一种瑕疵检测方法及系统的制作方法
【专利摘要】本发明公开了一种瑕疵检测方法及系统。该方法包括扫描原图像，以扫描窗口为单位估计背景，得到背景估计图像；再通过计算背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图；最后通过判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，若是，则该像素点为瑕疵点，若否，则该像素点不是瑕疵点；根据判断结果得到瑕疵等级判定结果图。本技术方案采用灰度梯度的方式来进行检测，能检出细小、轻微的瑕疵，对于解决由于光照或灰度本身存在渐变造成的误检及漏检问题有很好的效果。
【专利说明】
一种瑕疵检测方法及系统
技术领域
[0001 ]本发明涉及图像处理领域，尤其涉及一种瑕疵检测方法及系统。
【背景技术】
[0002]在大量工业产品的生产上，如何追求更高的产品品质是人们一直重视的重点，在产品的生产过程中，产品外观是否完好无暇，更是最为直观的检测项目。在精密工件和产品的生产和检验中，对于表面的瑕疵进行检测是非常重要的，直接关系到最终质量。
[0003]在工业检测领域，对于素表面或者含有浅纹理表面的划伤、脏污等缺陷的检测，通常采用传统的灰度值比对的方式来实现的。但是这种方式很容易受外界光照影响，而且对于缺陷与背景的对比度有较高的要求。如果光照存在变化或者待检表面本身存在灰度渐变，采用传统方式很容易造成误检或漏检。
【发明内容】
[0004]本发明的目的在于提供一种瑕疵检测方法及系统，本发明旨在解决瑕疵检测中由于光照或灰度本身存在渐变造成的误检及漏检问题。
[0005]为达此目的，本发明采用以下技术方案:
[0006]—方面，本发明提供一种瑕疵检测方法，包括:
[0007]扫描原图像，以扫描窗口为单位估计背景，得到背景估计图像；
[0008]根据所述根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图；
[0009]判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，若是，则该像素点为瑕疵点，若否，则该像素点不是瑕疵点；
[0010]根据判断结果得到瑕疵等级判定结果图。
[0011]其中，所述根据判断结果得到瑕疵等级判定结果图之后，还包括:
[0012]对所述瑕疵等级判定结果图进行2D形状特征检测和分析，对瑕疵点进行进一步筛选，得到最终瑕疵。
[0013]其中，所述根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图，包括:
[0014]以所述背景估计图像中的每个像素点为基准划分区域；
[0015]计算所述区域内的最大灰度变化值，把所述最大灰度变化值作为所述像素点的灰度梯度。
[0016]把所述灰度梯度作为瑕疵等级，得到瑕疵等级图。
[0017]其中，所述扫描原图像之前，还包括:
[0018]预置扫描窗口的大小、移动量和搜索方向；
[0019]预置瑕疵等级阈值。
[0020]其中，所述瑕疵检测方法应用于素表面或者含有浅纹理表面的划伤、脏污缺陷的检测。
[0021]另一方面，本发明还提供一种瑕疵检测系统，包括:
[0022]背景估计模块，以扫描窗口为单位估计背景，形成背景估计图像；
[0023]瑕疵等级计算模块，所述根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图；
[0024]判断模块，用于判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，在判断结果为是时，确定该像素点为瑕疵点，在判断结果为否时，确定该像素点不是瑕疵点；
[0025]结果判定模块，用于根据判断结果得到瑕疵等级判定结果图。
[0026]2D形状特征检测和分析模块，用于所述结果判定模块根据判断结果得到瑕疵等级判定结果图之后，对所述瑕疵等级判定结果图进行2D形状特征检测和分析，对瑕疵点进行进一步筛选，得到最终瑕疵。
[0027]其中，所述瑕疵等级计算模块，具体用于:
[0028]以所述背景估计图像中的每个像素点为基准划分区域；
[0029]计算所述区域内的最大灰度变化值，把所述最大灰度变化值作为所述像素点的灰度梯度。
[0030]把所述灰度梯度作为瑕疵等级，得到瑕疵等级图。
[0031 ] 上述瑕疵检测系统还包括:
[0032]窗口预置模块，用于预置扫描窗口的大小、移动量和搜索方向；
[0033]等级预置模块，用于预置瑕疵等级阈值。
[0034]其中，所述瑕疵检测系统应用于素表面或者含有浅纹理表面的划伤、脏污缺陷的检测。
