[发明专利]一种基于SVM分类的工业部件表面轻微缺陷检测方法

说明书

本发明公开了一种基于SVM分类的工业部件表面轻微缺陷检测方法,其检测步骤为：S100、仿射变换，对部件表面缺陷的图像进行仿射变换；S200、随机点遍历，对仿射变换后的图像分块并进行随机点遍历；S300、缺陷识别，通过图像上的随机点进行缺陷识别运算；S400、SVM分类，根据缺陷检测结果和SVM分类法，获取准确度较高的超平面，判断是否存在缺陷。本发明基于SVM分类的工业部件表面轻微缺陷检测算法代替人工进行缺陷检测，提高了缺陷识别的准确率，提升了缺陷检测效率，减轻人工检测的压力；采用蒙特卡罗算法通过SVM分类、有效的解决了细微缺陷的识别问题、细微缺陷识别的准确率较高、满足工业检测对时间性能的需求。

技术领域

本发明涉及机器视觉缺陷检测领域，尤其涉及一种基于SVM分类的工业部件表面轻微缺陷检测方法。

背景技术

随着人们生活质量的提高，对电子产品质量要求也越来越高，从而电子产品表面的缺陷检测的需求也越来越多。传统的表面缺陷检测、多数以人工检测为主、人工检测存在效率低、主观性强、易疲劳等一系列的缺点，检测效果达不到工业化生产高效和精确检测的要求。

在工业部件的缺陷检测过程中，经常会遇到一些轻微的缺陷，比如砂痕印，此种缺陷的特征为较细的多道划痕、且和背景色区别不明显。

在笔记本后盖的生产过程中，由于生产工艺等方面的原因，笔记本的外壳表面经常会出现一些较为轻微的缺陷，该缺陷的形状较细长、且有多条缺陷并行存在着，由于缺陷较为不明显、人工检测难度较大、效率较低且准确率较差，采用机器拍照进行检测的方式，很难能得到较为清晰的图像，尤其是缺陷的亮度和图像背景不易分开（由于缺陷所在位置处的像素值和工件的像素值较为接近，从图像上来看，亮度区分度不高），导致普通的缺陷检测算法无法发挥作用。

发明内容

本发明要解决的技术问题是：为了解决对于不明显的轻微的缺陷，不容易识别的问题，本发明提供一种基于SVM分类的工业部件表面轻微缺陷检测方法。

本发明解决其技术问题所采用的技术方案是：

一种基于SVM分类的工业部件表面轻微缺陷检测方法，其检测步骤为：

S100、仿射变换

对部件表面缺陷的图像进行仿射变换；

S200、随机点遍历

对仿射变换后的图像分块并进行随机点遍历；

S300、缺陷识别

通过图像上的随机点进行缺陷识别运算；

S400、SVM分类

根据缺陷检测结果和SVM分类法，获取准确度较高的超平面，判断是否存在缺陷。

进一步，步骤S100包括：

S110、采集图像并对其进行组装，作为原始输入图像；

S120、对输入的图像中的倾斜图像进行定位，并进行仿射变换。

进一步，步骤S200包括：

S210、对仿射变换后的图像进行分块，进行砂痕印提取算法，并行处理；

S220、对分块后的小图像采用蒙特卡罗随机取点法，以随机点作为基准点，并对其进行遍历。

进一步，步骤S300包括：

S310、以随机点作为缺陷基准直线的中心点，统计经过此中心点每一条直线的黑色像素点个数；

S320、统计基准直线上的像素值，提取此基准直线两侧一定距离的两根直线，根据两根直线上的像素值求取两根直线的均值，并与基准直线的像素值进行比较；