一种镜片光学检测系统的制作方法

本发明涉及检测领域，具体涉及一种镜片光学检测系统。

背景技术：

镜片制造工艺非常复杂，对精度的要求也不低，而且在制造过程中一般会产生一些缺陷，例如麻点、划伤痕迹线等，这些缺陷的数量严重影响镜片品质，因此在出厂前，必须对镜片上可能存在的各种缺陷进行检测。

现有的镜片缺陷检测技术中，主要以人工检测为主，检测结果容易受工作经验、工作时的心情等主观情绪的影响，且效率低。

技术实现要素：

针对上述问题，本发明提供了一种镜片光学检测系统，所述系统包括图像采集模块、镜片传输模块、光照补充模块和数据处理模块；

所述图像采集模块设置在所述镜片传输模块的上方，用于获取位于所述镜片传输模块上的镜片的图像；

所述镜片传输模块用于运送镜片经过所述图像采集模块的工作区域；所述光照补充模块用于为所述镜片提供透光；

所述数据处理模块与所述图像采集模块电性连接，用于通过预设的规则处理所述图像采集模块所获取的图像，获取镜片的缺陷信息。

所述缺陷信息包括麻点、划伤痕迹线、气泡这些缺陷的数量。

优选地，所述图像采集模块为高清摄像头。

优选地，所述数据处理模块通过预设的规则处理所述图像采集模块所获取的图像，获取镜片的缺陷信息，包括：

将采集模块获取的图像记为imgsorce；先对所述图像imgsorce进行灰度化处理，对灰度化处理后的图像进行滤波处理，得到滤波处理后的图像fl2，对所述滤波处理后的图像分别用第一处理规则和第二处理规则进行二值化处理，获得相应的第一处理图像和第二处理图像，并将第一处理图像和第二处理图像融合，获得第三图像；

对所述第三图像进行缺陷修复和非缺陷图形过滤，获得第四图像；

对所述第四图像中的缺陷进行类型的识别和数量的统计。

本发明的有益效果为：本发明通过图像处理的方式对镜片中的缺陷的类别和数量进行检测从而获得镜片的缺陷信息，然后将所述缺陷信息与镜片的检测标准进行对比，以确定镜片是否合格。相较于传统的人工检测的方式，极大地提高了检测的效率和精度。同时通过两种不同方式获得的二值图像进行融合获得最终的二值化图像，使得二值化的结果更为全面地展示镜片上的缺陷的边缘。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1，为本发明一种镜片光学检测系统的一种示例性实施例图。

附图标记：

图像采集模块1、镜片传输模块2、光照补充模块3、数据处理模块4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本发明的一种镜片光学检测系统，所述系统包括图像采集模块1、镜片传输模块2、光照补充模块3和数据处理模块4；

所述图像采集模块1设置在所述镜片传输模块2的上方，用于获取位于所述镜片传输模块2上的镜片的图像；

所述镜片传输模块2用于运送镜片经过所述图像采集模块1的工作区域；所述光照补充模块3用于为所述镜片提供透光；

所述数据处理模块4与所述图像采集模块1电性连接，用于通过预设的规则处理所述图像采集模块1所获取的图像，获取镜片的缺陷信息。

在一种实施方式中，所述缺陷信息包括麻点、划伤痕迹线、气泡这些缺陷的数量。

在一种实施方式中，所述图像采集模块1为高清摄像头。

在一种实施方式中，所述数据处理模块4通过预设的规则处理所述图像采集模块1所获取的图像，获取镜片的缺陷信息，包括：

将采集模块获取的图像记为imgsorce；先对所述图像imgsorce进行灰度化处理，对灰度化处理后的图像进行滤波处理，得到滤波处理后的图像fl2，对所述滤波处理后的图像分别用第一处理规则和第二处理规则进行二值化处理，获得相应的第一处理图像和第二处理图像，并将第一处理图像和第二处理图像融合，获得第三图像；

