一种数据线成型外模外观缺陷检测方法与流程

本发明涉及图像数据处理，具体涉及一种数据线成型外模外观缺陷检测方法。

背景技术：

1、在数据线生产工艺流程中，数据线外模在成型后为了达到生产厂家的数据线生产外观质量标准，需要对其进行外观检测获取各个待检测数据线外模的外观缺陷检测的相关指标数据，指导数据线已成型外模的质检工作，提高数据线成型外模的外观质量，保证产品品质。目前，数据线所成型的外模处常见的外观缺陷是划痕，由于外模表面的细微纹理信息的干扰且划痕部分的梯度虽然大于其他部分像素的梯度，但是差异不是特别大，属于一种弱缺陷。现有技术中常常非线性反锐化掩模算法对待检测数据线外模检测时，根据图像中灰度分布的常规方法对图像中所有高频像素不加区分地进行增强，会将图像中正常细微纹理的非缺陷部分也凸显出来，这样会干扰后续对划痕缺陷程度的测定，影响对数据线产品外观质量的检测。

技术实现思路

1、为了解决现有技术中利用非线性反锐化掩模算法检测时，根据图像中灰度分布的常规方法对图像中所有高频像素不加区分地进行增强，会将图像中正常细微纹理的非缺陷部分也凸显出来，这样会干扰后续对划痕缺陷程度的测定，影响对数据线产品外观质量的检测的不足，本发明提供一种数据线成型外模外观缺陷检测方法，该方法结合图像中像素的灰度以及空间关系对非线性反锐化掩模算法中的增强系数进行调整，使可以对图像中缺陷部分进行非线性增强。

2、本发明的目的是提供一种数据线成型外模外观缺陷检测方法，包括以下步骤：

3、获取待检测数据线成型外模在不同角度和光线下的多个灰度图像；

4、对每个灰度图像进行多次低通滤波获取每个灰度图像对应的第一图像；

5、根据每个灰度图像与其对应的第一图像相减获取每个灰度图像对应第二图像；

6、根据每个灰度图像对应于成型外模所处同位置的像素点的梯度值和灰度值，以及目标灰度图像上每个像素点对应每个第一图像中所处同位置像素点的梯度值，获取目标灰度图像上每个像素点的综合稳定程度；其中，所述目标灰度图像是从多个灰度图像选取的；

7、获取目标灰度图像上每个像素点对应于第二图像中像素点所在的连通域；根据每个连通域质心位置以及最小外接矩形的矩形度，获取目标灰度图像上每个像素点所在区域线性分布的稳定程度；

8、利用目标灰度图像上每个像素点的综合稳定程度及每个像素点所在区域线性分布的稳定程度，对反锐化掩模增强系数进行调节，获取调节后的增强系数；

9、根据调节后的增强系数对目标灰度图像进行增强获取增强后的图像；根据增强后的图像对数据线成型外模外观缺陷进行识别。

10、在一实施例中，所述目标灰度图像上每个像素点的综合稳定程度是按照以下步骤获取：

11、根据每个灰度图像对应于成型外模所处同位置的像素点的灰度值获取目标灰度图像上每个像素点的灰度稳定程度；

12、根据每个灰度图像对应于成型外模所处同位置的像素点的梯度值，以及目标灰度图像上每个像素点对应每个第一图像中所处同位置像素点的梯度值，获取目标灰度图像上每个像素点的梯度稳定程度；

13、根据目标灰度图像上每个像素点的灰度稳定程度和梯度稳定程度获取目标灰度图像上每个像素点的综合稳定程度。

14、在一实施例中，所述目标灰度图像上每个像素点的灰度稳定程度是将所有灰度图像中对应于成型外模所处同位置的像素点的灰度值的相对平均偏差值作为目标灰度图像上每个像素点的灰度稳定程度。

15、在一实施例中，所述目标灰度图像上每个像素点的梯度稳定程度是将所有灰度图像中对应于成型外模所处同位置的像素点的梯度值的相对平均偏差值与所有第一图像中对应于成型外模所处同位置的像素点的梯度值的相对平均偏差值的加和值，作为目标灰度图像上每个像素点的梯度稳定程度。

