[发明专利]基于图像分割的透明待检物缺陷识别方法

说明书

本申请是关于一种基于图像分割的透明待检物缺陷识别方法。该方法包括：获取第一处理图像；对所述第一处理图像进行对比度增强处理以及样本方差阈值分割，得到第二处理图像；根据所述第一处理图像的亮斑图像进行区域分割，得到分割位置信息和区域分割图像；对所述区域分割图像进行局部自适应阈值分割，得到第三处理图像；根据所述第三处理图像对应的分割位置信息，确定所述第二处理图像在相应图像位置是否存在局部潜在缺陷图像；若存在局部潜在缺陷图像，则根据所述局部潜在缺陷图像去除所述第三处理图像中的潜在缺陷的图像信息，得到仅体现潜在倒影的待识别图像；根据所述第二处理图像和所述待识别图像进行透明待检物的缺陷类型识别。

技术领域

本申请涉及机器视觉检测技术领域，尤其涉及一种基于图像分割的透明待检物缺陷识别方法。

背景技术

在流水线生产中，需要对玻璃等透明物或半透明物进行质量检测。在检测过程中，需求区分的缺陷类型主要有两种：内部异物和表面异物。若产品存在内部异物，则会被归为瑕疵品，无法上市流通。但在日常生产时，无法避免产品表面会附着灰尘等杂质这类表面异物。如果无法将内部异物与表面异物区分开，则可能会错将表面异物当成内部异物，导致错将良品识别为瑕疵品；或是将内部异物当成表面异物，造成漏检。

在产品检测的过程中，透明待检物具有“透明”和“反光”的特殊属性，导致有缺陷的透明待检物的光学成像会出现多种不同类型的“亮斑”；并且，在光源的照射下，某些局部位置还可能会产生光晕和虚影，使得基于计算机视觉的缺陷识别方案难以进行有效识别。

因此，在对透明待检物进行缺陷识别之前，需要对代表不同类型的亮斑图像进行有效地分割处理，以便于后续能够基于分割后的图像进行准确地缺陷类型识别。

发明内容

为克服相关技术中存在的问题，本申请提供一种基于图像分割的透明待检物缺陷识别方法，能够对代表不同类型的亮斑图像进行有效地分割处理，进而基于分割后的图像进行准确地缺陷类型识别。

本申请提供一种基于图像分割的透明待检物缺陷识别方法，包括：

获取第一处理图像，所述第一处理图像为透明待检物的拍摄图像；

对所述第一处理图像进行对比度增强处理以及样本方差阈值分割，得到第二处理图像，所述第二处理图像为潜在缺陷对应的图像；

根据所述第一处理图像的亮斑图像进行区域分割，得到分割位置信息和区域分割图像；

对所述区域分割图像进行局部自适应阈值分割，得到第三处理图像，所述第三处理图像为潜在缺陷和潜在倒影对应的图像；

根据所述第三处理图像对应的分割位置信息，确定所述第二处理图像在相应图像位置是否存在局部潜在缺陷图像；若存在局部潜在缺陷图像，则根据所述局部潜在缺陷图像去除所述第三处理图像中的潜在缺陷的图像信息，得到仅体现潜在倒影的待识别图像；

根据所述第二处理图像和所述待识别图像进行透明待检物的缺陷类型识别。

在一种实施方式中，所述对所述第一处理图像进行对比度增强处理以及样本方差阈值分割之前，包括：

对所述第一处理图像进行高斯滤波，得到降噪后的第一处理图像。

在一种实施方式中，所述对比度增强处理为gamma对比度增强处理；所述样本方差阈值分割为var-threshold阈值分割。

在一种实施方式中，所述根据所述第一处理图像的亮斑图像进行区域分割，得到分割位置信息和区域分割图像，包括：

S1、获取所述第一处理图像中的一块亮斑图像；