对所述第三图像进行缺陷修复和非缺陷图形过滤，获得第四图像；

对所述第四图像中的缺陷进行类型的识别和数量的统计。

在一种实施方式中，所述对所述图像imgsorce进行灰度化处理，包括：

使用下述公式对所述图像的像素点进行灰度化处理：

f(x,y)＝ar(x,y)+bg(x,y)+cb(x,y)

式中，f(x,y)表示灰度化处理后的像素点(x,y)的灰度值，r(x,y)、g(x,y)、b(x,y)分别表示灰度化处理前的图像imgsorce的红、绿、蓝三个颜色通道的分量，(x,y)表示像素点在imgsorce中的位置，a、b、c分别表示预设的权重参数，且a+b+c＝1。

在另一种是实施方式中，使用最大值法对所述图像进行灰度化处理。

在一种实施方式中，所述第一处理规则包括：

对滤波处理后的图像fl2进行图像增强，得到经过图像增强的图像fi，统计其灰度值为l的像素点的个数nl，将fi中的像素点的总数记为totaln，则像素值为l的像素点出现的概率pl为：把将图像fi中的像素点分为第一类像素点和第二类像素点的的阈值记为t，则第一类像素点出现的概率pone为：第二类像素点出现的概率ptwo为：l表示图像fi中的灰度级总数；

所有第一类像素点的灰度均值为：所有第二类像素点的灰度均值为：

fi总的灰度均值为：gm＝pone×gmone+ptwo×gmtwo，式中，gm表示图像fi的灰度均值，

第一类像素点和第二类像素点这两种像素点之间的加权差别为：

wv(t)＝α[1-par1][1-par2][pone(gmone-gm)²+ptow(gmtwo-gm)²]+β[pone(gmone-gm)²+tp×ptow(gmtwo-gm)²]

式中，α和β为预设的权重参数，tp表示在图像fi中，灰度值小于预设的初步估计阈值pethres的像素点的总数占图像所有像素点的总数的比例；par1表示在区间[t-tthres,t+tthres]中，所有灰度值在图像fi中出现的概率之和，tthres表示预设的区间参数；par2＝pro1×pro2；所述初步估计阈值pethres为通过以下方式获得：

在图像fi的灰度直方图中，灰度级小于t的所有灰度级中，像素点出现的次数最多的灰度级记为maxone；将灰度级大于t的所有灰度级中，像素点出现的次数最多的灰度级记为maxtwo，将灰度级范围[maxone，t]之间，像素点出现次数最小的灰度级作为初步估计阈值pethres；

通过求取使得wv(t)取得最大值时的t，从而获得将图像fi中的像素点分为第一类像素点和第二类像素点的阈值t；

然后将灰度值小于所述阈值t的像素点的像素值设置为255，其余像素点的灰度值设置为0，从而得到第一处理图像img1。

本发明上述实施例，通过对图像中不同灰度值的像素点的数量进行统计，然后通过求取使得函数wv的函数值最大的t来求出分割阈值。函数wv在设计时考虑了的在阈值t的[t-tthres,t+tthres]范围内的灰度值出现的概率，解决了现有技术中对背景和目标灰度值相差不大的灰度图像进行分割时会出现错误分割的问题；同时考虑了灰度值小于预设的初步估计阈值pethres的像素点的总数占图像所有像素点的总数的比例，即考虑了初步估计的图像fi中第一类像素点的总数占图像总数的比例，避免了在图像划分时，由于第二类像素点的类内方差过大，从而导致阈值t向第二类像素点偏移这种情况。而pro1和pro2的设置，则是基于在光学镜片检测过程中，第一类像素点总数占图像的总像素点的比例往往会大幅小于第二类像素点总数占图像的总像素点的比例这种情况，pro1和pro2的设置使得t的阈值向第一类像素点接近，从而提高图像分割的准确性。

在一种实施方式中，对滤波处理后的图像fl2进行图像增强，包括：使用拉普拉斯算子图像增强算法对滤波处理后的图像fl2进行图像增强。

在一种实施方式中，所述第二规则包括：

采用尺寸为sl×sl的窗口在图像fl2上对像素点(x1,y1)进行处理；x1,y1分别表示在图像fl2中的像素点(x1,y1)距离坐标原点在横轴上的距离和在纵轴上的距离；

