[发明专利]一种通过机器视觉实现的缺陷标识系统

说明书

本发明公开了一种通过机器视觉实现的缺陷标识系统，包括如下流程步骤：S1：采用CCD或CMOS传感器等图像采集设备对被检测产品表面进行表面图像采集，并评判采集到图像的清晰程度，根据图像的清晰程度调整对焦状态；S2：通过图像预处理，将被检测产品的表面图像转换成具有边缘特征的灰度图像；S3：采用目标匹配定位算法，在灰度图像中寻找与对应标的物或模板图像相似度最高的区域并定义为目标区；S4：对采集到的目标区图像进行二维缺陷检测；S5：对采集到目标区图像进行三维缺陷检测；S6：缺陷特征分析；S7：把缺陷特征分析结果与预先设置在系统中的标准值进行比对，并将缺陷检测结果符合要求的产品分离，能够实现对产品中的缺陷部分进行有效检测并分割。

技术领域

本发明涉及缺陷识别技术领域，尤其涉及一种通过机器视觉实现的缺陷标识系统。

背景技术

随着生活水平的提高和生产制造力技术的发展，人们对产品质量提出了更高的要求，3C件、加工件、纺织品、医药包装、食品包装等行业，都存在产品外观质量检测问题。通常人们对产品外观质量的关注，主要包括：(1)以产品外观质量作为价值依附的产品，如印刷、包装、工艺品等；(2)表面缺陷直接影响到产品的使用和深加工的产品，会给使用着和深加工客户带来极大的损失，因此，检测表面缺陷品质量的把控非常必要。

现有的表面缺陷检测通常由检测人员通过人眼目测来完成或是通过整体扫描检测的方法，人工检测不仅检测结果容易受检测人员主观因素影响且很难检测到小的缺陷，而目前的整体扫描检测难以对产品具有缺陷的部分进行有效检测、分割后进行分析，常出现错误切割无缺陷部分或是切割部分过大、浪费检测时间，降低工作效率。

发明内容

为克服上述缺点，本发明的目的在于提供一种能够实现对产品中的缺陷部分进行有效检测并分割的通过机器视觉实现的缺陷标识系统。

为了达到以上目的，本发明采用的技术方案是：一种通过机器视觉实现的缺陷标识系统，其特征在于，包括如下流程步骤：S1：采用CCD或CMOS传感器等图像采集设备对被检测产品表面进行表面图像采集，并评判采集到图像的清晰程度，根据图像的清晰程度调整对焦状态；S2：通过图像预处理，将被检测产品的表面图像转换成具有边缘特征的灰度图像；S3：采用目标匹配定位算法，在灰度图像中寻找与对应标的物或模板图像相似度最高的区域，并将区域该区域定义为目标区；S4：对采集到的目标区图像进行二维缺陷检测；S5：对采集到目标区图像进行基于频域的傅立叶变换的三维缺陷检测；S6：对步骤S4和S5中检测出的缺陷进行缺陷特征分析；S7：根据S5中被检测产品的缺陷特征分析结果，把缺陷特征分析结果与预先设置在系统中的标准值进行比对，并将缺陷检测结果符合要求的产品标识并分离开来。

本发明提供的一种通过机器视觉实现的缺陷标识系统，其有益效果是：通过对被检测产品进行拍摄调整对焦状态、并对所采集的图像进行预处理、目标匹配定位选取目标区、二维缺陷检测及三维缺陷检测后，实现对产品中的缺陷部分进行有效检测，并对产品进行缺陷特征分析，在缺陷特征分析结果与预先设置在系统中的标准值进行比后，将具有缺陷的产品进行标识并分离。

优选地，所述步骤S2中的图像预处理，包括图像灰度转换处理、图像去噪处理和图像边缘检测处理。

进一步地，在步骤S2和步骤S3之间加入步骤S2.5：通过图像增强处理，增强步骤S2中具有边缘特征的灰度图像的图像特征，以便更好的确认缺陷位置。

优选地，所述步骤S2.5中的图像增强处理，是通过全局二值化增强算法对预处理后的灰度图像进行增强处理。

进一步地，步骤S1中所述的调整对焦状态，包括以下步骤：a：确定图像采集设备的视野；b：确定被检测产品的检测区域；c：确定拍摄基准点；d：根据所述图像采集设备的视野、所述检测区域和所述基准点，确定所述图像采集设备每次拍摄时候的旋转角度、每次拍摄需要检测的技术特征、每个被检测产品的拍摄次数，以便拍摄产品清晰。