基于图像数据的手表外壳质量检测方法与流程

本发明涉及图像处理，具体涉及基于图像数据的手表外壳质量检测方法。

背景技术：

1、手表作为一种日常用品深受人们的喜爱，手表外壳是手表的重要组成部分之一，它直接影响着手表的外观质量。外壳的好坏很大程度的影响手表的销量，对其外观质量的检测至关重要。通过检测手表外壳的质量，可以确保外壳表面的光洁度、无划痕、无变形等，以满足手表外观质量的要求。

2、传统的边缘检测可以很清晰的获取手表外壳的轮廓边缘，但是由于手表外壳表面的划痕区域和周围正常区域的对比度不明显导致边缘检测对其不敏感，不容易提取到划痕的边缘区域，导致手表外壳的质量检测不准确。本发明通过改进canny算子的非极大值抑制，提高边缘检测时区分度不明显的划痕区域。

技术实现思路

1、本发明提供基于图像数据的手表外壳质量检测方法，以解决现有的问题。

2、本发明的基于图像数据的手表外壳质量检测方法采用如下技术方案：

3、本发明一个实施例提供了基于图像数据的手表外壳质量检测方法，该方法包括以下步骤：

4、获取手表外壳灰度图像；

5、预设一个窗口，获取手表外壳灰度图像中每一个像素点在不同方向上的梯度幅值；

6、将手表外壳灰度图像中任意一个像素点，记为待检测像素点，根据待检测像素点得到待检测像素点的若干方向直线，获取每一个方向直线上所有像素点在每一个方向上的梯度幅值，得到直线上所有像素点在每一个方向的梯度幅值序列；

7、根据梯度幅值序列得到连续梯度变化曲线，根据连续梯度变化曲线上数据点斜率波动得到梯度变化的剧烈程度，根据梯度变化的剧烈程度得到待检测像素点在每一个方向的梯度权重；

8、将待检测像素点的任意一个方向的直线记为目标直线，获取目标直线对应的灰度均值序列，根据灰度均值序列得到灰度均值曲线，根据灰度均值曲线上每一个数据点的斜率得到目标直线方向的灰度渐变情况，获取最大灰度渐变情况，将最大灰度渐变情况对应的方向记为渐变方向，根据最大灰度渐变情况得到光照影响程度，根据待检测像素点在每一个方向的梯度权重和光照影响程度得到待检测像素点在每一个方向的修正梯度权重，根据待检测像素点在每一个方向的修正梯度权重和待检测像素点在每一个方向的梯度幅值得到手表外壳梯度图像；

9、根据手表外壳梯度图像得到若干边缘连通域，根据边缘连通域的特征得到边缘连通域的缺陷概率，根据边缘连通域的缺陷概率对手表外壳进行质量评估。

10、进一步地，所述获取手表外壳灰度图像中每一个像素点在不同方向上的梯度幅值的具体方法如下：

11、将窗口沿手表外壳灰度图像从左到右从上到下的顺序进行滑动，每次滑动的步长为1个像素点，利用sobel算子得到手表外壳灰度图像每一个窗口中心像素点在不同方向的梯度幅值，得到手表外壳灰度图像中每一个像素点在不同方向上的梯度幅值，所述不同方向包括四个方向。

12、进一步地，所述根据待检测像素点得到待检测像素点的若干方向直线，包括的具体步骤如下：

13、过待检测像素点做八邻域方向的直线，得到待检测像素点的若干方向直线，所述八邻域方向的直线包括四个方向上的直线。

14、进一步地，所述根据连续梯度变化曲线上数据点斜率波动得到梯度变化的剧烈程度，包括的具体步骤如下：

15、获取连续梯度变化曲线中数据点的斜率方差，将连续梯度变化曲线中数据点的斜率方差记为梯度变化的剧烈程度。

16、进一步地，所述根据梯度变化的剧烈程度得到待检测像素点在每一个方向的梯度权重，包括的具体步骤如下：

17、

18、式中，为待检测像素点的第i个方向的直线上所有像素点在第j个方向的梯度变化的剧烈程度，为待检测像素点的第i个方向与待检测像素点的第j个方向的夹角值，为自然常数e为底的指数函数，max为取最大值，为待检测像素点在第i个方向的梯度权重；