求取所述窗口内的所有像素点的灰度均值iavg(x1,y1)；

对于窗口内的像素点，以水平向右为0度方向，每隔45度画一条起点为像素点(x1,y1)，长度为le的线段xd，线段集合：

xdle(x1,y1)＝{xd0,le,xd45,le,xd90,le,xd135,le,xd180,le,xd225,le,xd270,le,xd315,le}，集合xdle中元素的第一个下标表示角度，第二个下标表示长度；

计算每条线段所穿过的像素点的灰度均值，所有线段所经过的像素点的灰度均值为存为集合avexdle(x1,y1)：

avexdle(x1,y1)＝{avexd0,le,avexd45,le,avexd90,le,avexd135,le,avexd180,le,avexd225,le,avexd270,le,avexd315,le}

将集合avexdle(x1,y1)中的最大值记为avexdmax，采用下述公式计算像素点(x1,y1)的属于第一类像素点的力度：

strl(x1,y1)＝avexdmax-iavg(x1,y1)；

改变线段的长度le，求取长度区间[le-lthre,le+lthre]内像素点(x1,y1)属于一类像素点的平均力度：

式中，lthre表示预设的长度区间参数；

将像素点(x1,y1)的灰度值fl2(x1,y1)，以及iavg(x1,y1)、avestr(x1,y1)，组成特征向量ev(x1,y1)，通过将像素点(x1,y1)的特征向量ev(x1,y1)的模moev(x1,y1)与预设的一类像素点监测阈值tardt比较,若moev(x1,y1)大于tardt，则将像素点(x1,y1)的灰度值设置为255，否则，将像素点(x1,y1)的灰度值设置为0；

对图像fl2中的全部像素点进行上述处理后，得到第二处理图像img2。

本发明上述实施例，解决了传统的图像分割算法中容易出现虚假第一类像素点的问题，能对镜片上的缺陷进行前景与背景分离。而且在本发明中，由于划伤痕迹线在镜片上出现的概率较高，通过采用线段的方式对像素点属于第一类像素点的力度进行计算，当线段刚好与所述划伤痕迹线重叠或大部分重叠时，像素点(x1,y1)属于第一类像素点的力度处于较大值的区间，从而能高效准确地将划伤痕迹线这类缺陷检测出来。

在一种实施方式中，所述将第一处理图像和第二处理图像融合，获得第三图像，包括：

采用下述公式对将第一处理图像和第二处理图像融合：

式中，addthre为预设的图像融合阈值参数，img1(x2,y2)表示图像img1中像素点(x2,y2)的灰度值；img2(x4,y4)表示图像img2中像素点(x4,y4)的灰度值；img3(x3,y3)表示图像img3中像素点(x3,y3)的灰度值

本发明上述实施例，通过对第一处理图像和第二处理图像融合，使得二值化的结果更为全面地展示镜片上的缺陷的边缘。

在一种实施方式中，所述对所述第三图像进行缺陷修复和非缺陷图形过滤，获得第四图像，包括：

对img3中的灰度值为255的像素点img3,255(x3,y3)存为集合fac，对于集合fac中的第i个元素faci(x3,y3)，元素faci(x3,y3)在img3中所对应的像素点为(x3,y3)，采用下述规则对img3进行缺陷修复：

在img3中，对所述元素faci(x3,y3)所对应的像素点(x3,y3)进行距离判断和邻域判断，若判断结果为同时符合距离判断和邻域判断，则对所述像素点进行区域延伸；否则，将所述像素点(x3,y3)的灰度值设置为0；

所述距离判断为：

计算img3中是否存在与所述像素点(x3,y3)的欧式距离小于距离阈值disthres其灰度值为255的像素点，若是，则所述像素点(x3,y3)符合距离判断，将所述像素点的记为mindis(x3,y3),然后对mindis(x3,y3)进行区域判断；若否，则所述像素点(x3,y3)不符合距离判断；

