[发明专利]一种基于特征提取及算法分类的喷砂不均检测方法

权利要求书

1.一种基于特征提取及算法分类的喷砂不均检测方法，其特征在于，具体步骤如下：

第一步骤、采集图像：采集笔记本电脑的图像，且背景与产品有明显的区别；

第二步骤、图像筛选：对图像进行阈值分割，根据背景黑色区域像素值中的最大值，选择阈值，选择阈值后进行二值化分割得到二值图，筛选后的图像保证了产品处于图像的中间；

第三步骤、边缘检测：二值化后，对图像进行边缘检测，从图像四周的边缘向图像中的产品探测，即通过固定范围的边缘探测搜索产品的边缘，像素值从0变为255时记为边缘，进而获得四条边缘；

第四步骤、拟合四边求角点：在获得四条边缘后，分别对每条边缘进行最小二乘拟合，求得对应直线，获得四条直线后，计算两两交点，获得四个角点；

第五步骤、投影变换：知道角点以后，通过透视变换，把图像从一般的四边形转化为矩形的图像；

第六步骤、提取亮度变化曲线：提取亮度变化曲线特征，在提取亮度变化曲线特征时，用八次多项式来拟合亮度变化曲线，进而表示每个亮度变化曲线的特征，通过比较八次多项式的系数来区分正常产品和喷砂不均的产品；

第七步骤、模型分类：通过正常的样本特征生成模型，模型是一群正常的样本点，其中，正常的样本是喷涂均匀的样本；模型分类采用的是KNN模型分类，通过正常的样本特征生成KNN模型，KNN模型是一群正常的样本点；

第八步骤、输出分类结果：使用不同的R和T进行分类，分类结果使用分类问题的衡量指标进行评价，最后选择衡量指标最好的一组R和T作为算法分类器的参数，其中，R表示以某一样本点为中心，半径为R的范围；T表示在R范围内，正常样本点个数的阈值，如果超过T个，则判定为喷砂均匀的样本，如果少于T个，则判定为喷砂不均的样本。

2.根据权利要求1所述的一种基于特征提取及算法分类的喷砂不均检测方法，其特征在于：在第六步骤中，在提取亮度变化曲线特征时，直接用像素值作为特征，再使用PCA降维后进行分类。

3.根据权利要求1所述的一种基于特征提取及算法分类的喷砂不均检测方法，其特征在于：在第六步骤中，在提取亮度变化曲线特征时，使用像素的变化量作为特征，像素的变化量由前后像素值相减得到，再使用PCA降维后进行分类。

4.根据权利要求1所述的一种基于特征提取及算法分类的喷砂不均检测方法，其特征在于：在第八步骤中，所述的衡量指标为F1-score。