CN103344651A - 基于相位图像处理的玻璃缺陷检测方法 - Google Patents

Abstract

本发明涉及基于相位图像处理的玻璃缺陷检测方法，采用基于相位图像处理的玻璃缺陷检测系统，光源发出的光透过光栅，在待检测玻璃的表面形成光强呈余弦分布的云纹，高速线阵摄像机采集玻璃表面的云纹图像，通过图像采集卡传输至工控机，安装在工控机上的缺陷检测处理软件及时处理云纹图像，得到二值化的缺陷图像，其特点是：首先将含有玻璃缺陷和无缺陷的参考相位主值图像对应点相减，利用跳变误差校正算法来消除相减结果中的跳变，再通过数学形态学与高、低阈值相结合的分割算法分割成玻璃缺陷的二值化图像，最后根据二值化图像的数据判断玻璃缺陷；能够大大降低系统噪声的影响，提高运算速度，可实现玻璃缺陷的快速准确检测。

Description

基于相位图像处理的玻璃缺陷检测方法

技术领域

本发明属于缺陷检测技术领域，具体涉及一种基于相位图像处理的玻璃缺陷检测方法。

背景技术

基于投影栅线的机器视觉陷检测方法是能够实现玻璃缺陷检测的一种有效手段。采用投影栅线法检测玻璃中的缺陷，是将等栅距的余弦光栅投射到玻璃表面，在玻璃表面形成明暗相间的云纹，相对于无缺陷的云纹图像，玻璃缺陷的存在会导致缺陷处的云纹产生形变，变形云纹的相位包含玻璃缺陷信息。在理想情况下，当云纹图像中包含缺陷时，与无缺陷云纹图像的相位之差不为零，否则为零，因此可在检测前预先存储一幅无缺陷的参考云纹图像，并求解出参考云纹图像的相位，再将求解的待检测玻璃的云纹相位与参考云纹相位之差是否为零来判断玻璃缺陷的存在。但无论采用哪种相位求解方法，相位图都是通过计算反正切函数得到的。反正切函数本身的性质决定了所得到的相位值属于(-π,π]之间，称为相位主值图。

由于相位主值图像中存在不连续的跳变，必须进行相位展开才能得到真实的相位值。当前的相位展开算法主要分为路径相关的相位展开算法和路径不相关的相位展开算法，两者在展开速度和展开结果准确性两个方面具有很大差别。路径相关算法的展开速度快，但是抗干扰能力差，展开结果的准确性低，使展开的真实相位图像中仍然包含不连续点；而路径不相关的相位展开算法的抗干扰能力强，但展开速度慢，不适合实时性要求较高的玻璃缺陷检测。

另外，由于缺陷处云纹相位与参考云纹相位真实相位差值的变化平缓，且在缺陷中心区域存在过零点，因此采用当前常用的边缘和阈值的分割算法无法将缺陷区域完整的分割出来，而是将一个完整的缺陷分割成多个孤立的区域，造成缺陷的误判。

发明内容

本发明针对上述玻璃缺陷检测中存在的问题和不足，提供一种基于相位图像处理的玻璃缺陷检测方法，以实现玻璃缺陷的快速准确检测。

为了实现上述目的，本发明的技术方案是：

基于相位图像处理的玻璃缺陷检测方法，采用基于相位图像处理的玻璃缺陷检测系统，该系统包括光源、透射光栅、高速线阵摄像机、图像采集卡、工控机、控制柜、辊子及缺陷检测处理软件：光源发出的光透过光栅，在待检测玻璃的表面形成光强呈余弦分布的云纹，高速线阵摄像机采集玻璃表面的云纹图像，通过图像采集卡传输至工控机，安装在工控机上的缺陷检测处理软件及时处理云纹图像，得到二值化的缺陷图像，实现玻璃缺陷的准确检测；其特征在于：所述的缺陷检测处理软件采用以下步骤实现玻璃缺陷的数据处理：