所述邻域判断为：

计算所述像素点mindis(x3,y3)的dis×dis邻域内，灰度值为255的像素点的总数ndis,255是否大于预设的邻域判断阈值njthres，若否，则所述像素点mindis(x3,y3)不符合邻域判断；若是，则所述像素点mindis(x3,y3)符合邻域判断。

所述区域延伸为：

对于像素点(x3,y3)，将其标记在图像fl2中相应的位置，所述相应的位置指的是像素点(x3,y3)在img3中的相对位置与其在图像fl2中的相对位置相同，在图像fl2中，获取像素点(x3,y3)在图像fl2中对应的像素点(x1,y1)的s×s邻域，使用下述延伸规则对像素点(x3,y3)在图像img3中进行区域延伸：且

式中，φ表示图像fl2中所有像素点的灰度值的方差，γ表示预设的延伸调节参数，fl2(x3,y3)表示img3中的像素点(x3,y3)在图像fl2中对应的像素点(x1,y1)在图像fl2中的灰度值；

将符合所述延伸规则的像素点存为集合expset1，对集合expset1中的像素点，继续使用所述延伸规则在图像img3中进行延伸，将符合所述延伸规则的像素点存为集合expset2；对集合expset2中的像素点，继续使用所述延伸规则在图像img3中进行延伸，将符合所述延伸规则的像素点存为集合expset3，以此类推，直到进行了j次区域延伸后，集合expsetj中再也没有符合所述区域延伸规则的像素点；

将集合expset1,expset2,…expsetj这j个集合进行并运算，得到像素点(x3,y3)的延伸集合expsetx3,y3，在img3中，将expsetx3,y3中所有像素点的灰度值均设置为255；

对集合fac中所有的元素进行缺陷修复后，得到缺陷修复图像。

本发明上述实施例，通过对孤立点的区域延伸处理，解决了在前期的图像的灰度化处理、图像滤波处理以及图像二值化处理过程中引起的缺陷不连续的情况，尤其是划伤痕迹线这种类型的缺陷，有时候会因为上述处理过程而被分割成多个线段，这个在后续的缺陷类型检测中，无疑会引起较大的误差。本发明上述实施例能很好地解决上述问题。而在进行缺陷修复时，往往会出现一些孤立点远离前景图像中心的情况，对于这种孤立点，通过距离判断进行排除；然后通过邻域判断避免了两个靠得很近，但是也远离前景图像中心的孤立点互相进行区域延伸这种情况的发生。

在另一种实施方式中，所述对第三图像进行缺陷修复，包括：使用图像膨胀算法对所述第三图像中的缺陷进行修复。

对于所述缺陷修复图像，使用下述方式进行非缺陷图形过滤：

对所述缺陷修复图像中像素值为0的像素点使用不同的标签进行连通域标记，将标签的总数记为nlabel；

对于每一个连通域，进行连通阈值判断：判断所述连通域中像素点的总数是否小于过滤阈值filthres，若是，则将所述连通域中所有像素点的灰度值设置为0,若不是，则不进行处理；

对每个连通域均进行所述连通阈值判断后，得到所述第四图像。

在一种实施方式中，所述对所述第四图像中的缺陷进行类型的识别和数量的统计，包括：

对所述第四图像进行连通域标记，对不同的连通域，进行mbr标记，根据所述mbr的类型和数量获取缺陷的类型和数量，将缺陷的类型和数量作为所述镜片的缺陷信息。

将所述缺陷信息与镜片的检测标准进行对比，以确定镜片是否合格。

本发明通过图像处理的方式对镜片中的缺陷的类别和数量进行检测从而获得镜片的缺陷信息，然后将所述缺陷信息与镜片的检测标准进行对比，以确定镜片是否合格。相较于传统的人工检测的方式，极大地提高了检测的效率和精度。同时通过两种不同方式获得的二值图像进行融合获得最终的二值化图像，使得二值化的结果更为全面地展示镜片上的缺陷的边缘。还对融合后的图像中的孤立点进行延伸处理，从而更好地复原了原图中存在的缺陷，使得最终的缺陷类型和数量检测更为精确。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于ram、rom、eeprom、cd-rom或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。