[发明专利]一种自动光学检测伪缺陷去除方法及系统

权利要求书

1.一种自动光学检测伪缺陷去除方法，其特征在于，包括：

将模板图和待检图均划分成轮廓区和非轮廓区；

采用均值滤波平滑所述轮廓区，得到第一平滑轮廓区，具体为：

式中，g(x,y)表示均值滤波后的图像；(x,y)表示像素点的坐标；w(s,t)是滤波模板的权值；f(x+s,y+t)是图像在像素点(x+s,y+t)处的灰度；s为滤波模板的横向坐标，t为滤波模板的纵坐标，s∈[-a,a],t∈[-b,b]；滤波模板列数为n＝2a+1，行数为m＝2b+1；

差影均值滤波后的所述模板图和待检图，并计算差影后的图像灰度值之和作为第一灰度总和；

采用高斯滤波平滑所述第一平滑轮廓区得到第二平滑轮廓区具体为：

式中，h(x,y)表示高斯滤波后的像素值；σ表示标准差；

差影高斯滤波后的所述模板图和待检图，并计算差影后的图像灰度值之和作为第二灰度总和；

若所述第一灰度总和与所述第二灰度总和的差值小于预设的阈值或者所述差值不再减少则结束滤波；

采用几何均值滤波器对所述非轮廓区进行滤波；差影所述几何均值滤波后的所述非轮廓区，获取所述非轮廓区的疑似缺陷，将缺陷允许的最小面积作为阈值，删除所述疑似缺陷中小于所述阈值的噪点；

将剔除伪缺陷的所述轮廓区以及删除噪点后的所述非轮廓区合并，提取图像的真实缺陷。

2.根据权利要求1所述的自动光学检测伪缺陷去除方法，其特征在于，所述在将模板图和待检图划分成轮廓区和非轮廓区，之前还包括：

采用Sobel算子提取所述模板图的图形边缘，得到所述模板图的轮廓。

3.根据权利要求2所述的自动光学检测伪缺陷去除方法，其特征在于，所述将所述模板图和待检图划分成轮廓区和非轮廓区具体为：

对所述轮廓进行膨胀操作生成轮廓区域，将所述轮廓区域作为感兴趣区域；

将所述感兴趣区域分别与所述模板图和待检图进行减操作，将所述模板图和所述待检图划分成轮廓区和非轮廓区。

4.根据权利要求1所述的自动光学检测伪缺陷去除方法，其特征在于，所述采用几何均值滤波器对所述非轮廓区进行滤波具体为：

式中，表示对非轮廓区滤波后的图像；g(s,t)表示非轮廓区的原始图像；其中m×n是滤波窗口的大小，S_xy是不断滑动的滤波窗口的中心点坐标。

5.一种自动光学检测伪缺陷去除系统，其特征在于，包括：

轮廓划分模块，用于将模板图和待检图均划分成轮廓区和非轮廓区；

轮廓区缺陷分割模块，用于采用均值滤波平滑所述轮廓区，得到第一平滑轮廓区，具体为：

式中，g(x,y)表示均值滤波后的图像；(x,y)表示像素点的坐标；w(s,t)是滤波模板的权值；f(x+s,y+t)是图像在像素点(x+s,y+t)处的灰度；s为滤波模板的横向坐标，t为滤波模板的纵坐标，s∈[-a,a],t∈[-b,b]；滤波模板列数为n＝2a+1，行数为m＝2b+1；

差影均值滤波后的所述模板图和待检图，并计算差影后的图像灰度值之和作为第一灰度总和；

采用高斯滤波平滑所述第一平滑轮廓区得到第二平滑轮廓区具体为：

式中，h(x,y)表示高斯滤波后的像素值；σ表示标准差；

差影高斯滤波后的所述模板图和待检图，并计算差影后的图像灰度值之和作为第二灰度总和；

若所述第一灰度总和与所述第二灰度总和的差值小于预设的阈值或者所述差值不再减少则结束滤波；

非轮廓区缺陷分割模块，用于采用几何均值滤波器对所述非轮廓区进行滤波；差影所述几何均值滤波后的所述非轮廓区，获取所述非轮廓区的疑似缺陷，将缺陷允许的最小面积作为阈值，删除所述疑似缺陷中小于所述阈值的噪点；

真实缺陷提取模块，用于将剔除伪缺陷的所述轮廓区以及删除噪点后的所述非轮廓区合并，提取图像的真实缺陷。

6.根据权利要求5所述自动光学检测伪缺陷去除系统，其特征在于，还包括：

边缘提取模块，用于采用Sobel算子提取所述模板图的图形边缘，得到所述模板图的轮廓。

7.根据权利要求5所述自动光学检测伪缺陷去除系统，其特征在于，轮廓区缺陷分割模块还包括：

均值滤波模块，用于采用均值滤波平滑所述轮廓区，得到第一平滑轮廓区；

第一灰度和计算模块，用于差影均值滤波后的所述模板图和待检图，并计算差影后的图像灰度值之和作为第一灰度总和；

高斯滤波模块，用于采用高斯滤波平滑所述第一平滑轮廓区得到第二平滑轮廓区；

第二灰度和计算模块，用于差影高斯滤波后的所述模板图和待检图，并计算差影后的图像灰度值之和作为第二灰度总和；

阈值分割模块，用于当所述第一灰度总和与所述第二灰度总和的差值小于预设的阈值或者所述差值不再减少则结束滤波。