19、获取待检测像素点在每一个方向的梯度权重。

20、进一步地，所述获取目标直线对应的灰度均值序列的具体方法如下：

21、以待检测像素点为中心的窗口记为待检测窗口，将待检测像素点的任意一个方向的直线，记为目标直线，获取中心像素点在目标直线上且与待检测窗口相邻的m个窗口，记为m个邻域窗口，m为预设的一个窗口数量，获取每一个邻域窗口的灰度均值，得到灰度均值序列，记为目标直线对应的灰度均值序列。

22、进一步地，所述根据灰度均值曲线上每一个数据点的斜率得到目标直线方向的灰度渐变情况，包括的具体步骤如下：

23、

24、式中，为灰度均值曲线上数据点的总个数，为灰度均值曲线上第j个数据点的斜率，为目标直线方向的灰度渐变情况。

25、进一步地，所述根据待检测像素点在每一个方向的梯度权重和光照影响程度得到待检测像素点在每一个方向的修正梯度权重，包括的具体步骤如下：

26、

27、式中，为光照影响程度，为预设参数阈值，为待检测像素点的第i个方向与渐变方向的夹角值，为待检测像素点在第i个方向的梯度权重，为待检测像素点在第i个方向的修正梯度权重；

28、获取待检测像素点在每一个方向的修正梯度权重。

29、进一步地，所述根据待检测像素点在每一个方向的修正梯度权重和待检测像素点在每一个方向的梯度幅值得到手表外壳梯度图像，包括的具体步骤如下：

30、将待检测像素点在第i个方向的修正梯度权重与待检测像素点在第i个方向的梯度幅值的乘积作为待检测像素点在第i个方向的第一梯度值，获取待检测像素点在所有方向的所有第一梯度值，将所有第一梯度值中的最大第一梯度值作为待检测像素点的最终梯度值，手表外壳灰度图像中所有像素点的最终梯度值构成手表外壳梯度图像。

31、进一步地，所述根据手表外壳梯度图像得到若干边缘连通域，根据边缘连通域的特征得到边缘连通域的缺陷概率，根据边缘连通域的缺陷概率对手表外壳进行质量评估，包括的具体步骤如下：

32、预设一个低阈值为tb，预设一个高阈值为tm，利用高低阈值对手表外壳梯度图像进行双阈值边界跟踪，得到若干边缘连通域；

33、对于任意一个边缘连通域，根据边缘连通域的特征得到边缘连通域的缺陷概率具体如下：

34、

35、式中，为边缘连通域的面积，为边缘连通域上边缘像素点之间的最大欧式距离，具体获取方法如下：计算边缘连通域边缘上任意两个像素点之间的欧式距离，将边缘连通域边缘上所有像素点之间的欧式距离的均值记为，为边缘连通域的缺陷概率；

36、获得所有边缘连通域的缺陷概率，并将所有边缘连通域的缺陷概率进行线性归一化处理，将所有边缘连通域的缺陷概率中的最大值记为ty，预设一个第一概率范围，若ty在第一概率范围内，认为检测的手表外壳为优质产品，预设一个第二概率范围，若ty在第二概率范围内，认为检测的手表外壳为正常产品，预设一个第三概率范围，若ty在第三概率范围内，认为检测的手表外壳为残次品。

37、本发明的技术方案的有益效果是：本发明通过改进canny边缘检测算法的非极大值抑制，在计算每个像素点的梯度时不只单纯的通过梯度的大小值就判断这个像素点的梯度，而是分析其周围的梯度判断梯度在不同方向上的权值，根据不同方向上的梯度权值去调整梯度的大小，增加边缘检测对划痕的敏感度。分析不同和方向上的梯度受到光照影响程度，在提高边缘检测对划痕区域的敏感度的同时降低对反光区域的敏感度。避免了传统边缘检测算法对划痕区域的提取不完整，影响后续的划痕区域情况判断，对产品的质量把控不严格。