局部阈值分割方法及缺陷检测方法与流程

本发明涉及视觉检测领域，具体涉及一种局部阈值分割方法及缺陷检测方法。

背景技术：

图像分割是由图像处理到图像分析的关键步骤，现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等，理想情况下图像分割，图像的曝光度控制在合理的范围、对比度强，亮度适中，图像分割效果明显，但实际采集的图像由于光照、被测物材质的影响，容易出现过度曝光、图像的灰度不均匀分布、图像噪点等影响因素，例如对于汽车冲压件而言，由于冲压件本身的颜色较暗，并且汽车生产车间的检测环境复杂，导致传统的阈值分割方法在低对比度的图像分割上无法取得较好的效果，其表面上的微小缺陷(如划痕、压印缺陷、锌灰缺陷)，很容易漏检。

技术实现要素：

针对上述问题，本发明提出一种局部阈值分割方法及缺陷检测方法，对于低对比度、细小缺陷的图像检测，本方法具有明显的优势，其降低了对采集图像质量的要求，实时性好，适用于工业现场对于产品质量的监测。

一种局部阈值分割方法，包括以下步骤：

1)在图像的起始位置处选取某一像素点(l，l)，并将其作为初始的中心标记点；l＝1～4像素；

2)以所述中心标记点为中心设置局部选区a和选区b，所述选区b为选区a的子区域，计算中心标记点处的阈值：

t＝m+k×s-h

其中，m为选区a内所有像素点的灰度均值；k是一个修正参数，0<k<1，s为选区a内所有像素点灰度值的标准差，h为阈值补偿项；

m＇为选区b内所有像素点或除去中心标记点之外的其他像素点的灰度均值；s＇为选区b内所有像素点灰度值的标准差；系数p设置为2～10之间的整数；

判断中心标记点的灰度值是否大于阈值t，若是，则将其灰度值设置为255，反之，将其灰度值设置0，对该点进行二值化处理；

3)沿图像坐标系的方向，将标记点的下一个像素点或将与中心标记点距离t的像素点记为新的中心标记点，重复步骤2)，直到得出图像坐标点(n-l+1，m-l+1)处的阈值t；n为灰度图的总行数，m为灰度图的总列数；并用该阈值对点(n-l+1，m-l+1)进行二值化处理；完成整幅图像的阈值分割。

优选，步骤3)中每次重复步骤2)，设置的选区a和选区b的尺寸均与第一次设置的选区a和选区b大小相同；

所述选区a和选区b均为方形选区。

进一步，所述选区a的大小为9×9、7×7、5×5；选区b的大小为5×5、3×3；

优选为3×3。

进一步，所述选区b由中心标记点以及与中心标记点相邻的四个像素点构成。

优选，t＝1～3像素。

一种缺陷检测的方法，其利用上述局部阈值分割方法进行缺陷检测，包括以下步骤：

对采集到的被测物图像进行图像预处理，对预处理后的图像进行步骤1)～3)得到阈值分割后的二值化图像；

利用轮廓跟踪算法统计二值图像内不同连通区域的面积以及位置坐标，当二值图像内连通区域面积大于预设阈值时，则相应连通区域为缺陷区域，当二值图像内连通区域面积小于预设阈值时，则相应连通区域为正常区域；

使用位置坐标信息对二值图像中的不同缺陷区域进行标记，实现对缺陷的定位、识别。

进一步，若待测图像的像素当量小于0.2mm/像素，待测缺陷小于1.5mm；选区a的大小设置为5×5；选区b的大小设置为3×3。

进一步，图像预处理包括感兴趣区域提取、图像增强和图像滤波。

进一步，相对于现有方法，本方法对于目标区域与背景区域的像素灰度差q较小的待测图像(如5＜q＜30)，具有更佳的检测效果。

本方法通过在局部区域中再次设定小区域的方式，在阈值分割计算过程中增加了阈值补偿项；距离中心点(待分割点)距离越近的像素点对其影响越大，基于此，设置小区域计算补偿项，考虑影响因素高的像素点，而将影响因素低的像素点排除，不仅可以保持计算的快速性而且可以提高整个算法的准确性，特别是对比度低的图像(如待测图像的像素灰度差＜30)、细小缺陷的检测，本发明方法依然保持良好的准确性，而现有阈值分割方法容易出现漏检、错检；本方法降低了对采集图像质量的要求，实时性好，适用于工业现场对于产品质量的监测。

附图说明

图1(a)为实施例中冲压件的压印缺陷(虚线圆圈标记区域)原始灰度图；

图1(b)为利用最大熵阈值分割方法检测压印缺陷的处理结果图；

图1(c)为利用otsu阈值分割方法检测压印缺陷的处理结果图；

图1(d)为利用本发明方法检测压印缺陷的处理结果图；

图2(a)为实施例中冲压件的锌灰缺陷(虚线圆圈标记区域)原始灰度图；

图2(b)为利用otsu阈值分割方法检测锌灰缺陷的处理结果图；

图2(c)为利用本发明方法检测锌灰缺陷的处理结果图；

图3为设置方式一：图像中选区a、选区b、中心预选点示意图；

图4为设置方式二：图像中选区a、选区b、中心预选点示意图。

具体实施方式

以下结合附图和具体实施方式对本发明的技术方案进行详细描述。

一种局部阈值分割方法及缺陷检测方法，本方法可用于低对比度图像检测，本实施例以冲压件的压印缺陷和锌灰缺陷的检测为例，具体阐述本发明方法的具体实施过程；

压印缺陷：在轧机空转时由于预压力过小，会造成工作辊与中间辊点接触，而使中间辊在周长方向受到磨损，受损的中间辊在工作时，将会导致金属表面出现压痕，体现为冲压件表面的压印缺陷，如图1(a)所示(虚线圆圈标记区域)。

