[发明专利]一种U盘云平台检测方法

权利要求书

1.一种U盘云平台检测方法，其特征在于，包括：

步骤10、采集U盘图像并进行预处理，获取U盘预处理图像；

步骤20、分割出所述U盘预处理图像的感兴趣区域；

步骤30、利用尺寸测量算法、划痕检测算法、凹点检测算法分别对所述U盘预处理图像进行缺陷检测。

2.根据权利要求1所述的U盘云平台检测方法，其特征在于，所述步骤200包括：

步骤21、利用大津法计算图像第一分割阈值；

步骤22、根据所述第一分割阈值将所述U盘预处理图像分割成第一U盘黑白图像；

步骤23、利用形态学对所述第一U盘黑白图像进行开运算-闭运算，获取第二U盘黑白图像；

步骤24、对所述第二U盘黑白图像的全部边缘轮廓进行过滤，获取U盘图像的感兴趣区域。

3.根据权利要求2所述的U盘云平台检测方法，其特征在于，所述步骤24包括：

步骤241、调用opencv的findcontours函数遍历每一个像素点，根据4-领域、8-领域找到轮廓点；

步骤242、利用每个连通域边缘上的轮廓点确定连通域的环绕关系；

步骤243、根据所述环绕关系区分轮廓。

4.根据权利要求3所述的U盘云平台检测方法，其特征在于，所述步骤30包括：

步骤31、将所述感兴趣区域换算成像素点数；

步骤32、设置所述感兴趣区域的偏移量像素点数；

步骤33、利用所述像素点数、偏移量像素点数及比例尺计算所述感兴趣区域的平面尺寸；

其中，所述偏移量像素点数包括水平偏移量像素点数和垂直偏移量像素点数。

5.根据权利要求3所述的U盘云平台检测方法，其特征在于，所述步骤30还包括：

步骤31a、利用大津法计算感兴趣区域的第二分割阈值；

步骤32a、利用所述第二分割阈值从所述感兴趣区域提取第一划痕特征，定位U盘水晶体；

步骤33a、对所述第一划痕特征的图像进行中值滤波，获取第二划痕特征；

步骤34a、利用自适应阈值分割算法对所述第二划痕特征进行分割处理，获取第三划痕特征；

步骤35a、利用所述第三划痕特征获取U盘表面划痕轮廓。

6.根据权利要求5所述的U盘云平台检测方法，其特征在于，所述步骤35a包括：

步骤35a1、对所述第三划痕特征进行形态学强化处理，获取第四划痕特征；

步骤35a2、调用opencv的findContours函数去掉所述第四划痕特征的最大轮廓数据及次大轮廓数据，获取划痕的轮廓特征数据；

步骤35a3、对所述轮廓特征数据进行拟合，获取U盘表面划痕轮廓。

7.根据权利要求6所述的U盘云平台检测方法，其特征在于，所述步骤35a1包括：

步骤35a11、对所述第三划痕特征进行膨胀处理；

步骤35a12、对膨胀处理后的第三划痕特征进行腐蚀处理，获取第四划痕特征。

8.根据权利要求3所述的U盘云平台检测方法，其特征在于，所述步骤30还包括：

步骤31b、利用大津法计算感兴趣区域的第三分割阈值；

步骤32b、利用所述第三分割阈值从所述感兴趣区域提取凹点特征，定位U盘水晶体；

步骤33b、对感兴趣区域进行均值滤波；

步骤34b、采用双重阈值分割算法获取凹点缺陷。

9.根据权利要求8所述的U盘云平台检测方法，其特征在于，所述步骤34b包括：

步骤34b1、分别设置双重阈值分割算法的最大分割阈值、最小分割阈值；

步骤34b2、利用所述最大分割阈值、最小分割阈值获取凹点缺陷特征。

10.根据权利要求4所述的U盘云平台检测方法，其特征在于，所述步骤33包括：

步骤331、计算U盘图像的感兴趣区域的长边像素点数与对应的水平偏移量像素点数的水平像素点数和值；

步骤332、计算U盘图像的感兴趣区域的短边像素点数与对应的垂直偏移量像素点数的垂直像素点数和值；

步骤333、利用所述水平像素点数和值与水平比例尺、利用所述垂直像素点数和值与垂直比例尺计算所述感兴趣区域的平面尺寸。