CN102479321B - 差异影像自动识别系统及方法 - Google Patents

Abstract

一种差异影像自动识别系统及方法，能够自动产生比较两张影像时所需的阈值系数来识别该两张影像的差异影像。该方法包括步骤：摄取待测物件的拍摄影像和标准影像；计算拍摄影像与标准影像在RGB三通道上的IAED平均差值；将拍摄影像分割成N个像素块及将标准影像分割成N个像素块；计算拍摄影像中每一像素块对应于标准影像中像素块在RGB三通道上的IAED差异值；产生一个阈值系数；根据所述的IAED差异值、IAED的平均差值及阈值系数判断拍摄影像的每一像素块与标准影像中对应的像素块是否相同；当拍摄影像的像素块与标准影像中对应的像素块相同时从拍摄影像中清除该像素块，并根据拍摄影像中剩余的像素块产生一幅差异影像。

Description

差异影像自动识别系统及方法

技术领域

本发明涉及一种影像处理系统及方法，特别是关于一种自动识别差异影像的系统及方法。

背景技术

在一般外界光源照射的条件下，在拍摄被测物件(例如主板)的影像时，由于光源可能由一盏日光灯变为两盏灯造成光线亮度变化干扰而导致拍摄影像与实际影像产生差异。因此，工业上需要利用光学自动检测(Automatic Optic Inspection，AOI)设备对被测物件的拍摄影像进行光学自动检测，来保证在自然光下拍摄中亮度的变化和周围光影的干扰，达到定光源拍摄物件影像的效果。

在光学自动检测中，取得被测物影像并且和样本影像进行比对是常用手法。现在光学自动检测的实际应用中，通常需要产线AOI测试工程师输入很多阈值(Threshold)来完成被测物影像的不良位置的自动识别。然而，当检测一张主板影像与样本影像是否相同时，需要手工一张主板影像所有阈值大约有3000至4000个。因此，手工输入目标影像和样本影像的差异阈值系数来完成影像比较，其准确度不高，并且需要耗费较高的人力成本。

发明内容

鉴于以上内容，有必要提供一种差异影像自动识别系统及方法，能够自动产生比较两张影像时所需的阈值系数，并通过比较被测物影像与实际影像来识别该两张影像的差异影像。

所述的差异影像自动识别系统，安装并运行于计算机中，该计算机连接有影像摄取设备。该系统包括：影像获取模块，用于通过影像摄取设备摄取待测物件的拍摄影像，并从计算机的存储器中获取待测物件的标准影像；影像计算模块，用于根据拍摄影像的分辨率和像素RGB计算拍摄影像与标准影像在R通道上IAED平均差值的绝对值，G通道上IAED平均差值的绝对值及B通道上IAED平均差值的绝对值，将拍摄影像分割成N个像素块及将标准影像分割成N个像素块，以及计算拍摄影像中每一像素块对应于标准影像中的像素块在RGB三通道上IAED的差异值，其中IAED表示影像平均能量密度；阈值产生模块，用于产生一个在比较拍摄影像与标准影像时所需的阈值系数；影像比较模块，用于根据拍摄影像中每一像素块与标准影像中对应的像素块在RGB三通道上IAED差异值的绝对值、拍摄影像与标准影像在RGB三通道上IAED的平均差值的绝对值及产生的阈值系数来判断拍摄影像的每一像素块与标准影像中对应的像素块是否相同；影像产生模块，用于当拍摄影像的像素块与标准影像中对应的像素块相同时，从拍摄影像中清除该像素块，以及根据拍摄影像中剩余的像素块产生一幅差异影像，并将该差异影像输出至计算机的显示器上显示。