锌灰缺陷：金属锌液与空气中的氧气一旦接触后会立即生成氧化锌，在这个过程中，待镀工件(冲压件)上的溶剂在没到锌液时，化学反应的副作用会形成一部分锌灰及溶剂残渣，在图像中体现为黑色斑点，如图2(a)所示(虚线圆圈标记区域)。

一种局部阈值分割方法，包括以下步骤：

1)在图像的起始位置处选取某一像素点(l，l)，并将其作为初始的中心标记点；l＝1～4像素；初始的中心标记点选取方式不唯一，以下示意两种设置方式：

设置方式一：如图3所示，l＝3，初始的中心标记点为像素点(3,3)；

设置方式二：如图4所示，l＝1，初始的中心标记点为像素点(1,1)，选区边缘部分的空缺像素点(图中虚线圆)由中心标记点周围区域的像素点进行填充；

2)以中心标记点为中心设置局部选区a和选区b，选区b为选区a的子区域，计算中心标记点处的阈值：

t＝m+k×s-h

其中，m为选区a内所有像素点的灰度均值；k是一个修正参数，0<k<1，s为选区a内所有像素点灰度值的标准差，h为阈值补偿项；

m＇为选区b内所有像素点或除去中心标记点之外的其他像素点的灰度均值；s＇为选区b内所有像素点灰度值的标准差；系数p设置为2～10之间的整数；

判断中心标记点的灰度值是否大于阈值t，若是，则将其灰度值设置为255，反之，将其灰度值设置0，对该点进行二值化处理；

3)沿图像坐标系的方向，将标记点的下一个像素点或将与中心标记点距离t的像素点记为新的中心标记点，重复步骤2)，直到得出图像坐标点(n-l+1，m-l+1)处的阈值t；n为灰度图的总行数，m为灰度图的总列数；并用该阈值对点(n-l+1，m-l+1)进行二值化处理；完成整幅图像的阈值分割。

其中t＝1～3像素；

为了便于解算，每次重复步骤2)，设置的选区a和选区b的尺寸均与第一次设置的选区a和选区b大小相同，且选区a和选区b均为方形选区，选区a的大小可设置为9×9、7×7、5×5；选区b的大小为5×5、3×3；

其中，选区b还可以设置为十字型，及选区b由中心标记点以及与中心标记点相邻的四个像素点构成，此时计算补偿项h，将更加快速；

将上述局部阈值分割方法应用于缺陷检测过程，包括以下步骤：

对采集到的被测物图像进行图像预处理，对预处理后的图像进行步骤1)～3)得到阈值分割后的二值化图像；

图像预处理包括感兴趣区域提取、图像增强和图像滤波。

利用轮廓跟踪算法统计二值图像内不同连通区域的面积以及位置坐标，当二值图像内连通区域面积大于预设阈值时，则相应连通区域为缺陷区域，当二值图像内连通区域面积小于预设阈值时，则相应连通区域为正常区域；

使用位置坐标信息对二值图像中的不同缺陷区域进行标记，实现对缺陷的定位、识别。

本实施例，对冲压件的压印缺陷、锌灰缺陷进行检测，被测图像的像素灰度差为25，被测图像的像素当量为0.1mm/像素，压印缺陷大小为3～6mm；锌灰缺陷大小为0.5～1mm；

在检测压印缺陷时，选区a的大小设置为7×7；选区b的大小3×3；

在检测锌灰缺陷时，选区a的大小设置为5×5；选区b的大小3×3。

将同一张含有压印缺陷的冲压件被测图像(图1(a))分别利用最大熵阈值分割方法、otsu阈值分割方法、本发明方法进行处理，结果如图1(b)～(d)所示，采用otsu阈值分割方法的处理结果最差，图像中包含较多的噪声干扰，不能有效识别压印缺陷；采用最大熵阈值分割方法对噪声有一定的抑制作用，能够分割出大部分压印缺陷，但是对于较细微、对比度和背景更接近的缺陷，其不能有效识别，出现漏检情况；采用本发明方法可以检测出图像中的全部压印缺陷。

将同一张含有锌灰缺陷的冲压件被测图像(图2(a))分别利用otsu阈值分割方法和本发明方法进行处理，结果如图2(b)～(c)所示，采用otsu阈值分割方法的处理后图像中包含较多的噪声干扰，误检率高，对于细小且对比度差的锌灰缺陷不能有效识别；采用本发明方法可以有效检测出图像中的锌灰缺陷。

前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的，也不是想要把本发明限制为所公开的精确形式，显然，根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用，从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。