[发明专利]一种基于U_Net网络的光学镜片表面划痕检测方法

权利要求书

1.一种基于U_Net网络的光学镜片表面划痕检测方法，其特征在于：它的方法如下：

步骤一：划痕检测系统的流程结构：

建立了专用的图像采集平台，研究以同轴光源为基础的照明单元，将采集到的图像传输至上位机并制作图像训练集，再经过U_Net深度学习网络训练得到高精度划痕特征图像，在此基础上实现划痕与相似疵病的区分，最后通过对应算法完成针对划痕的位置，数量，长宽的测量；

步骤二：影响图像采集质量因素分析：

采取基于同轴光源的照明单元，同轴光的定义为光源通过漫射板发散打到半透半反射分光片上，该分光片将光反射到物体上，再由物体反射到镜头中；检测物体平整光滑表面的碰伤、划伤、裂纹和异物；通过计算机控制对比不同颜色，强度的光照环境采集的图像，综合得到更加完整准确的图像信息；

步骤三：划痕图像与其他相似疵病的区分研究：

采用RGB三通道u_net网络对划痕图像进行分割，通过对三种色彩通道分别卷积，实现对划痕边缘更精确的体现；通过实验寻找最佳光照条件，同时尽可能提高相机分辨率，保证图像原始特征，为后续的深度学习训练提供高精度样本，提高检测精度；

步骤四：划痕检测算法研究：

检测划痕主要包括三个方面：区域定位，数量统计与长度测量；

4.1、区域定位与数量统计拟采用轮廓查询法实现，首先对划痕图像进行轮廓提取，在获得轮廓图像后遍历像素提取轮廓像素的四个顶点坐标A(x1,y1),B(x2,y2),C(x3,y3),D(x4,y4)限定划痕区域，通过坐标点差值得到划痕区域的长度与宽度，输出其坐标位置并统计划痕数量；

4.2、划痕长度测量拟采用K3M算法，K3M骨架提取算法是一种连续迭代算法，由七个步骤的迭代部分和末端的单个额外步骤组成，获取划痕骨架后，对划痕骨架像素点进行统计获取划痕的弧长；划痕弧长表达式如公式1所示：

其中，L为划痕区域的弧长，单位为mm，lp为单个像素对应的实际长度，单位为mm；g(x,y)表示划痕经K3M算法骨架提取后的连通域像素点；最后根据像素与真实长度换算的到像素代表的实际距离。