所述的差异影像自动识别方法，通过计算机对待测物件的拍摄影像中的差异像素块进行识别，该计算机连接有影像摄取设备。该方法包括步骤：通过影像摄取设备摄取待测物件的拍摄影像，并从计算机的存储器中获取待测物件的标准影像；根据拍摄影像的分辨率和像素RGB计算拍摄影像与标准影像在R通道上IAED平均差值的绝对值，G通道上IAED平均差值的绝对值及B通道上IAED平均差值的绝对值，其中IAED表示影像平均能量密度；将拍摄影像分割成N个像素块及将标准影像分割成N个像素块；计算拍摄影像中每一像素块对应于标准影像中的像素块在RGB三通道上IAED的差异值；产生一个比较拍摄影像与标准影像时所需的阈值系数；根据拍摄影像中每一像素块与标准影像中对应的像素块在RGB三通道上IAED差异值的绝对值、拍摄影像与标准影像在RGB三通道上IAED的平均差值的绝对值及产生的阈值系数来判断拍摄影像的每一像素块与标准影像中对应的像素块是否相同；若拍摄影像的像素块与标准影像中对应的像素块相同，则从拍摄影像中清除该像素块；若拍摄影像的像素块与标准影像中对应的像素块不同，则在拍摄影像中保留该像素块；根据拍摄影像中剩余的像素块产生一幅差异影像，并将该差异影像输出至计算机的显示器上显示。

相较于现有技术，本发明所述的差异影像自动识别系统及方法，能够自动产生比较两张影像时所需的阈值系数，通过比较被测物影像与实际影像来识别该两张影像的差异影像，可以省略手工建立阈值系数的过程，从而提高准确度以及节省人力成本。

附图说明

图1是本发明差异影像自动识别系统较佳实施例的架构图。

图2是本发明差异影像自动识别方法较佳实施例的流程图。

图3是图2中步骤S25所需阈值系数产生方法的流程图。

图4是将拍摄影像与标准影像划分为N个像素块的示意图。

主要元件符号说明

计算机 1

差异影像自动识别系统 11

影像获取模块 111

影像计算模块 112

影像比较模块 113

阈值产生模块 114

影像产生模块 115

存储器 12

中央处理器 13

显示器 14

影像摄取设备 2

待测物件 3

具体实施方式

如图1所示，是本发明差异影像自动识别系统11较佳实施例的架构图。在本实施例中，所述的差异影像自动识别系统11安装并运行于计算机1中，能够自动产生比较两张影像时所需的阈值(Threshold)系数，识别被测物影像与实际影像的差异像素块，并根据该差异像素块产生两张影像的差异影像。所述的计算机1连接有影像摄取设备2，该影像摄取设备2用于摄取待测物件3的拍摄影像，如图4所示的拍摄影像a。在一般外界光源照射的条件下，当拍摄待测物件3(例如主板)的影像时，由于光源可能由一盏日光灯变为两盏灯造成光线亮度变化而导致拍摄影像与实际影像产生差异。

所述的计算机1包括存储器12、中央处理器13以及显示器14。存储器12存储有与拍摄影像作比较的标准影像，如图4所示的标准影像b。中央处理器13用于执行差异影像自动识别系统11通过比较拍摄影像与标准影像的差异像素块来自动识别拍摄影像的差异影像，并将该差异影像显示在显示器14上。

所述的差异影像自动识别系统11包括影像获取模块111、影像计算模块112、影像比较模块113，阈值产生模块114以及影像产生模块115。本发明所称的模块是由一系列计算指令组成的计算机程序段。在本实施例中，所述的模块是一种能够被中央处理器13所执行并且能够完成固定功能的计算机程序段，其存储在所述的存储器12中。

所述的影像获取模块111用于通过影像摄取设备2摄取待测物件3的拍摄影像a，并从存储器12中获取待测物件3的标准影像b。该拍摄影像a是一种在外界光源变化造成光影干扰时所拍摄待测物件3的影像，该标准影像b是一种在无外界光影干扰时所拍摄待测物件3的样本影像。

所述的影像计算模块112用于分别计算拍摄影像a和标准影像b的RGB三通道上的影像平均能量密度(Image Average Energy Density，IAED)值。所述的RGB三通道包括影像的R灰度通道、G灰度通道以及B灰度通道。所述的影像平均能量密度IAED是指分辨率为N×N影像中每一个像素的平均能量密度，用于衡量影像的像素能量的基准，其按照公式IAED＝(R+G+B)/N/N来计算该影像的像素平均能量密度，在这个公式中的R代表所述影像中所有像素的R值的总和，G代表所述影像中所有像素的G值的总和，及B代表所述影像中所有像素的B值的总和。

