一种玻璃面板的边缺陷检测方法及系统的制作方法

文档序号:9647073阅读:590来源:国知局
一种玻璃面板的边缺陷检测方法及系统的制作方法
【技术领域】
[0001] 本发明属于面板检测领域,尤其涉及一种基于中心线邻域灰度均值的用于玻璃面 板的边缺陷检测方法及系统。
【背景技术】
[0002] 目前,对于玻璃面板表面缺陷的检测与识别方法归纳起来有三类:图像匹配比较 法,非图像匹配比较法和混合法。(1)图像匹配比较法这种方法是将作为模板的标准图像 与被检测的图像进行匹配,即异或运算,这种方法适用于图像出现缺口、边缘凹凸毛刺等缺 陷,但是对于种类众多的玻璃面板边缺陷,边长宽均不固定,因此这种方法不适用于手机玻 璃面板边缺陷检测。(2)非图像匹配比较法这种方法不需要模板图像,它依据预先定义的设 计规则来判断待检测图像是否有瑕疵,内存需求小、处理灵活。(3)混合法它是前述两种方 法的综合,在一定程度上克服了前两类方法的缺点,但目前这种方法还不是很成熟,其算法 复杂,不能满足实时检测的要求,且自适应性不够,系统扩展能力较差。

【发明内容】

[0003] 本发明所要解决的技术问题在于提供一种玻璃面板的边缺陷检测方法及系统,旨 在解决现有算法复杂,不能满足实时检测的要求,且自适应性不够,系统扩展能力较差的问 题。
[0004] 本发明是这样实现的,一种玻璃面板的边缺陷检测方法,步骤包括:
[0005] 步骤A,进行玻璃面板图像采集并进行灰度转换得到灰度图像,然后将所述灰度图 像二值化处理得到二值化图像,提取所述二值化图像中的感兴趣区域轮廓;
[0006] 步骤B,对所述感兴趣区域轮廓进行处理,得到所述感兴趣区域轮廓的中心线图, 遍历所述中心线图得到中心线上每一个点的点坐标;
[0007] 步骤C,提取所述感兴趣区域轮廓对应的灰度图像,根据中心线上每一个点的点坐 标得到该点对应的灰度值;
[0008] 步骤D,对中心线的灰度值进行处理,根据处理后的中心线灰度值计算中心线灰度 差均值,然后根据所述中心线灰度差均值判断是否存在边缺陷并标记。
[0009] 进一步地,步骤A具体包括:
[0010] 步骤A1,对所述玻璃面板进行图像采集,然后将采集到的玻璃面板图像进行灰度 转换,将灰度转换后的图像进行高斯拉普拉斯锐化和中值滤波的预处理得到灰度图像;
[0011] 步骤A2,用最大类间方差法对所述灰度图像进行二值化,得到二值化图像;
[0012] 步骤A3,利用水平结构元素对所述二值化图像进行腐蚀,得到感兴趣区域轮廓。
[0013] 进一步地,步骤B具体包括:
[0014] 步骤B1,利用zhang快速并行细化算法对所述感兴趣区域轮廓进行细化,得到所 述感兴趣区域轮廓的中心线图;
[0015] 步骤B2,遍历所述中心线图,得到中心线上每一个点的点坐标;
[0016] 以I(i,j)表示中心线上第i点的坐标,则该点坐标满足:
[0017] I(i,j) == 255,0彡i彡r,0彡j彡c,其中r表示所述灰度图像的高度,c表示 所述灰度图像的宽度。
[0018] 进一步地,步骤C具体包括:
[0019] 步骤C1,提取所述感兴趣区域轮廓对应的灰度图像;
[0020] 步骤C2,根据步骤C1提取的灰度图像和中心线上每一个点的点坐标得到该点对 应的灰度值;
[0021] 以I(i,j)表示中心线上第i点的坐标,GrayVaia,j)表示第i点对应的灰度值, w表示根据水平区域轮廓高度设定的第i点的一邻域,则第i点的w邻域的灰度均值大小 Gray(η)为:
[0023] 以所述灰度均值作为第i点对应的灰度值,其中Ν为中心线的像素个数,η为索引 号,通过所述索引号能够找到对应的坐标,t为变量。
[0024] 进一步地,步骤D具体包括:
[0025] 步骤D1,对中心线上每一个点的灰度值进行滤波得到滤波灰度值,根据每一个点 的滤波灰度值和对应的灰度值得到每一点对应的灰度差;
[0026] 以6抑7〇1)表示第;[点的灰度值,6抑71(11)表示第;[的滤波灰度值,06]^36抑7(11) 表示第i点的灰度差,则:
[0027]DeltaGray(n) =Gray1 (n)-Gray(η);
[0028] 步骤D2,根据所述灰度差计算中心线的灰度差均值,然后根据所述灰度差均值判 断是否存在边缺陷;
[0029] 以GrayAverage表示所述灰度差均值,贝1J:
