[发明专利]一种用于子弹表观缺陷检测的AOI系统的缺陷特征提取与识别方法在审
| 申请号: | 201410324342.9 | 申请日: | 2014-07-09 |
| 公开(公告)号: | CN104112123A | 公开(公告)日: | 2014-10-22 |
| 发明(设计)人: | 杨雷;尹志强;赵泽东;陈仕隆;吕坤 | 申请(专利权)人: | 宁波摩视光电科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G01N21/88 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 315100 浙江省*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 用于 子弹 表观 缺陷 检测 aoi 系统 特征 提取 识别 方法 | ||
1.一种用于子弹表观缺陷检测的AOI系统的缺陷特征提取与识别方法,其特征在于,包括如下步骤:
(1)通过AOI系统获得子弹表面图像,并以此获得连通域标记图像;
(2)根据子弹表观缺陷检测的期望预设待检的已知缺陷种类,并获取判定每种缺陷所需的图像特征;
(3)将所有所需的图像特征与连通域标记图像的参数进行关联,转化为相应的计算通式,并预设图像特征的标准阀值;
(4)对连通域标记图像上的每个连通域进行图像特征计算,将结果与标准阀值对比,确定缺陷的类型。
2.根据权利要求1所述的一种用于子弹表观缺陷检测的AOI系统的缺陷特征提取与识别方法,其特征在于,所述步骤(1)中采用区域增长法或标记算法获得连通域标记图像。
3.根据权利要求1或2所述的一种用于子弹表观缺陷检测的AOI系统的缺陷特征提取与识别方法,其特征在于,所述步骤(2)中的所有图像特征至少包括连通域的面积、重心、外接矩阵、缺陷长轴、缺陷倾角、缺陷长宽比和灰度值。
4.根据权利要求3所述的一种用于子弹表观缺陷检测的AOI系统的缺陷特征提取与识别方法,其特征在于,所述步骤(3)中图像特征对应的计算通式分别如下:
在连通域标记为i的缺陷区域面积其中(x,y)表示像素点的坐标,Ri为被标记为i的所有像素点的集合;
缺陷区域的重心中,横坐标均值为纵坐标均值为
缺陷区域的外接矩阵的左上角坐标(xa,ya)为
缺陷长轴的值其中(x1,y1)和(x2,y2)是一条过重心的直线与缺陷区域边缘相交的两点;
缺陷倾角即为缺陷长轴方向与x轴方向的夹角其中(xc,yc)为长轴与x轴的交点;
缺陷长宽比其中A为缺陷长轴的长度,B为短轴的长度,所谓短轴是指垂直于缺陷长轴且过重心的直线与缺陷区域边缘相交两点间的长度;
最大灰度值和最小灰度值
5.根据权利要求4所述的一种用于子弹表观缺陷检测的AOI系统的缺陷特征提取与识别方法,其特征在于,所述缺陷的类型及其标准阀值如下:
(I)道线:长宽比大于30:1,外接矩形长宽比不小于30:1,倾斜角度在-5°和5°之间,平均灰度在100到180之间;
(II)口部卡伤:长宽比在1到5之间,最小灰度值小于10,以重心为中心半径小于300的圆形区域内存在至少一个区域,且该区域的长宽比在0.2到5之间,最大灰度值大于150;
(III)划痕:长宽比在5到20之间,且平均灰度值小于40或者大于100;
(IV)穿孔:长宽比在1到2之间,面积大于400,最低灰度值为0,且灰度值为0的像素个数大于10;
(V)裂痕:长宽比在5到30之间,最低灰度值为0,且灰度值为0的像素个数大于10个,以重心为中心半径小于300的圆形区域内存在至少一个区域,且该区域的长宽比在5到30之间,最大灰度值等于255,最高灰度值为255的像素点个数大于10;
(VI)锈蚀:长宽比在0.2到5之间,且平均灰度值在30到55之间;
(VII)油漆涂错:面积大于10000,平均灰度值大于50,或者最小灰度值小于5的面积大于1000,颜色较暗;
(VIII)露钢:面积大于10000,平均灰度值小于100,或者最小灰度值小于20的面积大于1000;
(IX)亮点:面积小于200,平均灰度值要大于200。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波摩视光电科技有限公司,未经宁波摩视光电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410324342.9/1.html,转载请声明来源钻瓜专利网。