在本实施例中，假设拍摄影像a的像素为32×32，其中需要处理的像素块(例如A1)的RGB三个通道的亮度值总和R＝147248、G＝147760、B＝144176，则该像素块A1的平均IAED值＝(R+G+B)/32/32＝428.89。影像计算模块112计算拍摄影像a的R通道IAED_a_R＝R/32/32＝147248/32/32＝143.80、G通道IAED_a_G＝G/32/32＝144760/32/32＝141.37，B通道IAED_a_B＝B/32/32＝144176/32/32＝140.80。假设标准影像b的像素为32×32，其中RGB三个通道的亮度值总和R＝152179、G＝135539、B＝31091，影像计算模块112计算标准影像b的R通道IAED_b_R＝R/32/32＝152179/32/32＝148.61、G通道IAED_b_G＝G/32/32＝135539/32/32＝132.36，B通道IAED_b_B值＝31091/32/32＝30.36。

所述的影像计算模块112还用于计算拍摄影像a与标准影像b的R通道上IAED的平均差值D_R的绝对值，G通道上IAED的平均差值D_G的绝对值，以及B通道上IAED的平均差值D_B的绝对值。在本实施例中，拍摄影像a与标准影像b的R通道上IAED的平均差值D_R等于IAED_a_R值减去IAED_b_R值的绝对值，G通道上IAED的平均差值D_G等于IAED_a_G值减去IAED_b_G值的绝对值，以及B通道上IAED的平均差值D_B等于IAED_a_B值减去IAED_b_B值的绝对值。例如，平均差值D_R＝IAED_a_R-IAED_b_R＝143.80-148.61＝-4.81，取四舍五入的绝对值为5；平均差值D_G＝IAED_a_G-IAED_b_G＝141.37-132.36＝9.01，取四舍五入的绝对值为9；平均差值D_B＝IAED_a_B-IAED_b_B＝140.80-30.36＝110.44，取四舍五入的绝对值为110。

所述的影像计算模块112用于将拍摄影像a分割成N个像素块，如图4所示的像素块A1，A2，...An，以及将标准影像b分割成N个像素块，如图4所示的像素块B1，B2，...Bn。影像计算模块112还用于分别计算拍摄影像a中的每一像素块An对应于标准影像b中的每一像素块Bn在RGB三通道上IAED的差异值。在本实施例中，影像计算模块112为每一像素块建立像素块索引n_Index，并令n_Index＝1，开始计算像素块An与像素块Bn在R通道上IAED的差异值D_Rn的绝对值，在G通道上IAED的差异值D_Gn的绝对值，以及在B通道上IAED的差异值D_Bn的绝对值。在本实施例中，每一像素块An对应的每一像素块Bn在RGB三通道上IAED的差异值D_Rn、D_Gn及的D_Bn的计算方法与上述计算拍摄影像a与标准影像b在RGB三通道上IAED的IAED的平均差值D_R、D_G及D_B的方法相同，只不过此处所取的R、G、B的值只限于每个像素块上的所有点的RGB的总和。

所述的影像比较模块113用于根据每一像素块An与对应的像素块Bn在RGB三通道上IAED的差异值、影像比较的阈值系数以及拍摄影像a与标准影像b在RGB三通道上IAED的平均差值来判断像素块An与像素块Bn中的影像数据是否相同。在本实施例中，影像比较模块113判断差异值D_Rn的绝对值是否大于阈值系数与平均差值D_R的绝对值的乘积，差异值D_Gn的绝对值是否大于阈值系数与平均差值D_G的绝对值的乘积，以及差异值D_Bn的绝对值是否大于阈值系数与平均差值D_B的绝对值的乘积。亦即，影像比较模块113判断不等式D_Rn＞T×D_R、不等式D_Gn＞T×D_G和不等式D_Gn＞T×D_G中两个或以上不等式是否成立，其中T为阈值系数。

所述的阈值产生模块114用于自动产生一个比较拍摄影像a与标准影像b时所需的阈值系数T，该阈值系数T的产生方法将在图3中描述。

所述的影像产生模块115用于当像素块An与像素块Bn中的影像数据相同时，从拍摄影像a中清除该像素块An。当像素块An与像素块Bn中的影像数据不相同时，在拍摄影像a中保留该像素块An。当拍摄影像a中所有像素块An与像素块Bn比较完毕后，影像产生模块114根据所有保留的像素块An产生一幅差异影像，并将该差异影像输出至显示器14上进行显示，或者将该差异影像存储在存储器12中。