[0035]本发明的有益效果为:本发明提供了一种瑕疵检测方法及系统。该方法包括扫描原图像，以扫描窗口为单位估计背景，得到背景估计图像;再通过计算背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图；最后通过判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，若是，则该像素点为瑕疵点，若否，则该像素点不是瑕疵点；根据判断结果得到瑕疵等级判定结果图。本技术方案采用灰度梯度的方式来进行检测，能检出细小、轻微的瑕疵，对于解决由于光照或灰度本身存在渐变造成的误检及漏检问题有很好的效果。
【附图说明】
[0036]为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。
[0037]图1是本发明【具体实施方式】提供的一种瑕疵检测方法的第一实施例的方法流程图。
[0038]图2是本发明【具体实施方式】中检测中图像的层次变化示意图。
[0039]图3是本发明【具体实施方式】提供的一种瑕疵检测方法的第二实施例的方法流程图。
[0040]图4是本发明【具体实施方式】提供的一种瑕疵检测系统的第一实施例的结构方框图。
[0041]图5是本发明【具体实施方式】提供的一种瑕疵检测系统的第二实施例的结构方框图。
[0042]图6是本发明【具体实施方式】中检测纯素表面上的脏污的效果示意图。
[0043]图7是本发明【具体实施方式】中检测浅纹理表面上的划伤的效果示意图。
[0044]图8是本发明【具体实施方式】中检测素表面上光照不均匀时的划伤的效果示意图。
[0045]图9是本发明【具体实施方式】中检测灰度渐变表面上的划伤脏污两种极性时的效果示意图。
【具体实施方式】
[0046]下面结合附图并通过【具体实施方式】来进一步说明本发明的技术方案。
[0047]如图1所示，以下实施例是本发明提供的一种瑕疵检测方法的第一实施例，包括以下步骤:
[0048]SlOl，扫描原图像，以扫描窗口为单位估计背景，得到背景估计图像；
[0049]具体的，可根据扫描窗口的大小、移动量、搜索方向进行采样估计。
[0050]S102，根据所述根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图。
[0051]具体的，以所述背景估计图像中的每个像素点为基准划分区域，计算所述区域内的最大灰度变化值，把所述最大灰度变化值作为所述像素点的灰度梯度，把所述灰度梯度作为瑕疵等级，得到瑕疵等级图。
[0052]S103，判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，若是，则该像素点为瑕疵点，若否，则该像素点不是瑕疵点。
[0053]S104，根据判断结果得到瑕疵等级判定结果图。
[0054]在素表面、灰度渐变、浅纹理背景物体表面上各处的灰度梯度都比较小，如果出现细微瑕疵，对应像素点处的灰度梯度就会变大，根据这个原理将灰度梯度变大的像素点及相关信息提取出来，并根据一定的特征判断来筛选得到最终的瑕疵。
[0055]本实施例提供一种瑕疵检测方法，通过对原图进行背景估计及对背景估计图进行瑕疵等级计算，并通过瑕疵等级阈值进行判定的方式进行瑕疵检测，能检出细小、轻微的瑕疵，对于解决由于光照或灰度本身存在渐变造成的误检及漏检问题有很好的效果。
[0056]参照图3，以下实施例是本发明提供的一种瑕疵检测方法的第二实施例，该瑕疵检测方法包括:
[0057]S201，预置扫描窗口的大小、移动量和搜索方向。
[0058]具体的，可根据瑕疵的大小来设置。
[0059]S202，预置瑕疵等级阈值。
[0060]S203，扫描原图像，以扫描窗口为单位估计背景，得到背景估计图像。
[0061 ] S204，据所述根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图。
[0062]本实施例中，为了提升检测效率，可以考虑采用采样处理，其检测图像层次变化示意图如图2所示。
[0063]具体的，以所述背景估计图像中的每个像素点为基准划分区域;计算所述区域内的最大灰度变化值，把所述最大灰度变化值作为所述像素点的灰度梯度。把所述灰度梯度作为瑕疵等级，得到瑕疵等级图。
[0064]本实施例中，对于不同的方向瑕疵等级的计算区域不同，但都是以该区域内最大灰度变化作为该像素点处的瑕疵等级。
[0065]S205，判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，若是，则该像素点为瑕疵点，若否，则该像素点不是瑕疵点。
[0066]S206，根据判断结果得到瑕疵等级判定结果图。
[0067]具体的，在瑕疵等级判定结果图中，每个像素点处的R=瑕疵等级，G = 255_瑕疵等级，其中，R代表红色，G代表绿色。因此，在瑕疵等级判定结果图中，颜色越红表示该像素点的瑕疵等级越高，颜色越绿则代表该像素点处的瑕疵等级越低。
