[发明专利]基于机器视觉的智能手机玻璃盖板丝印区缺陷检测方法

摘要

本发明公开了一种基于机器视觉的智能手机玻璃盖板丝印区缺陷检测方法，包括如下步骤：采集手机屏图像；读取相关参数信息；视窗检测；对手机盖板丝印区轮廓进行大缺陷提取；分割检测区域为丝印区、孔与字符区、光带区与干扰区；获取各区域的缺陷；修正手机盖板的轮廓，获取崩边的缺陷信息；利用神经网络分类器，把缺陷进行点状、线状和面状缺陷的分类；根据缺陷定义的标准进行对缺陷的筛选；利用深度学习对线缺陷、IR孔缺陷和字符缺陷进行深层缺陷分类，线缺陷分类包括毛丝和划痕、IR孔缺陷等；统计各类缺陷的形貌信息。本发明能实现多种型号的通用性应用，针对不同的检测标准进行在线调整，能快速准确提取麻点、毛丝、划痕和脏污等缺陷。

主权项

1.基于机器视觉的智能手机玻璃盖板丝印区缺陷检测方法，其特征在于，包括步骤：/n采集手机玻璃盖板图像；/n读取相关参数信息，包括外轮廓的模板信息、全局阈值上下限、手机盖板的尺寸信息、干扰区信息、盖板的种类、丝印区的平均灰度值、像素当量、孔与字符等模板信息和丝印区缺陷筛选标准信息；/n视窗检测，检测手机盖板是否超出窗口，如果在窗口范围内，则继续进行后续的操作，否则结束检测，输出报错信息；/n对手机盖板丝印区轮廓进行大缺陷提取；/n分割检测区域，包括丝印区，孔与字符区，光带区与干扰区；/n获取各检测区域的缺陷；/n修正手机盖板的轮廓，获取崩边的缺陷信息；/n利用神经网络分类器，把缺陷进行点状、线状和面状缺陷的分类；/n根据缺陷定义的标准进行对缺陷的筛选；/n利用深度学习对线缺陷、IR孔缺陷和字符缺陷进行深层缺陷分类，其中线缺陷分类包括毛丝和划痕、IR孔缺陷和字符缺陷分类包括崩边和内部缺陷；/n统计各类缺陷的形貌信息，包括面积、位置、长度、宽度、最小外接圆、最大内接圆和外界椭圆。/n