薄膜表面的圖像，具體為采用L邸紅光光源，透過光學(xué)薄膜進(jìn) 行打光，使用工業(yè)數(shù)字?jǐn)z相機(jī)及鏡頭采集圖像，并用CCD進(jìn)行掃描。
【專利摘要】本發(fā)明公開了一種基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，提供一種基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，包括以下步驟，第一步，采集光學(xué)薄膜表面的圖像，對(duì)該光學(xué)薄膜表面圖像進(jìn)行平滑處理。第二步，對(duì)平滑處理后的光學(xué)薄膜表面圖像提取背景圖像及二值化處理。第三步，根據(jù)不同缺陷的圖像特征，識(shí)別出缺陷。本發(fā)明方法利用機(jī)器視覺檢測(cè)技術(shù)和圖像處理技術(shù)，實(shí)現(xiàn)了切膜機(jī)的自動(dòng)缺陷檢測(cè)，利用均值濾波來獲取圖像背景，有效地實(shí)現(xiàn)了光學(xué)薄膜的缺陷檢測(cè)，并提高了產(chǎn)品原料的利用率。本發(fā)明基于機(jī)器視覺的光學(xué)薄膜表面缺陷檢測(cè)方法，實(shí)現(xiàn)了對(duì)光學(xué)薄膜表面缺陷更準(zhǔn)確、更高效的檢測(cè)。
【IPC分類】G01N21-88
【公開號(hào)】CN104792794
【申請(qǐng)?zhí)枴緾N201510214602
【發(fā)明人】胡婷婷, 金國祥
【申請(qǐng)人】武漢工程大學(xué)
【公開日】2015年7月22日
【申請(qǐng)日】2015年4月28日