[0068]S207，对所述瑕疵等级判定结果图进行2D形状特征检测和分析，对瑕疵点进行进一步筛选，得到最终瑕疵。
[0069]本实施例中，扫描窗口的搜索区域支持矩形、仿射矩形、圆、椭圆、圆环、多边形区域及支持掩膜功能。检测的方向可以是X方向、Y方向或XY方向。
[0070]本实施例中，对于瑕疵可以进行总面积检测和分组检测，总面积检测为仅给出瑕疵的总瑕疵量，绘出瑕疵在原图及梯度图上的像素点；分组检测为给出瑕疵的分组数、总瑕疵量、单组的瑕疵量(即面积)、质心位置、圆形度等信息、支持填充功能，绘出瑕疵在原图及梯度图上的位置。
[0071]本实施例中，所述瑕疵检测方法应用于素表面或者含有浅纹理表面的划伤、脏污缺陷的检测。
[0072]在素表面、灰度渐变、浅纹理背景物体表面上各处的灰度梯度(变化)都比较小，如果出现细微瑕疵，对应位置处的灰度梯度就会变大，根据这个原理将灰度梯度变大的位置及相关信息提取出来，并根据一定的特征判断来筛选得到最终的瑕疵。
[0073]本实施例提供一种瑕疵检测的方法，该方法通过对灰度梯度进行缺陷检测，不仅可以对通常的纯素表面及浅纹理表面有非常好的检测能力，能够检测到的瑕疵最小可达到I?2个像素点，而且很好地避免了在光照不均匀造成的灰度渐变、待检表面本身存在灰度渐变情况下容易产生的缺陷误检或漏检问题，具有较强的抗干扰能力。另外，本发明方法的检测效率也比较高。对于分辨率为500W图像，其检测耗时约在60?70ms左右，能够很好地适应工业视觉检测的现场要求。
[0074]以下为本技术方案瑕疵检测系统的实施例，该瑕疵检测系统的实施例基于上述瑕疵检测的方法的实施例来实现，在瑕疵检测系统的实施例中未详细描述的内容请参考瑕疵检测方法的实施例。
[0075]如图4所示，以下实施例为一种瑕疵检测系统的第一实施例，包括:
[0076]背景估计模块310，用于扫描窗口为单位估计背景，形成背景估计图像。
[0077]瑕疵等级计算模块320，用于根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图。
[0078]本实施例中，为了提升检测效率，可以考虑采用采样处理，其检测图像层次变化示意图如图2所示。
[0079]判断模块330，用于判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，在判断结果为是时，确定该像素点为瑕疵点，在判断结果为否时，确定该像素点不是瑕疵点。
[0080]结果判定模块340，用于根据判断结果得到瑕疵等级判定结果图。
[0081]本实施例提供一种瑕疵检测系统，以上模块协同工作，通过对原图进行背景估计及对背景估计图像进行瑕疵等级计算，并通过瑕疵等级阈值进行判定的方式进行瑕疵检测，能检出细小、轻微的瑕疵，对于解决由于光照或灰度本身存在渐变造成的误检及漏检问题有很好的效果。
[0082]如图5所示，以下实施例为一种瑕疵检测系统的第二实施例，包括:
[0083]窗口预置模块410，用于预置扫描窗口的大小、移动量和搜索方向。
[0084]等级预置模块420，用于预置瑕疵等级阈值。
[0085]背景估计模块430，用于扫描窗口为单位估计背景，形成背景估计图像。
[0086]瑕疵等级计算模块440，用于根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图。
[0087]本实施例中，为了提升检测效率，可以考虑采用采样处理，其检测图像层次变化示意图如图2所示。
[0088]本实施例中，所述瑕疵等级计算模块440，具体用于:以所述背景估计图中的每个像素点为基准划分区域，计算所述区域内的最大灰度变化值，把所述最大灰度变化值作为所述位置的灰度梯度，把所述灰度梯度作为瑕疵等级，得到瑕疵等级图。对于不同的方向瑕疵等级的计算区域不同，但都是以该区域内最大灰度变化值作为该像素点处的瑕疵等级。
[0089]判断模块450，用于判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，在判断结果为是时，确定该像素点为瑕疵点，在判断结果为否时，确定该像素点不是瑕疵点。
[0090]结果判定模块460，用于根据判断结果得到瑕疵等级判定结果图。
[0091]2D形状特征检测和分析模块470，用于所述结果判定模块根据判断结果得到瑕疵等级判定结果图之后，对所述瑕疵等级判定结果图进行2D形状特征检测和分析，对瑕疵点进行进一步筛选，得到最终瑕疯。
[0092]本实施例中，对于瑕疵可以进行总面积检测和分组检测，总面积检测为仅给出瑕疵的总瑕疵量，绘出瑕疵在原图及梯度图上的位置;分组检测为给出瑕疵的分组数、总瑕疵量、单组的瑕疵量(即面积)、质心位置、圆形度等信息、支持填充功能，绘出瑕疵在原图及梯度图上的位置。
