[发明专利]一种基于AOI的子弹表观缺陷检测系统的图像二值化分割方法

说明书

技术领域

本发明涉及AOI系统的图像处理技术，特别是涉及一种基于AOI的子弹表观缺陷检测系统的图像二值化分割方法。

背景技术

AOI(Automatic Optic Inspection)，又称为自动光学检测，是以运动机器视觉作为基础技术，作为改良传统上以人力使用光学仪器进行检测的缺点，提高光学影像检测系统精度和速度而诞生的一门技术。

数字图像是指被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域成为像素。每个像素包括两个属性：图像位置和灰度值。对于单色图像，即灰度图像而言，每个像素的灰度值用一个范围在0到255之间的数值来表示。其中0代表黑、255代表白。

一副图像可定义为一个二维函数f(x,y)，这里x和y是空间坐标，而在任何一对空间坐标(x,y)上的幅值f称为该点图像的强度或灰度。当x，y和幅值f为优先的离散数值时，称该图像为数字图像。

本发明中，通过AOI系统的光学成像模块和图像采集模块，可以得到子弹表观的初始图片，但是如何使机器从子弹的初始图片上分辨出子弹表观缺陷成为困扰发明人的一大难题。经过发明人对子弹图片的仔细分析、研究，发现在由该AOI系统获得的图像中，除了正常子弹表面就是缺陷区域，相对比较单一，建立在以往经验的基础上，发明人认为可以将子弹表观图像进行二值化分割，使缺陷区域更为突出，再结合对缺陷区域的特征匹配，便可使机器分辨识别出子弹表观缺陷。因此，本发明提出一种基于此的图像二值化分割方法。

发明内容

为了解决机器识别子弹表观缺陷难的问题，本发明提供一种基于AOI的子弹表观缺陷检测系统的图像二值化分割方法，对由AOI系统获得的子弹表面初始图片进行处理，以便于后续的缺陷匹配识别。

为了实现上述目的，本发明采用的技术方案如下：

一种基于AOI的子弹表观缺陷检测系统的图像二值化分割方法，包括如下步骤：

(1)通过AOI系统获得子弹表观的原始灰度图像f(x,y)；

(2)在原始灰度图像f(x,y)中按便于区分的要求取一个点的灰度值T作为阀值；

(3)将所有像素点的灰度值与阀值T比较，将大于或等于阀值T的像素点的灰度值重新设为1，将小于阀值T的像素点的灰度值重新设为0，获得二值化后的图像

进一步地，所述步骤(2)中确定灰度值T的具体方法如下：

(2a)设N为整幅图像中像素总个数，整个图像的灰度值范围从0到L，当整个图像中灰度级为i的像素个数为n_i时，则相应的几率为p_i＝n_i/NL,i＝0,1,2,…,L-1且