1）求玻璃云纹相位与参考云纹相位差值Δψ(x,y)；

2）消除跳变误差获得真实的相位差图像；

3）求真实相位差图像的膨胀运算和腐蚀运算差值f(x,y)；

4）设定高、低阈值进行图像分割；

5）根据图像分割所得二值化图像的值判定玻璃缺陷。

所述的低阈值为T₁＝0.02π；高阈值为T₂＝mean(f′(x,y)≠0)。

所述的膨胀运算和腐蚀运算是采用直径为5-8的圆形结构元素b(x,y)分别进行膨胀运算和腐蚀运算。

本发明具有以下有益效果：

（1）采用跳变误差校正算法消除含有玻璃缺陷和无缺陷的参考相位主值相减结果中的跳变，仅对相减结果进行一次逐点扫描判断，即可快速准确地得到了真实的相位差图像。

（2）采用数学形态学与高低阈值相结合的分割算法对真实的相位差图像进行分割，在避免同一缺陷被分割成多个孤立区域的同时，也消除了背景噪声的影响，实现玻璃缺陷的准确检测。

附图说明

图1为本发明基于相位图像处理的玻璃缺陷检测系统组成示意图；

图2本发明缺陷检测处理软件流程图；

图3为本发明被测玻璃含有节瘤缺陷的云纹图像；

图4为本发明无缺陷玻璃的参考云纹图像；

图5为本发明被测玻璃包含节瘤缺陷的相位主值图像；

图6为本发明无缺陷玻璃的参考相位主值图像；

图7为本发明含有节瘤缺陷玻璃的相位主值图像与无缺陷玻璃的参考相位主值图像的相减结果；

图8为本发明含有节瘤缺陷玻璃消除跳变误差后的相位差图像；

图9为本发明节瘤缺陷玻璃相位差图像的二值化分割结果。

图中：光源1、透射光栅2、高速线阵摄像机4（CCD）、图像采集卡6、工控机7、控制柜5、辊子9。

具体实施方式

以下结合附图介绍本发明详细技术方案：

如图1所示，基于相位图像处理的玻璃缺陷检测系统，包括光源1、透射光栅2、高速线阵摄像机4（CCD）、图像采集卡6、工控机7、控制柜5、辊子9及缺陷检测处理软件，光源1为条形LED光源，位于待检测玻璃3下方，透射光栅2位于待检测玻璃3与光源1之间，且靠近待检测玻璃3的下表面；高速线阵CCD摄像机4放置于待检测玻璃3上方，高速线阵摄像机4的扫描线、透射光栅2和光源1的中心线在同一垂面上；待检测玻璃3放置于辊子9上，通过辊子9的匀速转动实现待检测玻璃3的匀速移动；图像采集卡6插在工控机7上，并通过PCI总线与高速线阵摄像机4相连，图像采集卡6与工控机7放置在控制柜5内，缺陷检测处理软件安装在工控机7上。

光源1发出的光透过光栅2，在待检测玻璃3的表面形成光强呈余弦分布的云纹，高速线阵摄像机4采集玻璃表面的云纹图像，通过图像采集卡6传输至工控机7，安装在工控机7上的缺陷检测处理软件及时处理云纹图像，得到二值化的缺陷图像，实现玻璃缺陷的准确检测。

缺陷检测处理软件对玻璃缺陷的数据处理流程，如图2所示，以玻璃缺陷中常见的节瘤缺陷为例，并结合图3-9，具体实施步骤如下：

1）求玻璃云纹相位与参考云纹相位差值

将高速线阵摄像机扫描获得的包含节瘤缺陷玻璃的云纹图像，如图3所示，以及无缺陷玻璃的参考云纹图像，如图4所示，采用相位求解方法得到包含节瘤缺陷的相位主值图像，如图5所示，以及无缺陷的参考相位主值图像，如图6所示，将相位主值ψ(x,y)和无缺陷玻璃的参考相位主值ψ₀(x,y)进行对应点相减：Δψ(x,y)=ψ(x,y)-ψ₀(x,y)，相减结果Δψ(x,y)，如图7所示。