16、在一实施例中，将目标灰度图像上每个像素点的灰度稳定程度和梯度稳定程度的均值作为目标灰度图像上每个像素点的综合稳定程度。

17、在一实施例中，所述目标灰度图像上每个像素点对应第二图像中像素点所在连通域是通过对每个第二图像进行连通域检测而获取的。

18、在一实施例中，所述调节后的增强系数是按照以下步骤获取：

19、获取目标灰度图像上每个像素点的综合稳定程度与目标灰度图像上每个像素点所在区域线性分布的稳定程度的比值；将比值归一化后作为调节参数，对反锐化掩模增强系数进行调节，获取调节后的增强系数。

20、在一实施例中，所述对每个灰度图像进行多次低通滤波过程中分别对单个灰度图像进行至少5次的低通滤波处理。

21、本发明的有益效果是：本发明提供的一种数据线成型外模外观缺陷检测方法，该方法通过对每个灰度图像进行多次低通滤波获取每个灰度图像对应的第一图像；主要是利用高斯低通滤波对获取的数据线成型外模灰度图像进行模糊处理获取对应的低频图像；再根据每个灰度图像与其对应的第一图像相减获取每个灰度图像对应第二图像；也就是利用未滤波前图像和滤波后图像相减的方法获取原始图像中的高频部分的图像；能够有效利用不同位置处以及不同截止频率的低通滤波下划痕缺陷的像素相对稳定的特点，获取其在灰度、梯度和划痕的线性分布相关特征，也就是通过第一图像和第二图像以及灰度图像中的特征获取目标灰度图像上每个像素点的综合稳定程度以及获取目标灰度图像上每个像素点所在区域线性分布的稳定程度；最后利用在灰度、梯度和划痕的线性分布相关特征对非线性反锐化掩模算法中的增强系数进行像素级智能调节，能够对图像中的划痕缺陷进行重点锐化增强，实现可视化缺陷智能检测。避免其他非缺陷区域的检测干扰，以及对外观缺陷的误识别。从而能够准备的识别出数据线成型外模外观的缺陷。

技术特征：

1.一种数据线成型外模外观缺陷检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的数据线成型外模外观缺陷检测方法，其特征在于，所述目标灰度图像上每个像素点的综合稳定程度是按照以下步骤获取：

3.根据权利要求2所述的数据线成型外模外观缺陷检测方法，其特征在于，所述目标灰度图像上每个像素点的灰度稳定程度是将所有灰度图像中对应于成型外模所处同位置的像素点的灰度值的相对平均偏差值作为目标灰度图像上每个像素点的灰度稳定程度。

4.根据权利要求2所述的数据线成型外模外观缺陷检测方法，其特征在于，所述目标灰度图像上每个像素点的梯度稳定程度是将所有灰度图像中对应于成型外模所处同位置的像素点的梯度值的相对平均偏差值与所有第一图像中对应于成型外模所处同位置的像素点的梯度值的相对平均偏差值的加和值，作为目标灰度图像上每个像素点的梯度稳定程度。

5.根据权利要求2所述的数据线成型外模外观缺陷检测方法，其特征在于，将目标灰度图像上每个像素点的灰度稳定程度和梯度稳定程度的均值作为目标灰度图像上每个像素点的综合稳定程度。

6.根据权利要求1所述的数据线成型外模外观缺陷检测方法，其特征在于，所述目标灰度图像上每个像素点对应第二图像中像素点所在连通域是通过对每个第二图像进行连通域检测而获取的。

7.根据权利要求1所述的数据线成型外模外观缺陷检测方法，其特征在于，所述调节后的增强系数是按照以下步骤获取：

8.根据权利要求1所述的数据线成型外模外观缺陷检测方法，其特征在于，所述对每个灰度图像进行多次低通滤波过程中分别对单个灰度图像进行至少5次的低通滤波处理。

技术总结
本发明公开了一种数据线成型外模外观缺陷检测方法，属于图像数据处理技术领域；包括以下步骤：获取待检测数据线成型外模在不同角度和光线下的多个灰度图像；获取目标灰度图像上每个像素点的综合稳定程度；获取目标灰度图像上每个像素点所在区域线性分布的稳定程度；获取调节后的增强系数；根据调节后的增强系数对目标灰度图像进行增强获取增强后的图像；根据增强后的图像对数据线成型外模外观缺陷进行识别。本发明结合图像中像素的灰度以及空间关系对非线性反锐化掩模算法中的增强系数进行调整，使可以对图像中缺陷部分进行非线性增强；从而能够准备的识别出数据线成型外模外观的缺陷。

技术研发人员：沈卫
受保护的技术使用者：东莞市立时电子有限公司
技术研发日：
技术公布日：2024/1/13