[0093]本实施例中，所述瑕疵检测系统应用于素表面或者含有浅纹理表面的划伤、脏污缺陷的检测。
[0094]本实施例提供一种瑕疵检测系统，通过该系统的各个模块，对原图进行背景估计及对背景估计图进行瑕疵等级计算，并通过瑕疵等级阈值进行判定的方式进行瑕疵检测，能检出细小、轻微的瑕疵，对于解决由于光照或灰度本身存在渐变造成的误检及漏检问题有很好的效果。
[0095]在素表面、灰度渐变、浅纹理背景物体表面上各处的灰度梯度都比较小，如果出现细微瑕疵，对应位置处的灰度梯度就会变大，根据这个原理将灰度梯度变大的位置及相关信息提取出来，并根据一定的特征判断来筛选得到最终的瑕疵。
[0096]如图6-9所示，本发明中的技术方案对于检测纯素表面上的脏污、浅纹理表面上的划伤、素表面上光照不均匀时的划伤、灰度渐变表面上的划伤脏污两种极性时都具有较好的检测效果。
[0097]本发明通过对灰度梯度进行缺陷检测，不仅可以对通常的纯素表面及浅纹理表面有非常好的检测能力，能够检测到的瑕疵最小可达到I?2个像素点，而且很好地避免了在光照不均匀造成的灰度渐变、待检表面本身存在灰度渐变情况下容易产生的缺陷误检或漏检问题，具有较强的抗干扰能力。另外，本发明方法的检测效率也比较高。对于分辨率为500W图像，其检测耗时约在60?70ms左右，能够很好地适应工业视觉检测的现场要求。
[0098]以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它【具体实施方式】，这些方式都将落入本发明的保护范围之内。
【主权项】
1.一种瑕疵检测方法，其特征在于，包括: 扫描原图像，以扫描窗口为单位估计背景，得到背景估计图像； 根据所述背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图； 判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，若是，则该像素点为瑕疵点，若否，则该像素点不是瑕疵点； 根据判断结果得到瑕疵等级判定结果图。2.根据权利要求1所述的瑕疵检测方法，其特征在于，所述根据判断结果得到瑕疵等级判定结果图之后，还包括: 对所述瑕疵等级判定结果图进行2D形状特征进行检测和分析，对瑕疵点进行进一步筛选，得到最终瑕疵。3.根据权利要求1所述的瑕疵检测方法，其特征在于，根据所述根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图，包括: 以所述背景估计图像中的每个像素点为基准划分区域； 计算所述区域内的最大灰度变化值，把所述最大灰度变化值作为所述像素点的灰度梯度。 把所述灰度梯度作为瑕疵等级，得到瑕疵等级图。4.根据权利要求1所述的瑕疵检测方法，其特征在于，所述扫描原图像之前，还包括: 预置扫描窗口的大小、移动量和搜索方向； 预置瑕疵等级阈值。5.根据权利要求1所述的瑕疵检测方法，其特征在于，所述瑕疵检测方法应用于素表面或者含有浅纹理表面的划伤、脏污缺陷的检测。6.一种瑕疵检测系统，其特征在于，包括: 背景估计模块，以扫描窗口为单位估计背景，形成背景估计图像； 瑕疵等级计算模块，所述根据背景估计图像的灰度变化来确定瑕疵等级，形成瑕疵等级图； 判断模块，用于判断所述瑕疵等级图中每个像素点的瑕疵等级是否大于等于预置的瑕疵等级阈值，在判断结果为是时，确定该像素点为瑕疵点，在判断结果为否时，确定该像素点不是瑕疯点； 结果判定模块，用于根据判断结果得到瑕疵等级判定结果图。7.根据权利要求6所述的瑕疵检测系统，其特征在于，还包括: 2D形状特征检测和分析模块，用于所述结果判定模块根据判断结果得到瑕疵等级判定结果图之后，对所述瑕疵等级判定结果图进行2D形状特征检测和分析，对瑕疵点进行进一步筛选，得到最终瑕疵。8.根据权利要求6所述的瑕疵检测系统，其特征在于，所述瑕疵等级计算模块，具体用于: 以所述背景估计图像中的每个像素点为基准划分区域； 计算所述区域内的最大灰度变化值，把所述最大灰度变化值作为所述像素点的灰度梯度； 把所述灰度梯度作为瑕疵等级，得到瑕疵等级图。9.根据权利要求6所述的瑕疵检测系统，其特征在于，还包括: 窗口预置模块，用于预置扫描窗口的大小、移动量和搜索方向； 等级预置模块，用于预置瑕疵等级阈值。10.根据权利要求6所述的瑕疵检测系统，其特征在于，所述瑕疵检测系统应用于素表面或者含有浅纹理表面的划伤、脏污缺陷的检测。
【文档编号】G06T7/00GK106097371SQ201610464082
【公开日】2016年11月9日
【申请日】2016年6月23日
【发明人】杨艺, 马丽, 钟克洪
【申请人】凌云光技术集团有限责任公司