如图2所示，是本发明差异影像自动识别方法较佳实施例的流程图。在本实施例中，该方法能够自动产生两张影像比较时所需的阈值系数，通过比较被测物影像与实际影像来识别差异像素块，并根据差异像素块产生两张影像的差异影像。

步骤S20，影像获取模块111通过影像摄取设备2摄取待测物件3的拍摄影像a，并从存储器12中获取待测物件3的标准影像b。该拍摄影像a是一种在外界光源变化造成光影干扰时所拍摄待测物件3的影像，该标准影像b是一种在无外界光影干扰时所拍摄待测物件3的样本影像。

步骤S21，影像计算模块112计算拍摄影像a和标准影像b的RGB三通道上的IAED值，并分别计算拍摄影像a与标准影像b在R通道上IAED值的平均差值D_R的绝对值，在G通道上IAED值的平均差值D_G的绝对值，以及在B通道上IAED值的平均差值D_B的绝对值。所述的IAED是指分辨率为N×N影像中每一个像素的平均能量密度，用于衡量影像的像素能量的基准，其按照公式IAED＝(R+G+B)/N/N来计算该影像的像素平均能量密度。

步骤S22，影像计算模块112将拍摄影像a分割成N个像素块，如图4所示的像素块A1，A2，...An，以及将标准影像b分割成N个像素块，如图4所示的像素块B1，B2，...Bn。

步骤S23，影像计算模块112为每一像素块An和每一像素块Bn建立像素块索引n_Index，并令n_Index＝1。

步骤S24，影像计算模块112分别计算像素块An与像素块Bn在R通道上IAED的差异值D_Rn的绝对值，在G通道上IAED的差异值D_Gn的绝对值，以及在B通道上IAED的差异值D_Bn的绝对值。

步骤S25，影像比较模块113根据像素块An与像素块Bn在RGB三通道上IAED的差异值、影像比较的阈值系数以及拍摄影像a与标准影像b在RGB三通道上IAED的平均差值来判断像素块An与像素块Bn中的影像数据是否相同。在本实施例中，影像比较模块113判断不等式D_Rn＞T×D_R、不等式D_Gn＞T×D_G和不等式D_Gn＞T×D_G中两个或以上是否成立，其中T为阈值系数，该阈值系数T的产生方法将在图3描述。

若像素块An与像素块Bn中的影像数据不相同，步骤S26，影像产生模块114则在拍摄影像a中保留该像素块An。若像素块An与像素块Bn中的影像数据相同，步骤S27，影像产生模块114则从拍摄影像a中清除该像素块An。

步骤S28，影像比较模块113判断像素索引n_Index值是否小于拍摄影像a的像素块数N，亦即判断拍摄影像a中每一像素块An是否与像素块Bn已比较完毕。若还有像素块An与像素块Bn未作比较，则执行步骤S29；若所有像素块An与像素块Bn已比较完毕，则执行步骤S30。

步骤S29，影像比较模块113将像素索引n_Index值做n_Index＝n_Index+1运算，而后执行步骤S24。步骤S30，影像产生模块114计算拍摄影像a中保留的像素块An的总数D_n，根据所有保留的像素块An产生一幅差异影像，并将该差异影像输出至显示器14上进行显示，或者将该差异影像存储在存储器12中。

如图3所示，是图2中步骤S25所需阈值系数产生方法的流程图。步骤S31，阈值产生模块114设置阈值参量Tn，设置Tn的最小阈值x及最大阈值y，并在Tn的最小阈值x及最大阈值y范围内将Tn以预定步长划分为具有S个阈值的阈值序列(Tn1，Tn2，...，Tni，...，Tns)。在本实施例中，最小阈值x设置为2.0，最大阈值y设置为30，预定步长设置为0.1。

步骤S32，阈值产生模块114利用阈值序列中的每一阈值参量Tni计算拍摄影像a被划分为M个像素块的差异像素块数目D_mi，并构建第一差异像素值序列(Pm1，Pm2，...Pmi，...，Pms)，其中Pmi＝D_mi×M×M，i＝1，2，...，S。

