[发明专利]基于光学手段的拉链生产缺陷智能检测方法及系统

权利要求书

1.基于光学手段的拉链生产缺陷智能检测方法，其特征在于，该方法包括以下步骤：

分别获取目标拉链在平面光源下的第一灰度图像和平面无影光源下的第二灰度图像，根据两者之间的差值图像获取每个像素点的不平整差异；

在第二灰度图像中筛选出不平整链齿，并根据其不平整差异获取其异常程度；获取每个链齿的中心点、齿长、齿宽以及相邻链齿之间的齿距；根据每个不平整链齿的异常程度、齿宽以及标准齿宽获取每个不平整链齿的权重；

由连续的不平整链齿组成不平整区域，对不平整区域进行空间中的正弦曲线拟合，利用不平整区域中多个链齿的起始点和终止点的拟合误差以及对应像素点的权重求解出曲线参数，得到拟合曲线，根据拟合曲线计算相邻链齿之间的实际齿距；

根据每个链齿的齿长、齿宽以及相邻链齿之间的实际齿距对拉链进行缺陷检测；

所述权重的获取方法为：

筛选出平整链齿，记录所有平整链齿的齿宽，选取所有平整链齿的齿宽中上下四分位数之间的所有齿宽，计算其平均值作为所述标准齿宽；

根据每个不平整链齿的齿宽与标准齿宽的差异及其对应的异常程度获取该不平整链齿的分布差异性，进而依据每个不平整链齿的分布差异性获取其权重。

2.根据权利要求1所述的基于光学手段的拉链生产缺陷智能检测方法，其特征在于，所述不平整差异的获取方法为：

根据所述差值图像获取第一灰度图像和第二灰度图像之间的环境灰度差异，计算差值图像中每个像素点与环境灰度差异之间的差值，作为对应像素点的所述不平整差异。

3.根据权利要求2所述的基于光学手段的拉链生产缺陷智能检测方法，其特征在于，所述环境灰度差异的获取方法为：

获取差值图像的灰度直方图，以灰度直方图中左侧首个波峰对应的灰度值作为所述环境灰度差异。

4.根据权利要求3所述的基于光学手段的拉链生产缺陷智能检测方法，其特征在于，所述不平整链齿的筛选过程包括：

获取所述波峰右侧的首个波谷，以所述波峰对应的灰度值和所述波谷对应的灰度值之间的差异作为环境误差范围；

计算第二灰度图像中每个链齿上所有像素点的灰度均值作为该链齿的不平整程度，将其与环境误差范围进行对比，超过环境误差范围的链齿即为所述不平整链齿。

5.根据权利要求1所述的基于光学手段的拉链生产缺陷智能检测方法，其特征在于，所述异常程度的获取方法为：

以每个不平整链齿的不平整程度与所有不平整链齿的不平整程度之和的比值作为该不平整链齿的所述异常程度。

6.根据权利要求1所述的基于光学手段的拉链生产缺陷智能检测方法，其特征在于，所述齿宽的获取方法为：

对每个链齿进行连通域分析，获取其中心点，将所有中心点进行直线检测，选取存在中心点最多的直线作为基准直线，以基准直线在每个链齿连通域中的线段长度作为该链齿的齿宽。

7.根据权利要求1所述的基于光学手段的拉链生产缺陷智能检测方法，其特征在于，所述拟合曲线的获取过程包括：

以每个不平整区域中异常程度最大的链齿的齿长和齿宽的交点作为原点，以每个链齿的起始点到原点的距离作为该起始点的横坐标，以终止点到原点的距离作为该终止点的横坐标，同时以起始点和终止点对应的纵坐标为未知数构建方程，将该不平整区域中相邻的多个链齿作为一组，得到每组的拟合方程；

获取不平整区域中每个链齿的起始点和终止点的拟合误差，根据拟合误差和对应的权重计算该不平整区域内的拟合总误差，进而利用最小二乘法求解曲线参数，得到所述拟合曲线。

8.根据权利要求7所述的基于光学手段的拉链生产缺陷智能检测方法，其特征在于，所述实际齿距的获取方法为：

获取每个链齿的中心点到所述原点的距离作为其横坐标，利用所述拟合曲线得到中心点的纵坐标，根据中心点坐标计算两个相邻链齿的中心点之间的距离，即为所述实际齿距。

9.基于光学手段的拉链生产缺陷智能检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~8任意一项所述方法的步骤。