2）消除跳变误差获得真实的相位差图像

针对相减结果Δψ(x,y)，依次从左到右，从上到下进行逐点扫描，并对每个像素依次做如下处理：

$\mathrm{\&Delta;\&phi;}(x,y)=\left\{\begin{array}{cc}\mathrm{\&Delta;\&psi;}(x,y)-2\mathrm{\&pi;}& \mathrm{\&Delta;\&psi;}(x,y)>\mathrm{\&pi;}\\ \mathrm{\&Delta;\&psi;}(x,y)+2\mathrm{\&pi;}& \mathrm{\&Delta;\&psi;}(x,y)<-\mathrm{\&pi;}\\ \mathrm{\&Delta;\&psi;}(x,y)& -\mathrm{\&pi;}\&le;\mathrm{\&Delta;\&psi;}(x,y)\&le;\mathrm{\&pi;}\end{array}\right.---\left(1\right)$

消除跳变误差，得到真实的相位差图像，如图8所示。

3）求真实相位差图像的膨胀运算和腐蚀运算差值

对真实的相位差图像Δφ(x,y)，采用直径为7的圆形结构元素b(x,y)分别进行膨胀运算和腐蚀运算，并且将得到膨胀运算的结果减去腐蚀运算的结果：

$f(x,y)=[\mathrm{\&Delta;\&phi;}(x,y)\&CirclePlus;b(x,y)]-\left[\mathrm{\&Delta;\&phi;}(x,y)\mathrm{\&Theta;b}(x,y)\right]$ ，得到f(x,y)。

4）设定高低阈值进行图像分割

设定低阈值T₁＝0.02π，将f(x,y)＜T₁的像素分割成背景，f(x,y)≥T₁的像素值不变，即：

对于f′(x,y)≠0且连通的像素，设定高阈值T₂＝mean(f′(x,y)≠0)，mean(□)为所求像素值的平均值，将f′(x,y)＜T₂的像素分割成背景，f′(x,y)≥T₂的像素分割成缺陷，即：

含节瘤缺陷的二值化图像，如图9所示。

5）根据图像分割所得二值化图像的值判定玻璃缺陷图像分割所得到的二值化图像g(x,y)中，像素值为1时玻璃含有缺陷，像素值为0时玻璃不含缺陷。

Claims (3)

1.基于相位图像处理的玻璃缺陷检测方法，采用基于相位图像处理的玻璃缺陷检测系统，该系统包括光源、透射光栅、高速线阵摄像机、图像采集卡、工控机、控制柜、辊子及缺陷检测处理软件；光源发出的光透过光栅，在待检测玻璃的表面形成光强呈余弦分布的云纹，高速线阵摄像机采集玻璃表面的云纹图像，通过图像采集卡传输至工控机，安装在工控机上的缺陷检测处理软件及时处理云纹图像，得到二值化的缺陷图像，实现玻璃缺陷的准确检测；其特征在于：所述的缺陷检测处理软件采用以下步骤实现玻璃缺陷的数据处理：

1）求玻璃云纹相位与参考云纹相位差值；

2）消除跳变误差获得真实的相位差图像；

3）求真实相位差图像的膨胀运算和腐蚀运算差值；

4）设定高、低阈值进行图像分割；

5）根据图像分割所得二值化图像的值判定玻璃缺陷。

2.根据权利要求1所述的基于相位图像处理的玻璃缺陷检测方法，其特征在于：所述的低阈值为T₁＝0.02π；高阈值为T₂＝mean(f′(x,y)≠0)。

3.根据权利要求1所述的基于相位图像处理的玻璃缺陷检测方法，其特征在于：膨胀运算和腐蚀运算是采用直径为5-8的圆形结构元素b(x,y)分别进行膨胀运算和腐蚀运算。

Images