步骤S33，阈值产生模块114利用阈值序列中的每一阈值参量Tni计算拍摄影像a被划分为N个像素块的差异像素块数目D_ni，并构建第二差异像素值序列(Pn1，Pn2，...Pni，...，Pns)，其中Pni＝D_ni×N×N，i＝1，2，...，S。

步骤S34，阈值产生模块114逐步比较第一差异像素值序列(Pm1，Pm2，...Pmi，...，Pms)中的每一元素与第二差异像素值序列(Pn1，Pn2，...Pni，...，Pns)中的每一元素来找出差异像素最小值D_p＝Pmi-Pni所对应的i值。

步骤S35，阈值产生模块114将i值在阈值序列(Tn1，Tn2，...，Tni，...，Tns)中所对应的阈值Tni作为最佳阈值T。假如阈值产生模块114找出差异像素最小值D_p对应的i值为10，则阈值序列(Tn1、Tn2、...Tns)中的Tn10＝2.0+0.1×10＝3.0，即阈值产生模块114产生的最佳阈值T为3.0。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照以上较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换都不应脱离本发明技术方案的精神和范围。

Claims (8)

1.一种差异影像自动识别系统，安装并运行于计算机中，该计算机连接有影像摄取设备，其特征在于，该系统包括：

影像获取模块，用于通过影像摄取设备摄取待测物件的拍摄影像，并从计算机的存储器中获取待测物件的标准影像，该标准影像是在无外界光影干扰时所拍摄的所述待测物件的样本影像；

影像计算模块，用于根据拍摄影像的分辨率和像素RGB计算拍摄影像与标准影像在R通道上IAED平均差值的绝对值，G通道上IAED平均差值的绝对值及B通道上IAED平均差值的绝对值，将拍摄影像分割成N个像素块及将标准影像分割成N个像素块，以及计算拍摄影像中每一像素块对应于标准影像中的像素块在RGB三通道上IAED的差异值，其中IAED表示影像平均能量密度；

阈值产生模块，用于产生一个在比较拍摄影像与标准影像时所需的阈值系数，具体包括：

构建一个具有S个阈值的阈值序列；

利用阈值序列中每一阈值计算拍摄影像被划分为M个像素块的第一差异像素块数目，并根据第一差异像素块数目构建第一差异像素值序列；

利用阈值序列中每一阈值计算拍摄影像被划分为N个像素块的第二差异像素块数目，并根据第二差异像素块数目构建第二差异像素值序列；

逐步比较第一差异像素值序列中每一元素与第二差异像素值序列中每一元素来找出差异像素最小值所对应的差异像素块编号i值，其中i＝1，2,…,S；

将i值在阈值序列中所对应的阈值作为最佳的阈值系数；

影像比较模块，用于根据拍摄影像中每一像素块与标准影像中对应的像素块在RGB三通道上IAED差异值的绝对值、拍摄影像与标准影像在RGB三通道上IAED的平均差值的绝对值及产生的阈值系数来判断拍摄影像的每一像素块与标准影像中对应的像素块是否相同；

影像产生模块，用于当拍摄影像的像素块与标准影像中对应的像素块相同时从拍摄影像中清除该像素块，以及根据拍摄影像中剩余的像素块产生一幅差异影像，并将该差异影像输出至计算机的显示器上显示。

2.如权利要求1所述的差异影像自动识别系统，其特征在于，所述的IAED是指分辨率为N×N影像中每一个像素的平均能量密度，其按照公式IAED＝(R+G+B)/N/N来计算该影像的像素平均能量密度。

