基于视觉显著性的表面缺陷判定方法
【技术领域】
[0001] 本发明涉及一种表面缺陷判定方法，具体涉及一种基于视觉显著性的表面缺陷图 像的缺陷判定方法。
【背景技术】
[0002] 物体表面缺陷的检测对于很多生产过程的质量控制都很重要。由于传统的人眼在 线检测方式很容易造成误检、漏检及人的视力疲劳，因而对自动检测检测系统的研究具有 重要意义。
[0003] 人类能快速有效的识别出缺陷，无论反光强弱、缺陷性状、纹理结构的变化。人类 拥有强大的图像理解和模式识别的能力，模仿人类视觉机制的基于视觉显著性的，对于工 业生产中纸张、带钢、布匹、薄膜等的表面缺陷检测方法，得到了广泛研究。
[0004] 目前，应用最广泛的视觉显著性模型有GBVS模型、Itti模型以及在此基础上改进 的一些模型。根据视觉显著性原理，各模型均通过生成视觉显著图，反应视觉上对于原图像 的注意力分布性，因而每幅图像都存在其视觉显著区域。当所检测对象图像中存在缺陷，则 其显著区域即为缺陷区域；而没有缺陷时，显著区域就有可能被误检。
【发明内容】
[0005] 本发明的发明目的是提供一种基于视觉显著性的表面缺陷判定方法，适用于各种 视觉显著性模型，通过提取视觉显著图的灰度特征，分析其有无缺陷时各自的特征，达到区 分存在缺陷与无缺陷的效果。
[0006] 为达到上述发明目的，本发明采用的技术方案是：一种基于视觉显著性的表面缺 陷判定方法，包括如下步骤： (1) 采集待检测产品的n幅表面图像样本； (2) 将待检测产品的n幅表面图像样本，利用视觉显著性模型计算其视觉显著图； (3) 采用快速最大类间方差法分割第i幅视觉显著图并求取其阈值J,.; (4)计算各视觉显著图的显著特征值; (5) 对显著特征值取阈值&，并判定图像中是否存在缺陷。设0表示无缺陷，1表示存 在缺陷，则第i幅图像对应的判定结果为
【主权项】
1. 一种基于视觉显著性的表面缺陷判定方法，其特征在于，包括如下步骤： (1) 采集待检测产品的n幅表面图像样本； (2) 将待检测产品的n幅表面图像样本，利用视觉显著性模型计算其视觉显著图； (3) 采用快速最大类间方差法分割第i幅视觉显著图之，并求取其阈值7：.; (4) 计算各视觉显著图的显著特征值; (5) 对显著特征值取阈值《，并判定图像中是否存在缺陷，设0表示无缺陷，1表示存在 缺陷，则第i幅图像对应的判定结果为
2. 根据权利要求1所述的一种基于视觉显著性的表面缺陷判定方法，其特征在于：所 述步骤（4)中，显著特征值为各视觉显著图中灰度值处于[0J；]范围的所有像素点的灰度 平均值。
【专利摘要】本发明公开了一种基于视觉显著性的表面缺陷判定方法，首先采集待检测产品的表面图像样本、并利用视觉显著性模型计算其视觉显著图，再采用快速最大类间方差法对显著图像进行阈值分割，然后计算显著图的特征值，最后选取特征值阈值，判断图像中是否存在缺陷。本发明算法简洁实用，准确率高，且排除了表面褶皱对缺陷检测的影响。
【IPC分类】G06T7-00, G01N21-88
【公开号】CN104574353
【申请号】CN201410463588
【发明人】何志勇, 胡佳娟, 杨宏兵, 翁桂荣, 孙立宁, 左保齐, 王晨
【申请人】苏州大学
【公开日】2015年4月29日
【申请日】2014年9月12日