[0030]
;其中N为中心线的像素个数,η为索引号,通过 所述索引号能够找到对应的坐标;
[0031] 若所述灰度差均值和灰度差之差大于或等于灰度差阈值,则判断为存在缺陷;
[0032] 若所述灰度差均值和灰度差之差小于灰度差阈值,则判断为不存在缺陷;
[0033] 以ΔGray表示所述灰度差阈值,则上述可以表示为:
[0034]
[0035] 步骤D3,若判断存在缺陷,则进行缺陷标记。
[0036] 本发明还提供了一种玻璃面板的边缺陷检测系统,包括:
[0037] 采集处理单元,用于进行玻璃面板图像采集并进行灰度转换得到灰度图像,然后 将所述灰度图像二值化处理得到二值化图像,提取所述二值化图像中的感兴趣区域轮廓;
[0038] 轮廓提取单元,用于对所述感兴趣区域轮廓进行处理,得到所述感兴趣区域轮廓 的中心线图,遍历所述中心线图得到中心线上每一个点的点坐标;
[0039] 灰度提取单元,用于提取所述感兴趣区域轮廓对应的灰度图像,根据中心线上每 一个点的点坐标得到该点对应的灰度值;
[0040] 缺陷标记单元,用于对中心线的灰度值进行处理,根据处理后的中心线灰度值计 算中心线灰度差均值,然后根据所述中心线灰度差均值判断是否存在边缺陷并标记。
[0041] 进一步地,所述采集处理单元具体用于:
[0042] 首先,对所述玻璃面板进行图像采集,然后将采集到的玻璃面板图像进行灰度转 换,将灰度转换后的图像进行高斯拉普拉斯锐化和中值滤波的预处理得到灰度图像;
[0043] 其次,用最大类间方差法对所述灰度图像进行二值化,得到二值化图像;
[0044] 最后,利用水平结构元素对所述二值化图像进行腐蚀,得到感兴趣区域轮廓。
[0045] 进一步地,所述轮廓提取单元具体用于:
[0046] 首先,利用zhang快速并行细化算法对所述感兴趣区域轮廓进行细化,得到所述 感兴趣区域轮廓的中心线图;
[0047] 最后,遍历所述中心线图,得到中心线上每一个点的点坐标;
[0048] 以I(i,j)表示中心线上第i点的坐标,则该点坐标满足:
[0049] I(i,j) == 255,0彡i彡r,0彡j彡c,其中r表示所述灰度图像的高度,c表示 所述灰度图像的宽度。
[0050] 进一步地,所述灰度提取单元具体用于:
[0051] 首先,提取所述感兴趣区域轮廓对应的灰度图像;
[0052] 最后,根据提取的灰度图像和中心线上每一个点的点坐标得到该点对应的灰度 值;
[0053] 以I(i,j)表示中心线上第i点的坐标,GrayVal(i,j)表示第i点对应的灰度值, w表示根据水平区域轮廓高度设定的第i点的一邻域,则第i点的w邻域的灰度均值大小 Gray(η)为:
[0055] 以所述灰度均值作为第i点对应的灰度值,其中Ν为中心线的像素个数,η为索引 号,通过所述索引号能够找到对应的坐标,t为变量。
[0056] 进一步地,所述缺陷标记单元具体用于:
[0057] 首先,对中心线上每一个点的灰度值进行滤波得到滤波灰度值,根据每一个点的 滤波灰度值和对应的灰度值得到每一点对应的灰度差;
[0058] 以6抑7〇1)表示第;[点的灰度值,6抑71(11)表示第;[的滤波灰度值,06]^36抑7(11) 表示第i点的灰度差,则:
[0059]DeltaGray(n) =Gray1 (n)-Gray(η);
[0060] 其次,根据所述灰度差计算中心线的灰度差均值,然后根据所述灰度差均值判断 是否存在边缺陷;
[0061] 以GrayAverage表示所述灰度差均值,贝lj:
[0062]
;其中N为中心线的像素个数,η为索引号,通过 所述索引号能够找到对应的坐标;
[0063] 若所述灰度差均值和灰度差之差大于或等于灰度差阈值,则判断为存在缺陷;
[0064] 若所述灰度差均值和灰度差之差小于灰度差阈值,则判断为不存在缺陷;
[0065] 以ΔGray表示所述灰度差阈值,则上述可以表示为:
[0066]
[0067] 最后,若判断存在缺陷,则进行缺陷标记。
[0068] 本发明与现有技术相比,有益效果在于:本发明根据玻璃面板边缘轮廓特征,提取 出边缘的感兴趣区域轮廓,并基于感兴趣区域轮廓的中心线邻域的灰度均值对玻璃面板
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1