3.如权利要求1所述的差异影像自动识别系统，其特征在于，所述的影像计算模块还用于为拍摄影像中每一像素块和标准影像中每一像素块建立像素块索引。

4.如权利要求1所述的差异影像自动识别系统，其特征在于，所述的影像比较模块判断拍摄影像的每一像素块与标准影像中对应的像素块是否相同包括步骤：

判断拍摄影像中每一像素块与标准影像中对应的像素块在R通道上IAED差异值的绝对值是否大于阈值系数与拍摄影像与标准影像在R通道上IAED的平均差值的绝对值的乘积；

判断拍摄影像中每一像素块与标准影像中对应的像素块在G通道上IAED差异值的绝对值是否大于阈值系数与拍摄影像与标准影像在G通道上IAED的平均差值的绝对值的乘积；

判断拍摄影像中每一像素块与标准影像中对应的像素块在G通道上IAED差异值的绝对值是否大于阈值系数与拍摄影像与标准影像在G通道上IAED的平均差值的绝对值的乘积；

若满足上述三个判断条件的两个或两个以上，则所述拍摄影像的每一像素块与标准影像中对应的像素块相同。

5.一种差异影像自动识别方法，通过计算机对待测物件的拍摄影像中的差异像素块进行识别，该计算机连接有影像摄取设备，其特征在于，该方法包括步骤：

通过影像摄取设备摄取待测物件的拍摄影像，并从计算机的存储器中获取待测物件的标准影像，该标准影像是在无外界光影干扰时所拍摄的所述待测物件的样本影像；

根据拍摄影像的分辨率和像素RGB计算拍摄影像与标准影像在R通道上IAED平均差值的绝对值，G通道上IAED平均差值的绝对值及B通道上IAED平均差值的绝对值，其中IAED表示影像平均能量密度；

将拍摄影像分割成N个像素块及将标准影像分割成N个像素块；

计算拍摄影像中每一像素块对应于标准影像中的像素块在RGB三通道上IAED的差异值；

产生一个比较拍摄影像与标准影像时所需的阈值系数，具体包括：

构建一个具有S个阈值的阈值序列；

利用阈值序列中每一阈值计算拍摄影像被划分为M个像素块的第一差异像素块数目，并根据第一差异像素块数目构建第一差异像素值序列；

利用阈值序列中每一阈值计算拍摄影像被划分为N个像素块的第二差异像素块数目，并根据第二差异像素块数目构建第二差异像素值序列；

逐步比较第一差异像素值序列中每一元素与第二差异像素值序列中每一元素来找出差异像素最小值所对应的差异像素块编号i值，其中i＝1，2,…,S；

将i值在阈值序列中所对应的阈值作为最佳的阈值系数；

根据拍摄影像中每一像素块与标准影像中对应的像素块在RGB三通道上IAED差异值的绝对值、拍摄影像与标准影像在RGB三通道上IAED的平均差值的绝对值及产生的阈值系数来判断拍摄影像的每一像素块与标准影像中对应的像素块是否相同；

若拍摄影像的像素块与标准影像中对应的像素块相同，则从拍摄影像中清除该像素块；

若拍摄影像的像素块与标准影像中对应的像素块不同，则在拍摄影像中保留该像素块；

根据拍摄影像中剩余的像素块产生一幅差异影像，并将该差异影像输出至计算机的显示器上显示。

6.如权利要求5所述的差异影像自动识别方法，其特征在于，所述的IAED是指分辨率为N×N影像中每一个像素的平均能量密度，其按照公式IAED＝(R+G+B)/N/N来计算该影像的像素平均能量密度。

7.如权利要求5所述的差异影像自动识别方法，其特征在于，还包括分别为拍摄影像中每一像素块和标准影像中每一像素块建立像素块索引的步骤。

8.如权利要求5所述的差异影像自动识别方法，其特征在于，所述的判断拍摄影像的每一像素块与标准影像中对应的像素块是否相同的步骤包括：

判断拍摄影像中每一像素块与标准影像中对应的像素块在R通道上IAED差异值的绝对值是否大于阈值系数与拍摄影像与标准影像在R通道上IAED的平均差值的绝对值的乘积；

判断拍摄影像中每一像素块与标准影像中对应的像素块在G通道上IAED差异值的绝对值是否大于阈值系数与拍摄影像与标准影像在G通道上IAED的平均差值的绝对值的乘积；

判断拍摄影像中每一像素块与标准影像中对应的像素块在G通道上IAED差异值的绝对值是否大于阈值系数与拍摄影像与标准影像在G通道上IAED的平均差值的绝对值的乘积；

若满足上述三个判断条件的两个或两个以上，则所述拍摄影像的每一像素块与标准影像中对应的像素块相同。